科研速览 · Science Skim继续刷下去 · Keep skimming →
◆ Uluslararası İktisadi ve İdari İncelemeler Dergisi2026-07-31· Art

MAKİNE ÖĞRENMESİ ALGORİTMALARI İLE G20 ÜLKELERİNDE SAĞLIK HARCAMALARININ KÜMELENMESİ

Şeyda Urfalıoğlu Şahin, Ali ÖZDEMİR

原始摘要(英文原文)· Original abstract
Sağlık harcamaları, sağlık sistemlerinin etkinliğini ve toplumların yaşam kalitesini belirleyen temel göstergelerden birisidir. Bu çalışmanın amacı, G20 ülkelerini sağlık harcamaları temelinde makine öğrenmesi kümeleme algoritmaları kullanarak sınıflandırmak ve elde edilen kümelenme yapısı çerçevesinde Türkiye’nin konumunu belirlemektir. Çalışmada k-ortalamalar, AGNES ve OPTICS olmak üzere üç farklı kümeleme algoritması kullanılmıştır. Elde edilen küme sonuçlarından en iyi performansa sahip olanı belirlemek amacıyla Silhouette indeksinden yararlanılmıştır. Analiz sonuçlarına göre, AGNES algoritması ile dört kümenin elde edildiği modelin görece daha yüksek performans sergilediği belirlenmiştir. Bu kümelenme sonuçlarında ise ABD, Almanya, Arjantin, Avustralya, Birleşik Krallık, birinci kümede yer alırken; Çin, Hindistan ve Endonezya ikinci kümede; Fransa, Güney Afrika, Güney Kore, İtalya, Japonya, Kanada üçüncü kümede yer almıştır. Dördüncü kümede ise Meksika, Rusya, Suudi Arabistan ve Türkiye’nin olduğu saptanmıştır. Bu bulguların, politika yapıcıların benzer özelliklere sahip ülke grupları için daha uygun, kanıta dayalı ve hedef odaklı politikalar geliştirmesine katkı sağlayacağı değerlendirilmektedir.
读原文 · Read the paper ↗

AI 追问PRO

登录后使用 AI 追问

讨论区

登录后参与讨论

相关论文 · Related

MAKİNE ÖĞRENMESİ ALGORİTMALARI İLE G20 ÜLKELERİNDE SAĞLIK HARCAMALARININ KÜMELENMESİ — 科研速览 Science Skim