WA_Fn-UseC_-HR-Employee-Attrition

قمتُ بتنفيذ مشروع تعلم آلة لتحليل وتوقع تسرب الموظفين (Employee Attrition) باستخدام خوارزمية K-Nearest Neighbors (KNN)، بهدف مساعدة الشركات على تقليل معدل الاستقالات وتحسين بيئة العمل.

- فكرة المشروع

الاعتماد على بيانات الموارد البشرية للتنبؤ بما إذا كان الموظف سيغادر الشركة أم لا بناءً على عدة عوامل مثل:

العمر

الراتب الشهري

عدد سنوات الخبرة

عدد سنوات العمل في الشركة

عدد مرات الترقية

مستوى الرضا الوظيفي

عدد ساعات العمل الإضافي

- التقنيات المستخدمة

Python

Pandas & NumPy

Matplotlib & Seaborn

Scikit-learn

Jupyter Notebook

- خطوات العمل

1- تنظيف البيانات ومعالجة القيم المفقودة

2- تحويل المتغيرات النصية إلى رقمية (Encoding)

3- تطبيق Feature Scaling باستخدام StandardScaler

4- تقسيم البيانات إلى Train/Test

5- تطبيق خوارزمية KNN

5- اختيار أفضل قيمة لـ K باستخدام Cross-Validation

6- تقييم النموذج باستخدام:

Accuracy

Confusion Matrix

Precision & Recall

- النتائج

حقق النموذج دقة جيدة في التنبؤ بالموظفين المعرضين لترك العمل، مما يساعد الإدارة على:

التدخل المبكر

تحسين رضا الموظفين

تقليل تكاليف التوظيف الجديدة