hafta7yz

Multiple Choice

Optimizasyon nedir?

• Bir problemin çözümünde en uygun parametrelerin tespit edilmesidir.

• Bir problemin çözümünde en kötü parametrelerin tespit edilmesidir.

• Bir problemin çözümünde ortalama parametrelerin tespit edilmesidir.

• Bir problemin çözümünde rastgele parametrelerin tespit edilmesidir.

Multiple Choice

Optimizasyon günlük hayatta nasıl kullanılır?

• Sadece matematik problemlerini çözerken

• Sayısal tahminlerde bulunurken ve planlamalar yaparken

• Sadece bilimsel deneyler yaparken

• Sadece bilgisayar programları yazarken

Multiple Choice

Optimizasyonun matematik ile bağlantısı nedir?

• Değeri bilinmeyen denklemleri yok eder

• Değeri bilinmeyen denklem değişkenlerinin bulunması

• Değeri bilinen denklem değişkenlerinin silinmesi

• Değeri bilinen denklemleri tekrar yazmak

Multiple Choice

Klasik optimizasyon yöntemleri hangi durumlarda başarılı olamamaktadır?

• Karmaşıklığı düşük ve az değişken içeren problem modellerinde

• Karmaşıklığı yüksek ve oldukça fazla değişken içeren problem modellerinde

• Doğadaki canlıların iş birliği içerisindeki eylemlerinde

• Makine öğrenmesi gerektiren süreçlerde

Multiple Choice

Zeki optimizasyon yöntemleri neye dayanmaktadır?

• Öğrenme sürecine

• Rastgele arama süreçlerine

• Döngüler yardımıyla en uygun değerlerin tespit edilmesine

• Bilinen çözümlerin tekrar kullanılmasına

Multiple Choice

Etmen tabanlı modelleme ve zeki optimizasyon arasındaki temel fark nedir?

• Zeki optimizasyon sadece öğrenme sürecine dayanır

• Etmen tabanlı modelleme sayı veya kombinasyon aramaz

• Zeki optimizasyon etmen tabanlı modellemeden daha az karmaşıktır

• Etmenler rastgele değerlerle aramaya başlar ve sadece sayı ya da kombinasyon ararlar

Multiple Choice

Genetik Algoritma nedir?

• Klasik optimizasyon yöntemi

• Sürekli optimizasyon algoritması

• Öğrenme sürecine dayalı bir algoritma

• Rastgele arama yöntemi

Multiple Choice

Genetik Algoritma nasıl çalışır?

• Tüm popülasyonu aynı şekilde yeniden üretir

• Öğrenme süreciyle en iyi değerleri bulur

• Rastgele seçilen değerlerle popülasyonu değiştirir

• Güçlü çözümlerden yeni çözüm unsurları oluşturur

Multiple Choice

Genetik Algoritma'da bireyler nasıl temsil edilir?

• Tek bir sayı ile

• Rastgele değerlerle

• Gen adı verilen bileşenlerle

• Sabit bir fonksiyonla

Multiple Choice

Genetik Algoritma'da gen değişimi (çaprazlama) ve mutasyon ne için kullanılır?

• Yeni nesil popülasyonu oluşturmak için

• Aynı popülasyonu korumak için

• Bireylerin genetik kodlarını sabit tutmak için

• Rastgele değerler eklemek için

Multiple Choice

Genetik Algoritma neden Evrimsel Algoritmalar arasında kabul edilir?

• Öğrenme süreci gerektirdiği için

• Başarılı çözümleri geleceğe taşıdığı için

• Tüm popülasyonu aynı şekilde yeniden ürettiği için

• Sabit değerlerle çalıştığı için

Multiple Choice

Karınca Koloni Optimizasyonu neye dayanmaktadır?

• Karıncaların feremon kullanarak yiyecek yollarını işaretlemesine

• Karıncaların rastgele yollar seçmesine

• Karıncaların yiyecek kaynaklarını sabit tutmasına

• Karıncaların savaşma süreçlerine

Multiple Choice

Feremon nedir?

• Karıncaların diğer karıncaları takip etmesini sağlayan bir madde

• Karıncaların yiyecek kaynaklarını bulmasını engelleyen bir madde

• Karıncaların rastgele hareket etmesini sağlayan bir madde

• Karıncaların yuvalarını bulmasını sağlayan bir madde

Multiple Choice

Karınca Koloni Optimizasyonu hangi tür problemlerde kullanılır?

• Öğrenme süreci gerektiren problemlerinde

• Sürekli optimizasyon problemlerinde

• Rastgele arama problemlerinde

• Kombinasyonel optimizasyon problemlerinde

Multiple Choice

Etmen nedir?

• Sadece bilgi depolayan bir yapay zekâ unsuru

• Çevresiyle etkileşim kuramayan bir yapay zekâ unsuru

• Çevresiyle etkileşim sonucunda dönütlerde bulunabilen bir yapay zekâ unsuru

• Sadece verileri işleyen bir yapay zekâ unsuru

Multiple Choice

Etmen Tabanlı Yapay Zekâ nedir?

• Tek bir etmen kullanarak çözüm üreten yapay zekâ

• Kolektif olarak bir araya gelen birçok etmenin kullanıldığı yapay zekâ

• Öğrenme sürecine dayalı yapay zekâ

• Sadece veri işleme amacı güden yapay zekâ

Multiple Choice

Etmen tabanlı modelleme neye temel teşkil eder?

• Robotik sistemlere

• Veri madenciliğine

• Doğal dil işleme

• Görüntü tanıma

Multiple Choice

Bir etmenin eylemlerine karar verme aşamasında hangi faktörler etkilidir?

• Sadece geçmiş deneyimler

• İçerisinde bulunduğu durum ve çevreden aldığı ödül/ceza dönütleri

• Sadece gelecekteki tahminler

• Rastgele seçilen veriler

Multiple Choice

Etmen tabanlı çözümlerin çalışacağı problemler için dikkate alınması gereken faktörlerden biri nedir?

• Etmen sayısı

• Etmen hızı

• Etmen büyüklüğü

• Etmen rengi

Multiple Choice

Etmen nitelikleri nedir?

• Etmenlerin eylemlerine, muhakemelerine ve çevreyle etkileşimlerine yön veren parametreler

• Etmenlerin yalnızca hareket hızlarını belirleyen değerler

• Etmenlerin fiziksel boyutlarını belirleyen parametreler

• Etmenlerin rastgele değerlerle beslendiği unsurlar

Multiple Choice

Etmen eylemleri nedir?

• Etmenlerin yalnızca hareket hızlarını ayarlaması

• Etmenlerin fiziksel boyutlarını değiştirmesi

• Etmenlerin çevreyle etkileşimleri ve geçerli nitelik değerleri üzerinden karar süreçlerini işletmesi

• Etmenlerin rastgele hareket etmesi

Multiple Choice

Etmenlerin içerisinde bulundukları çevre nasıl tanımlanmalıdır?

• Rastgele değerlerle

• Etmenlerin fiziksel boyutlarına göre

• Etmenlerin renklerine göre

• Sınırları ve karakteristik nitelikleri ile

Multiple Choice

Etmen tabanlı modelleme neyi temsil eder?

• Veri madenciliğine yönelik bir model

• Görüntü tanıma sistemlerine temel teşkil eden bir konu

• Robotik sistemlere temel teşkil eden bir konu

• Doğal dil işleme yöntemine yönelik bir model