Riassunto analitico
Il progetto di tesi si propone di affrontare il problema della gestione delle assenze dal lavoro a causa di infortuni in azienda. L'obiettivo principale è lo sviluppo di un modello predittivo in grado di classificare la durata degli infortuni dei dipendenti, utilizzando un dataset fornito da Coopservice che copre il periodo dal 2018 al 2023.
Dopo una fase di analisi esplorativa dei dati, sono state applicate diverse tecniche di apprendimento supervisionato, come Random Forest, Gradient Boosting, k-Nearest Neighbors e Linear Discriminant Analysis. Tuttavia, i risultati ottenuti hanno rivelato una capacità predittiva limitata da alcuni fattori, tra cui la presenza di dati mancanti e la complessità intrinseca delle variabili coinvolte.
Nonostante i risultati non ottimali, questa ricerca contribuisce alla gestione delle risorse umane e alla sicurezza sul lavoro, offrendo comunque spunti per migliorare la pianificazione delle risorse e ridurre i costi associati agli infortuni.
Il contesto aziendale è quello di Coopservice, una realtà labour-intensive specializzata nel settore del facility management. I risultati di questo studio possono fornire indicazioni utili per migliorare la gestione operativa del personale, contribuendo a una pianificazione più accurata e all'ottimizzazione della gestione degli infortuni.
|
