Makine öğrenmesi teknikleri ile küresel inovasyon endeksini tahminleme

Günümüzün dinamik küresel ekonomisinde inovasyon, büyüme ve başarıyı yönlendirmede hayati bir rol oynamaktadır. İnovasyonu ölçmek zor bir süreçtir, ancak Küresel İnovasyon Endeksi (KİE), inovasyonun temel göstergelerini belirleyen değerli bir araç olarak öne çıkmaktadır. Ancak, KİE'yi hesaplama süreci karmaşık ve zaman alıcıdır, bu da önemli bir zorluk teşkil etmektedir. Bu çalışmada, KİE'yi hesaplamak için gereken parametre sayısını azaltmak amacıyla bir özellik seçme yöntemi kullanılmıştır. 2012-2022 yılları arasında 125 ülkenin KİE puanlarını tahmin etmek için yapay sinir ağı (YSA) yöntemleri ve çeşitli regresyon teknikleri uygulanmıştır. Bulgular, seçilen 38 parametrenin KİE puanını doğru bir şekilde hesaplamak için yeterli olduğunu ve YSA modelinin en başarılı tahminleme yöntemi olduğunu göstermektedir. KİE puanlarını tahmin etmek için bir prototip arayüz tasarlanmış ve bu da tahmin sürecini daha kolay ve verimli hale getirmiştir. Bu çalışma, parametre sayısını azaltarak ve tahmin doğruluğunu artırarak araştırma literatürüne önemli bir katkı sağlamaktadır; bu da KİE'yi hesaplama sürecini basitleştirerek dünya genelindeki kuruluşlar ve politika yapıcılar için daha erişilebilir hale getirebilir.