Применение интеллектуальных систем для анализа трудовой деятельности сотрудников предприятия
Автор: Попков Сергей Сергеевич, Сеннер Александр Евгеньевич
Журнал: Сетевое научное издание «Системный анализ в науке и образовании» @journal-sanse
Рубрика: Системный анализ в прикладных задачах
Статья в выпуске: 3, 2023 года.
Бесплатный доступ
В данной статье описывается разрабатываемая интеллектуальная система контроля трудовой деятельности, предназначенная для оптимизации работы предприятий и повышения их эффективности. Система включает в себя сбор и анализ данных, прогнозирование и принятия решений. Использование системы позволит снизить затраты на контроль технологических процессов, повысит мотивацию сотрудников и улучшит процессы принятия решений. Приведены примеры успешного внедрения подобных систем в различных компаниях, ее применения в IT-сфере.
Искусственный интеллект, производство, повышение производительности труда, анализ эффективности труда
Короткий адрес: https://sciup.org/14128544
IDR: 14128544 | УДК: 512.6
Application of intelligent systems for analysis of the labor activity of enterprise employees
This article describes the developed intelligent system for monitoring labor activity, designed to optimize the work of enterprises and increase their efficiency. The system includes data collection and analysis, forecasting and decision making. Using the system will reduce costs, increase employee motivation and improve decision-making processes. Examples of the successful implementation of such systems in various companies and its application in the IT sector are given.
Список литературы Применение интеллектуальных систем для анализа трудовой деятельности сотрудников предприятия
- Klein E.Introduction to Machine Learning. - O’Reilly Medias, 2013. - 58 p.
- Stuart J., Norvig P. Artificial Intelligence: A Modern Approach. - Prentice Hall, 2003. - 200 p.
- Kevin P. Machine Learning: A Probabilistic Perspective. - MIT Press, 2012. - 642 p.
- Yoshua B., Goodfellow I., Courville A. Deep Learning. - MIT Press, 2016. - 128 p.
- Han J., Kamber M., Pei J. Data Mining: Practical Machine Learning Tools and Techniques. - MIT Press, 2006. - 529 p.
