Araştırma Makalesi
BibTex RIS Kaynak Göster
Yıl 2024, Cilt: 17 Sayı: 2, 573 - 584, 31.08.2024
https://doi.org/10.18185/erzifbed.1534385

Öz

Kaynakça

  • [1] Kut, G., (2019) Uluslararası sistem ve kurallara dayalı dünya düzeni: çok taraflı denge arayışları, Boğaziçi Üniversitesi-TÜSİAD Dış Politika Forumu Araştırma Raporu.
  • [2] Danzer, A. M., Dietz, B., Gatskova, K., Schmillen, A., (2014) Showing off to the new neighbors? Income, socioeconomic status and consumption patterns of internal migrants, Journal of Comparative Economics, 42(1), 230-245.
  • [3] Frischmann, B. M., (2012) Infrastructure: The social value of shared resources, Oxford University Press.
  • [4] Zucconi, M., (2009) The impact of the EU connection on Turkey's domestic and foreign policy, Turkish Studies, 10(1), 25-36.
  • [5] Müftüler-Baç, M., (2020) Turkish foreign policy, its domestic determinants and the role of the European Union, In Turkey and the EU: Accession and Reform (pp. 71-82), Routledge.
  • [6] Özer, M. A., (2009) Avrupa Birliği’ne tam üyeliğin eşiğinde Türkiye, Yönetim ve Ekonomi Dergisi, 16(1), 89-105.
  • [7] Uysal, C., (2001) Türkiye-Avrupa Birliği ilişkilerinin tarihsel süreci ve son gelişmeler, Akdeniz İ.İ.B.F. Dergisi, 1(1), 140-153.
  • [8] Martin, N., (2019) From containment to realpolitik and back again: A realist constructivist analysis of Turkey–EU relations and the migration issue, JCMS: Journal of Common Market Studies, 57(6), 1349-1365.
  • [9] Khaleqi, Z. A., Oghli, J. S., (2021) Şangay İşbirliği Örgütü ve Türkiye’nın olası ilişkileri, Pearson Journal, 6(12), 107-116.
  • [10] Yener, M. C., (2013) Küresel düzende yeni arayışlar: Şangay İşbirliği Örgütü ve Türkiye, Uluslararası Ekonomik Sorunlar, 13 (46), 71-91.
  • [11] Özalp, M., (2019) Türkiye’nin Şanghay İşbirliği Örgütü’ne olası üyeliğinin Avrasya politikasına etkileri, Manas Sosyal Araştırmalar Dergisi, 8(4), 3439-3469.
  • [12] Günay, E., Çetiner, S., Sevinç, S., Kütükçü, E., (2019) Tarihi İpek Yolundan Modern İpek Yolu Projesine: Türkiye-Çin Ekonomik İşbirliği Çerçevesinde Orta Koridor ile Kuşak ve Yol Girişimi, Kahramanmaraş Sütçü İmam Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 9(2), 157-175.
  • [13] Saygın, D, Erdem, A. D., (2021) Avrupa Birliği’ne katılım sürecinin Türkiye siyasetine yansıması: alternatif örgütler, Uluslararası İlişkiler ve Diplomasi, 4(1), 80-107.
  • [14] Ongan, E., (2021) Avrupa Birliği ve Şangay İşbirliği Örgütü Türkiye ilişkilerinin değerlendirilmesi, The Journal of Academic Social Science, (112), 259-266.
  • [15] Katagiri, A., Min, E., (2015) Identifying threats: Using machine learning in international relations, In annual meeting of the American Political Science Association.
  • [16] Whang, T., Lammbrau, M., & Joo, H. M., (2018) Detecting patterns in North Korean military provocations: what machine-learning tells us, International Relations of the Asia-Pacific, 18(2), 193-220.
  • [17] Doğan, S., Türe, H., (2022) Makine öğrenmesi teknikleri ile ülke riski tahmini, Fiscaoeconomia, 6(3), 1126-1151.
  • [18] Altaş, D., Gülpinar, V., (2012) Karar ağaçları ve yapay sinir ağlarının sınıflandırma performanslarının karşılaştırılması: Avrupa Birliği örneği, Trakya University Journal of Social Science, 14(1).
  • [19] Vaibhav, S., (2020) Predicting success of terrorist attack and extent of its economic impact using data mining, International Journal for Research in Applied Science and Engineering Technology, 8(5), 1965-1972.
  • [20] Zhang, H., (2004) The optimality of Naive Bayes. AA, 1(2), 3.
  • [21] Chandra, B., Gupta, M., (2011) An efficient statistical feature selection approach for classification of gene expression data. Journal of biomedical informatics, 44(4), 529-535.
  • [22] Cover, T., Hart, P., (1967) Nearest neighbor pattern classification. IEEE Transactions on Information Theory, 13(1), 21-27.

Assessment of Alternative International Organizations For Turkey Using Machine Learning Algorithms

Yıl 2024, Cilt: 17 Sayı: 2, 573 - 584, 31.08.2024
https://doi.org/10.18185/erzifbed.1534385

Öz

The distribution of power balances among countries has led states to become part of an international system based on principles of territorial integrity, sovereignty, and independence. Turkey's process of joining the EU dating back to 1959 has been supported by various reforms and adaptation packages. However, the failure to conclude the lengthy negotiations has prompted Turkey to turn towards different organizations. Turkey, which has not fully given up its membership in the EU recently, is being considered for membership in alternative organizations, especially the SCO. Within the scope of this study, a dataset encompassing various indicators of 34 countries was created to evaluate Turkey's proximity to EU and SCO member countries. Subsequently, the generated dataset was grouped based on various indicators. In these applications, performance metrics were examined by positioning Turkey according to two different classes, including EU and SCO member countries, depending on various indicators.

Kaynakça

  • [1] Kut, G., (2019) Uluslararası sistem ve kurallara dayalı dünya düzeni: çok taraflı denge arayışları, Boğaziçi Üniversitesi-TÜSİAD Dış Politika Forumu Araştırma Raporu.
  • [2] Danzer, A. M., Dietz, B., Gatskova, K., Schmillen, A., (2014) Showing off to the new neighbors? Income, socioeconomic status and consumption patterns of internal migrants, Journal of Comparative Economics, 42(1), 230-245.
  • [3] Frischmann, B. M., (2012) Infrastructure: The social value of shared resources, Oxford University Press.
  • [4] Zucconi, M., (2009) The impact of the EU connection on Turkey's domestic and foreign policy, Turkish Studies, 10(1), 25-36.
  • [5] Müftüler-Baç, M., (2020) Turkish foreign policy, its domestic determinants and the role of the European Union, In Turkey and the EU: Accession and Reform (pp. 71-82), Routledge.
  • [6] Özer, M. A., (2009) Avrupa Birliği’ne tam üyeliğin eşiğinde Türkiye, Yönetim ve Ekonomi Dergisi, 16(1), 89-105.
  • [7] Uysal, C., (2001) Türkiye-Avrupa Birliği ilişkilerinin tarihsel süreci ve son gelişmeler, Akdeniz İ.İ.B.F. Dergisi, 1(1), 140-153.
  • [8] Martin, N., (2019) From containment to realpolitik and back again: A realist constructivist analysis of Turkey–EU relations and the migration issue, JCMS: Journal of Common Market Studies, 57(6), 1349-1365.
  • [9] Khaleqi, Z. A., Oghli, J. S., (2021) Şangay İşbirliği Örgütü ve Türkiye’nın olası ilişkileri, Pearson Journal, 6(12), 107-116.
  • [10] Yener, M. C., (2013) Küresel düzende yeni arayışlar: Şangay İşbirliği Örgütü ve Türkiye, Uluslararası Ekonomik Sorunlar, 13 (46), 71-91.
  • [11] Özalp, M., (2019) Türkiye’nin Şanghay İşbirliği Örgütü’ne olası üyeliğinin Avrasya politikasına etkileri, Manas Sosyal Araştırmalar Dergisi, 8(4), 3439-3469.
  • [12] Günay, E., Çetiner, S., Sevinç, S., Kütükçü, E., (2019) Tarihi İpek Yolundan Modern İpek Yolu Projesine: Türkiye-Çin Ekonomik İşbirliği Çerçevesinde Orta Koridor ile Kuşak ve Yol Girişimi, Kahramanmaraş Sütçü İmam Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 9(2), 157-175.
  • [13] Saygın, D, Erdem, A. D., (2021) Avrupa Birliği’ne katılım sürecinin Türkiye siyasetine yansıması: alternatif örgütler, Uluslararası İlişkiler ve Diplomasi, 4(1), 80-107.
  • [14] Ongan, E., (2021) Avrupa Birliği ve Şangay İşbirliği Örgütü Türkiye ilişkilerinin değerlendirilmesi, The Journal of Academic Social Science, (112), 259-266.
  • [15] Katagiri, A., Min, E., (2015) Identifying threats: Using machine learning in international relations, In annual meeting of the American Political Science Association.
  • [16] Whang, T., Lammbrau, M., & Joo, H. M., (2018) Detecting patterns in North Korean military provocations: what machine-learning tells us, International Relations of the Asia-Pacific, 18(2), 193-220.
  • [17] Doğan, S., Türe, H., (2022) Makine öğrenmesi teknikleri ile ülke riski tahmini, Fiscaoeconomia, 6(3), 1126-1151.
  • [18] Altaş, D., Gülpinar, V., (2012) Karar ağaçları ve yapay sinir ağlarının sınıflandırma performanslarının karşılaştırılması: Avrupa Birliği örneği, Trakya University Journal of Social Science, 14(1).
  • [19] Vaibhav, S., (2020) Predicting success of terrorist attack and extent of its economic impact using data mining, International Journal for Research in Applied Science and Engineering Technology, 8(5), 1965-1972.
  • [20] Zhang, H., (2004) The optimality of Naive Bayes. AA, 1(2), 3.
  • [21] Chandra, B., Gupta, M., (2011) An efficient statistical feature selection approach for classification of gene expression data. Journal of biomedical informatics, 44(4), 529-535.
  • [22] Cover, T., Hart, P., (1967) Nearest neighbor pattern classification. IEEE Transactions on Information Theory, 13(1), 21-27.
Toplam 22 adet kaynakça vardır.

Ayrıntılar

Birincil Dil İngilizce
Konular Makine Mühendisliği (Diğer)
Bölüm Makaleler
Yazarlar

Ömer Çağrı Yavuz 0000-0002-6655-3754

Yayımlanma Tarihi 31 Ağustos 2024
Gönderilme Tarihi 16 Ağustos 2024
Kabul Tarihi 27 Ağustos 2024
Yayımlandığı Sayı Yıl 2024 Cilt: 17 Sayı: 2

Kaynak Göster

APA Yavuz, Ö. Ç. (2024). Assessment of Alternative International Organizations For Turkey Using Machine Learning Algorithms. Erzincan University Journal of Science and Technology, 17(2), 573-584. https://doi.org/10.18185/erzifbed.1534385