Yapay Sinir Ağları - DENEYAP

Yapay Sinir Ağlarında "overfitting" nedir?

• Ağın aşırı öğrenmesi

• Ağın yetersiz öğrenmesi

• Ağın hızlı öğrenmesi

• Ağın yavaş öğrenmesi

Yapay Sinir Ağları (YSN), hangi biyolojik sistemden ilham alır?

• Kalp

• Beyin

• Akciğer

• Mide

Yapay Sinir Ağlarında kullanılan temel öğe nedir?

• Nöron

• Eritrosit

• Trombosit

• Hücre zarı

Yapay Sinir Ağları, hangi tür problemleri çözmek için kullanılır?

• Yalnızca matematik problemleri

• Sadece dil anlama problemleri

• Mekanik sorunlar

• Karmaşık problemler ve desen tanıma

Derin Öğrenme nedir?

• Yüzeydeki öğrenme

• Çok katmanlı öğrenme

• Hızlı öğrenme

• Doğrusal öğrenme

Yapay Sinir Ağları, hangi aşamalardan geçer?

• Giriş, Çıkış, İşlem

• Başlangıç, Bitiş, Sonuç

• Eğitim, Test, Tahmin

• Hesaplama, Analiz, Sonuç

Yapay Sinir Ağları eğitimi için kullanılan algoritma hangisidir?

• K-Yakın Komşu

• Gradient Descent

  (Dereceli Alçalma)

• Naive Öğrenmesi

• Karar Ağacı

Yapay Sinir Ağlarında, ağın başarısını ölçen bir metrik hangisidir?

• Eğitim hızı

• Ağırlık katsayısı

• Doğruluk oranı

• Öğrenme oranı

Yapay Sinir Ağlarında kullanılan bir tür öğrenme yöntemi nedir, bu yöntemde model, etiketlenmiş verilerle eğitilir?

• Denetimli Öğrenme

• Denetimsiz Öğrenme

• Yarı Denetimli Öğrenme

• Takviyeli Öğrenme

Yapay Sinir Ağlarının "tahmin" aşamasında ne yapar?

• Verileri rastgele sıralar

• Bilgisayarın öğrendiği desenlere dayanarak yeni verileri değerlendirir

• Yalnızca eğitim verilerini gösterir

• Test verileri ile tahmin yapar