Utilización de Machine Learning para el proceso de selección de personal en una microempresa

Para citar o enlazar este item, por favor use el siguiente identificador: http://dspace.ups.edu.ec/handle/123456789/23335
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorValverde Landívar, Galo Enrique-
dc.contributor.authorRosales Roldán, María Carolina-
dc.contributor.authorParrales Toledo, Estefania María-
dc.date.accessioned2022-09-15T20:23:15Z-
dc.date.available2022-09-15T20:23:15Z-
dc.date.issued2022-
dc.identifier.urihttp://dspace.ups.edu.ec/handle/123456789/23335-
dc.descriptionProcedimientos extensos y el bajo rendimiento laboral en un cargo determinado, es lo que conllevó a buscar una alternativa para un análisis de los diferentes algoritmos del Machine Learning que han sido utilizados para la implementación en la selección de personal, y a su vez compararlos para poder evaluar los criterios de éxito.spa
dc.description.abstractExtensive procedures and poor work performance in a given position, is what led to look for an alternative for an analysis of the different Machine Learning algorithms that have been used for implementation in the selection of personnel, and in turn compare them to be able to evaluate the success criteria.spa
dc.language.isospaspa
dc.rightsopenAccessspa
dc.rightsAtribución-NoComercial-SinDerivadas 3.0 Ecuador*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/ec/*
dc.subjectMACHINE LEARNINGspa
dc.subjectRECURSOS HUMANOSspa
dc.subjectRECLUTAMIENTOspa
dc.subjectALGORITMOspa
dc.subjectINTELIGENCIA ARTIFICIALspa
dc.titleUtilización de Machine Learning para el proceso de selección de personal en una microempresaspa
dc.typebachelorThesisspa
ups.carreraIngeniería de Sistemasspa
ups.sedeSede Guayaquilspa
Pertenece a las colecciones: Grado

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
UPS-GT003947.pdfTexto completo336,49 kBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons