Data-Driven Multi-Criteria Decision Analysis
Data-Driven MCDA to hybrydowa struktura integrująca uczenie maszynowe i statystyczne z tradycyjną analizą decyzyjną wielokryterialną. Zamiast pozyskiwać wagi na podstawie oceny eksperckiej, uczy się ona ważności kryteriów z historycznych danych decyzyjnych, umożliwiając bardziej skalowalne i empirycznie ugruntowane wsparcie decyzyjne.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Data-Driven Multi-Criteria Decision Analysis. ScholarGate. https://scholargate.app/pl/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 IPodejmowanie decyzji↔ compare
- PROMETHEE IIPodejmowanie decyzji↔ compare
- Proste ważone sumowaniePodejmowanie decyzji↔ compare
- Technika porządku preferencji przez podobieństwo do idealnego rozwiązaniaPodejmowanie decyzji↔ compare
- Optymalizacja Wielokryterialna i Rozwiązanie Kompromisowe (VIKOR)Podejmowanie decyzji↔ compare
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →