МАШИНАЛЫҚ ОҚЫТУ ӘДІСТЕРІ НЕГІЗІНДЕ АТ-ЖОБАЛАРДЫ ӘЗІРЛЕУ ЖӘНЕ АВТОМАТТАНДЫРУ ҮДЕРІСІНДЕ ҚЫЗМЕТКЕРЛЕР ЖҰМЫСЫНЫҢ ТИІМДІЛІГІН БАҒАЛАУ МОДЕЛІН ӘЗІРЛЕУ ЖӘНЕ ЭКСПЕРИМЕНТТІК ТЕКСЕРУ
Article Sidebar
Main Article Content
Аңдатпа
Мақалада АТ-жобаларды әзірлеу және автоматтандыру процесінде қызметкерлердің еңбек тиімділігін бағалау моделін машиналық оқыту әдістері негізінде әзірлеу және эксперименттік тексеру нәтижелері ұсынылған. 800 бақылаудан тұратын деректер жиыны қалыптастырылды, оған 16 жобалық, процестік, инженерлік және ұйымдастырушылық-командалық белгілер кіреді. Бес классификациялық алгоритм салыстырылды: Logistic Regression, Decision Tree, Random Forest, Gradient Boosting және XGBoost. Ең жақсы нәтижеге Logistic Regression моделі қол жеткізді: Accuracy = 0,9500, F1-macro = 0,9511. Нәтижелердің тұрақтылығы 5 есе стратификацияланған кросс-валидациямен расталды.
Article Details
##submission.citations##
Forsgren N., Storey M.-A., Maddila C. et al. The SPACE of Developer Productivity: There's more to it than you think // ACM Queue. — 2021. — Vol. 19, No. 1. — P. 1–28. — DOI: 10.1145/3454122.3454124.
Rejab M.M., Omar M., Ahmad M. Agile-Compliant Performance Appraisal System: Eight Principles for Effective Performance Measurement in Agile Software Development Teams // Information and Software Technology. — 2020. — Vol. 125. — P. 106–128. — DOI: 10.1016/j.infsof.2020.106328.
Nayem M.A., Uddin M.A. Unbiased Employee Performance Evaluation Using Machine Learning // Journal of Open Innovation: Technology, Market, and Complexity. — 2024. — Vol. 10. — P. 100243. — DOI: 10.1016/j.joitmc.2024.100243.
Yanamala K.K.R. Integrating Machine Learning and Human Feedback for Employee Performance Evaluation // Journal of Advanced Computing Systems. — 2022. — Vol. 2, No. 1. — P. 1–10.
Huang X., Yang F., Zheng J., Feng C., Zhang L. Personalized Human Resource Management via HR Analytics and Artificial Intelligence: Theory and Implications // Asia Pacific Management Review. — 2023. — Vol. 28, No. 4. — P. 598–610. — DOI: 10.1016/j.apmrv.2023.01.001.
Chowdhury S., Dey P., Joel-Edgar S. et al. Unlocking the Value of Artificial Intelligence in Human Resource Management through AI Capability Framework // Human Resource Management Review. — 2022. — Vol. 32, No. 4. — Article 100899. — DOI: 10.1016/j.hrmr.2022.100899.
Sharma P., Bhattacharya S. HR Analytics and AI Adoption in IT Sector: Reflections from Practitioners // Journal of Work-Applied Management. — 2025. — Vol. 17. — DOI: 10.1108/JWAM-12-2024-0179.
Bentéjac C., Csörgő A., Martínez-Muñoz G. A Comparative Analysis of Gradient Boosting Algorithms // Artificial Intelligence Review. — 2021. — Vol. 54. — P. 1937–1967. — DOI: 10.1007/s10462-020-09896-5.
Chen T., Guestrin C. XGBoost: A Scalable Tree Boosting System // Proc. 22nd ACM SIGKDD Int. Conf. on Knowledge Discovery and Data Mining. — 2016. — P. 785–794. — DOI: 10.1145/2939672.2939785.
Pedregosa F. et al. Scikit-learn: Machine Learning in Python // Journal of Machine Learning Research. — 2011. — Vol. 12. — P. 2825–2830.