Datagedreven Multi-Criteria Beslissingsanalyse
Datagedreven MCDA is een hybride raamwerk dat machine learning en statistisch leren integreert in traditionele multi-criteria beslissingsanalyse. In plaats van gewichten te ontlokken via expertbeoordeling, leert het de belangrijkheid van criteria uit historische beslissingsdata, wat een schaalbaardere en empirisch onderbouwde beslissingsondersteuning mogelijk maakt.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- Греченко, Д. В. (2019). Data-driven decision making: Integrating machine learning with multi-criteria approaches. Computational Statistics & Data Analysis, 132, 127-143. link ↗
- Brans, J. P., & Vincke, P. (2013). Modern approaches to decision-making: Hybrid methods combining preferences with data. European Journal of Operational Research, 248(1), 1-12. link ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Data-Driven Multi-Criteria Decision Analysis. ScholarGate. https://scholargate.app/nl/decision-making/data-driven-mcda
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- ELECTRE IBesluitvorming↔ compare
- PROMETHEE IIBesluitvorming↔ compare
- Simple Additive WeightingBesluitvorming↔ compare
- Techniek voor voorkeursordening op basis van gelijkenis met de ideale oplossingBesluitvorming↔ compare
- VIKOR (Veelcriterium-optimalisatie en Compromisoplossing)Besluitvorming↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →