Makine Öğrenmesi ile Zenginleştirilmiş Çok Kriterli Bir Karar Verme Yaklaşımı: Electre Ağacı Yöntemi ve Sürdürülebilir Kalkınma Eğitim Göstergeleri Üzerine Bir Örnek Uygulama

Authors : Hasan Arda Burhan

Pages : 26-47

Doi:10.59293/anadoluiid.1636927

View : 85 | Download : 69

Publication Date : 2025-04-20

Article Type : Research Paper

Abstract :Çok Kriterli Karar Verme (ÇKKV) yöntemlerinin özellikle son yıllarda sıklıkla kullanılmaya başlayan Makine Öğrenmesi (Machine Learning (ML)) algoritmaları ile entegrasyonu, karmaşık karar verme süreçlerini daha doğru ve dinamik hale getiren önemli bir gelişme olarak öne çıkmaktadır. Bu çalışma, esas olarak Montenegro de Barros vd. (2021)’nin çalışmaları ile literatüre giren ancak henüz Türkçe literatürde kullanılmamış bir ÇKKV-ML temelli sınıflandırma yaklaşımı olan ELECTRE Ağacı (ELECTRE Tree) yönteminin tanıtılmasını amaçlamaktadır. Bu doğrultuda çalışmada Avrupa Birliği İstatistik Ofisinin (EUROSTAT) yayınladığı istatistiklerden yararlanılarak Sürdürülebilir Kalkınma Amaçları (SKA)’ndan 4.sü olan Nitelikli Eğitim amacına ait göstergelerin dahil olduğu bir de örnek illüstratif uygulama yapılmıştır. Örnek uygulama sonucunda dört farklı sınıf elde edilmiş ve SKA 4’e göre en başarılı ülkelerin Danimarka, İrlanda, Hollanda, Finlandiya ve İsveç olmuş; Türkiye ise üçüncü sınıfta yer almıştır. Elde edilen isabetli sınıflandırmalar uyarınca yöntemin etkin çözümler sunabileceği görülmüştür.
Keywords : ELECTRE Ağacı, ÇKKV, Makine Öğrenmesi, Sınıflandırma