NEW
Font size
WorksheetsML Karma Test
Total questions: 18
Worksheet time: 3mins
Aşağıdaki komutların sıralaması nasıl olmalıdır?
SELECT, FROM , WHERE,GROUP BY, HAVING, ORDER BY
1-SELECT
2-FROM
3-WHERE
4-GROUP BY
5-HAVING
6-ORDER BY
1-SELECT
2-FROM
3-WHERE
4-HAVING
5-GROUP BY
6-ORDER BY
1-FROM
2-WHERE
3-GROUPBY
4-HAVING
5-SELECT
6-ORDER BY
1-FROM
2-SELECT
3-WHERE
4-GROUPBY
5-HAVING
6-ORDER BY
I. Lojistik Regresyon Dönüşüm Matrisi
II. Manuel eşik değer belirleme
III. Bağımlı değişkeni gruplamak
IV. Kategorik gruplandırma yapmak
Bir regresyon problemini sınıflandırma problemine çevirebilmek için hangi yöntemi ya da yöntemleri kullanabilirim?
I, IV
I,II ve III
II,III ve IV
I,II ve IV
Aşağıdakilerden hangisi karar ağacı yönteminin özelliklerinden biri değildir?
Karar ağacı şemasında en tepede görünen değişken en önemli değişkendir.
Heterojen veri setleri belirlenmiş bir hedef değişkene göre homojen alt gruplara ayrılır.
Bağımsız değişkenleri bölen noktalara iç düğüm noktaları denir.
Dallanmaları en yüksek noktadan belirlersek toplam hatamız minimum olur.
Çoklu doğrusal regresyon problemlerinde ağırlıkları hangi yöntemle tespit edebiliriz?
LogLoss
Hold-Out
Gradient Descent
Sınıflandırma problemlerinde eşik değerleri değiştikçe başarı değerlendirme oranları değişmektedir. Bu problemi çözmek hangi yöntem kullanılabilir?
ROC AUC
F1 Score
Accuracy
I. Modele yeni bağımsız değişkenler eklemek
II. İlave hiper-parametreler ekleyerek optimizasyon yapmak
III. Birbirleriyle korelasyonu yüksek olan bağımsız değişkenleri modelden çıkarmak
Aşırı öğrenmeye düştüğünüz bir modeli doğru bir modele çekebilmek için hangi yöntem ya da yöntemler uygulanabilir?
Yalnız I
I,II,III
I ve III
II ve III
Aşağıdakilerden hangisi sınıflandırma problemindeki model başarı değerlendirme metriklerinden biri değildir?
F1 Score
MSE
Precision
Accuracy
Aşağıdakilerden hangisi Gradient Descent özelliklerinden biri değildir?
Optimizasyon yöntemidir.
Cost fonksiyonu minimize edebiliecek parametreleri bulmak için kullanılır.
Her iterasyonda hatayı arttırarak en iyisini seçmeye çalışır.
Her yineleme için tüm veri kümesini kullanmak yerine, gradyanı hesaplamak ve model parametrelerini güncellemek için yalnızca tek bir rasgele eğitim örneği üzerinden çalışma yaptığımız Gradient Descent yöntemi hangisidir?
Batch Gradient Descent
Stochastic Gradient Descent
Mini Batch Gradient Descent
Modellerin başarısını daha doğru değerlendirmek için kullandığımız yöntemlerden biri değildir?
Leave-One-Out Cross-Validation
Hold Out Yöntemi
K-Fold Cross Validation
Stochastic Validation
Aşağıdakilerden Denetimsiz Öğrenme yöntemlerinden biri değildir?
K-Means
Hiyerarşik Kümeleme
PCA
CART
Aşağıdakilerden hangisi Temel Bileşen Analizinin özelliklerinden biri değildir?
Kategorik değişkenlerde uygulanmaktadır.
Çok değişkenli verinin ana özelliklerini daha az sayıyla değişken ile temsil etmektir.
Uygulama noktasında küçük miktarda bilgi kaybı olabilir.
Veri görselleştirme de kullanılabilir.
Kümeler arasındaki benzerliği ölçmek ve birleştirme algoritmanın her yinelemesinde hangi iki kümenin birleştirilmesi gerektiğine karar vermek için kullanılan yöntemin adı nedir?
Truncate
Linkage
Dendogram
DBSCAN
I. K Means, aykırı değerlere duyarlıdır.
II. Amaç, gözlem birimlerini kümelere ayırmaktır.
III. Kümeleme işleminde etiket bilgisi vardır.
IV. Küme sayısını belirlemede k merkez seçimini yalnızca manuel atama ile yapmaktayız.
Kümeleme yöntemlerine göre aşağıdakilerden hangisi ya da hangileri doğrudur?
I,II,III
II ve III
I,II
I ve IV
K- Means kümeleme algoritmayı geliştirmek için kullanılabilecek yöntemlerinden biri değildir?
Çoklu başlatma
Kosinüs benzerlik metriğine göre uzaklığı baz almak
LOF yöntemi kullanmak
K değerini arttırmak
Kümeleme yönteminin uygulama alanlarından biri değildir?
Görüntülü işleme
Market Analizi
Anomalilik tespiti
Şehirler bazından enerji dağıtım tahminleme modeli
Dendrogramın daha yorumlanabilir veya yönetilebilir hale getirilmesi için nasıl kesileceğini veya budanacağını belirleyen yapının adı nedir?
aggloramerative
truncate_mode
divisive
İki kümedeki herhangi bir nokta çifti arasındaki minimum mesafeye dayalı olarak benzerliği hesaplayan bağlantı yöntemi nedir?
Single linkage
Complete linkage
Average linkage
