NEW
Font size
S
M
L
XL
WorksheetsBüyük veri 1-6
Total questions: 64
Worksheet time: 21mins
Name
Class
Date
1.
Büyük veriyi en iyi hangisi tanımlar?
a)
Geleneksel veri yönetim araçlarıyla işlenebilen veri
b)
Veri kümelerinin her biri
c)
Hacmi, hızı ve çeşitliliği yüksek olan veri kütleleri
d)
Veri analizi gerektiren veri
2.
Büyük verinin temel özellikleri nelerdir?
a)
Hacim, Hız
b)
Hacim, Hız, Çeşitlilik, Doğruluk, Değer
c)
Hacim, Hız, Çeşitlilik
d)
Hacim, Değer
3.
Büyük bir firma için verinin hacmi ne kadar olabilir?
a)
Gigabyte’lar
b)
Terabyte’lar
c)
Yottobaytlar
d)
Petabaytlar
4.
Büyük verinin hızı ne kadar olabilir?
a)
Dakikalar
b)
Saatler
c)
Günler
d)
Anlık veya gerçek zamanlı
5.
Büyük veri hangi formatlarda olabilir?
a)
Yapılandırılmış
b)
Yarı yapılandırılmış
c)
Yapılandırılmamış
d)
Hepsi
6.
Büyük veri setlerinin doğruluğu neden önemlidir?
a)
Verilerden anlamlı bilgiler elde etmek için
b)
Verilerin güvenilirliğini sağlamak için
c)
Her ikisi için de
7.
Büyük veriden nasıl değer elde edilir?
a)
Veri analizi ve görselleştirme yoluyla
b)
Yapay zeka ve makine öğrenmesi yoluyla
c)
Her ikisi ile de
8.
Büyük verinin hacmi ile ilgili aşağıdakilerden hangisi doğrudur?
a)
Genellikle terabaytlar veya daha büyük boyutlardadır
b)
Genellikle gigabaytlar veya daha büyük boyutlardadır
c)
Genellikle megabaytlar veya daha büyük boyutlardadır
d)
Genellikle kilobaytlar veya daha büyük boyutlardadır
9.
Büyük verinin hızı ile ilgili aşağıdakilerden hangisi doğrudur?
a)
Anlık veya gerçek zamanlı veri akışlarını içerebilir
b)
Anlık veya gerçek zamanlı veri akışlarını içermez
c)
Dakikalar veya saatler içinde işlenebilir
d)
Günler veya haftalar içinde işlenebilir
10.
Büyük verinin çeşitliliği ile ilgili aşağıdakilerden hangisi doğrudur?
a)
Farklı kaynaklardan (yapılandırılmamış veri) gelir
b)
Farklı kaynaklardan (yapılandırılmış veri) gelir
c)
Farklı kaynaklardan (yarı yapılandırılmış veri) gelir
d)
Farklı kaynaklardan (yapılandırılmış, yarı yapılandırılmış ve yapılandırılmamış veri) gelir
11.
Büyük verinin doğruluğu ile ilgili aşağıdakilerden hangisi doğrudur?
a)
Karmaşık ve hatalı olabilir
b)
Karmaşık ve hatasız olabilir
c)
Basit ve hatalı olabilir
d)
Basit ve hatasız olabilir
12.
Büyük verinin değeri ile ilgili aşağıdakilerden hangisi doğrudur?
a)
İçerdikleri bilgilerin değerini belirleyebilmek için analiz edilmelidir
b)
İçerdikleri bilgilerin değerini belirlemek için analiz edilmesine gerek yoktur
c)
Hacimleri ile değerlidir
d)
Hızları ile değerlidir
13.
Büyük Veri hangi kaynaklardan elde edilebilir?
a)
İnternet
b)
Mobil Cihazlar, İş İşlemleri
c)
Sensörler ve Cihazlar
d)
İnternet, Sensörler ve Cihazlar, Mobil Cihazlar, İş İşlemleri
14.
Büyük Veri hangi özelliği ile geleneksel veriden ayrılır?
a)
Hacim
b)
Çeşitlilik
c)
Hız
d)
Her üçü de
15.
Büyük Veri'yi işlemek için hangi teknolojiler kullanılır?
a)
Ölçeklenebilir depolama
b)
Dağıtık hesaplama
c)
Paralel işleme
d)
Dağıtık hesaplama, paralel işleme, ölçeklenebilir depolama
16.
Büyük Veri analizi için hangi araçlar kullanılır?
a)
Hadoop, Apache Spark
b)
Hadoop
c)
Apache Spark
d)
Hiçbiri
17.
Büyük Veri analizi neden önemlidir?
a)
İşletmelerin daha iyi kararlar almasına yardımcı olur
b)
Müşterileri daha iyi anlamalarına yardımcı olur
c)
Yeni ürünler ve hizmetler geliştirmelerine yardımcı olur
d)
Her üçü de
18.
Büyük Veri analizi ile ilgili hangi etik kaygılar mevcuttur?
a)
Gizlilik
b)
Veri güvenliği
c)
Ayrımcılık
d)
Her üçü de
19.
Büyük Veri analizi ile ilgili hangi yasal düzenlemeler mevcuttur?
a)
Kişisel Verilerin Korunması Kanunu
b)
Genel Veri Koruma Yönetmeliği (GDPR)
c)
Her ikisi de
20.
Büyük Veri analizi gelecekte nasıl bir rol oynayacak?
a)
Daha da önemli hale gelecek
b)
Daha az önemli hale gelecek
c)
Aynı derecede önemli kalacak
d)
Veriler çoğaldıkça önemi azalacak
21.
Büyük Veri analizi hangi sektörlerde yaygın olarak kullanılmaktadır?
a)
Telekomünikasyon
b)
Finans
c)
Sağlık
d)
Finans, Sağlık, Perakende, Telekomünikasyon
22.
Büyük veri çözümleri için kullanılan araçlar ve teknolojiler nelerdir?
a)
NoSQL Veritabanları ve HBase
b)
Hadoop
c)
Apache Spark
d)
Hadoop, Apache Spark, NoSQL Veritabanları, Apache Kafka, Apache Flink, Apache Hive, Apache HBase
23.
Hadoop nedir?
a)
Büyük veri işleme için açık kaynaklı bir çerçeve
b)
Büyük veri depolama için açık kaynaklı bir çerçeve
c)
Büyük veri analizi için açık kaynaklı bir çerçeve
d)
Büyük veri yönetimi için açık kaynaklı bir çerçeve
24.
Apache Spark nedir?
a)
Hadoop ile entegre olmayan büyük veri işleme ve analizi için açık kaynaklı bir çerçeve
b)
Hadoop'un MapReduce modeline göre daha yavaş olan büyük veri işleme ve analizi için açık kaynaklı bir çerçeve
c)
Hadoop'tan bağımsız olarak çalışan büyük veri işleme ve analizi için açık kaynaklı bir çerçeve
d)
Hadoop'un MapReduce modeline göre daha hızlı olan büyük veri işleme ve analizi için açık kaynaklı bir çerçeve
25.
NoSQL Veritabanları neden kullanılır?
a)
Geleneksel ilişkisel veritabanlarına göre daha güvenli olmalarından dolayı
b)
Geleneksel ilişkisel veritabanlarına göre daha ucuz olmalarından dolayı
c)
Geleneksel ilişkisel veritabanlarına göre daha kolay kullanılmalarından dolayı
d)
Geleneksel ilişkisel veritabanlarına göre daha hızlı ve ölçeklenebilir olmalarından dolayı
26.
Apache Kafka nedir?
a)
Yüksek oranda ölçeklenebilir bir gerçek zamanlı veri akışı platformu
b)
Yüksek oranda ölçeklenebilir bir gerçek zamanlı veri işleme platformu
c)
Yüksek oranda ölçeklenebilir bir gerçek zamanlı veri depolama platformu
d)
Yüksek oranda ölçeklenebilir bir gerçek zamanlı veri analizi platformu
27.
Apache Flink nedir?
a)
Gerçek zamanlı büyük veri işleme için açık kaynaklı bir çerçeve
b)
Gerçek zamanlı büyük veri depolama için açık kaynaklı bir çerçeve
c)
Gerçek zamanlı büyük veri analizi için açık kaynaklı bir çerçeve
d)
Gerçek zamanlı büyük veri yönetimi için açık kaynaklı bir çerçeve
28.
Apache Hive nedir?
a)
Hadoop üzerinde yapılandırılmış verilerin sorgulanması ve analizi için bir veri depolama sistemi ve sorgu dili
b)
MapReduce üzerinde yapılandırılmış verilerin sorgulanması ve analizi için bir veri depolama sistemi ve sorgu dili
c)
Hadoop üzerinde gerçek zamanlı verilerin sorgulanması ve analizi için bir veri depolama sistemi ve sorgu dili
d)
Hadoop üzerinde büyük verilerin sorgulanması ve analizi için bir veri depolama sistemi ve sorgu dili
29.
Apache HBase nedir?
a)
Hadoop ekosisteminin bir parçası olarak dağıtık ve yüksek oranda ölçeklenebilir bir NoSQL veritabanı
b)
MapReduce ekosisteminin bir parçası olarak dağıtık ve yüksek oranda ölçeklenebilir bir ilişkisel veritabanı
c)
Hadoop ekosisteminin bir parçası olarak dağıtık ve yüksek oranda ölçeklenebilir bir veri depolama sistemi
d)
Hadoop ekosisteminin bir parçası olarak dağıtık ve yüksek oranda ölçeklenebilir bir veri analizi sistemi
30.
Büyük veri çözümleri geliştirirken -en çok- hangi faktörler göz önünde bulundurulmalıdır?
a)
Veri hacmi, çeşitliliği, hızı ve değeri
b)
Veri kaynağı
c)
Veri işleme ve depolama maliyetleri
d)
Veri güvenliği ve gizliliği
31.
Büyük veri çözümlerinin faydaları nelerdir?
a)
Daha iyi karar verme
b)
Daha iyi müşteri deneyimi
c)
Yeni ürün ve hizmetler geliştirme
d)
Operasyonel verimliliği artırma
32.
Büyük veri çözümlerini kullanırken en çok hangi zorluklarla karşılaşılır?
a)
Veri karmaşıklığı
b)
Veri güvenliği ve gizliliği
c)
Veri analizi ve yorumlama
d)
Veri entegrasyonu
33.
MapReduce nedir?
a)
Büyük veri işleme için kullanılan bir programlama modeli ve işleme modeli
b)
Büyük veri depolama için kullanılan bir programlama modeli ve işleme modeli
c)
Büyük veri analizi için kullanılan bir programlama modeli ve işleme modeli
d)
Büyük veri yönetimi için kullanılan bir programlama modeli ve işleme modeli
34.
MapReduce modeli hangi temel adımlardan oluşur?
a)
Map, Reduce ve Combine
b)
Map, Reduce, Sort
c)
Map, Reduce
d)
Map, Reduce, Shuffle ve Sort
35.
Hadoop ekosistemi hangi temel bileşenleri içerir?
a)
HDFS ve MapReduce
b)
HDFS, MapReduce ve YARN
c)
HDFS, MapReduce ve Hive
d)
HDFS, MapReduce, Hive ve HBase
36.
MapReduce ve Hadoop hangi senaryolarda kullanılır?
a)
Gerçek Zamanlı Analiz
b)
Yapılandırılmış Veri Analizi
c)
Yüksek Oranda Paralel İşleme
d)
Yapılandırılmış Veri Analizi, Yüksek Oranda Paralel İşleme, Gerçek Zamanlı Analiz, Dağıtık Veri Depolama ve İşleme, Veri Madenciliği ve Öngörüsel Analiz
37.
MapReduce ve Hadoop'un ortak avantajları nelerdir?
a)
Ölçeklenebilirlik, Hata Toleransı
b)
Ölçeklenebilirlik
c)
Hata Toleransı
d)
Kolay Kullanım
38.
MapReduce ve Hadoop'un dezavantajları nelerdir?
a)
Karmaşıklık, Güvenlik Sorunları, Veri Kaybı Riski, Yüksek Maliyet
b)
Karmaşıklık
c)
Güvenlik Sorunları
d)
Veri Kaybı Riski
39.
MapReduce ve Hadoop'un geleceği nedir?
a)
Daha yaygın bir şekilde kullanılacak
b)
Daha az yaygın bir şekilde kullanılacak
c)
Aynı derecede yaygın bir şekilde kullanılacak
40.
MapReduce ve Hadoop'a alternatif olarak hangi teknolojiler kullanılabilir?
a)
Storm
b)
Spark
c)
Flink
d)
Spark, Flink, Storm, Kafka
41.
MapReduce ve Hadoop'u öğrenmek neden önemlidir?
a)
Büyük veri alanında çalışmak için gerekli bir beceridir
b)
Klasik veri alanında çalışmak için gerekli bir beceridir
c)
Büyük veri alanında çalışmak için faydalı bir beceridir
d)
Klasik veri alanında çalışmak için faydalı bir beceridir
42.
MapReduce ve Hadoop ile ilgili hangi kaynaklardan bilgi edinebilirsiniz?
a)
Hadoop resmi web sitesi, Apache Hadoop kitapları, Online kurslar, Makaleler ve bloglar
b)
Hadoop resmi web sitesi
c)
Apache Hadoop kitapları
d)
Online kurslar
43.
Veri temizleme ve ön işleme nedir?
a)
Veri depolama ve yönetimi için kullanılan bir veri hazırlama aşaması
b)
Veri analizi ve makine öğrenimi projelerinde kullanılan bir veri hazırlama aşaması
c)
Veri görselleştirme ve analiz için kullanılan bir veri hazırlama aşaması
d)
Veri madenciliği ve öngörüsel analiz için kullanılan bir veri hazırlama aşaması
44.
Veri temizleme ve ön işlemenin amacı nedir?
a)
Verinin görselleştirilmesini kolaylaştırmak
b)
Verinin boyutunu azaltmak ve depolama maliyetini düşürmek
c)
Verinin kalitesini artırmak ve analiz sonuçlarının doğruluğunu artırmak
d)
Verinin işlenmesini hızlandırmak
45.
Veri temizleme ve ön işlemede kullanılan bazı temel teknikler nelerdir?
a)
Düzeltici İşlemler
b)
Eksik Veri İşleme
c)
Aykırı Değer Tespiti
d)
Eksik Veri İşleme, Aykırı Değer Tespiti, Düzeltici İşlemler, Veri Normalizasyonu, Veri Kodlama, Özellik Seçimi, Veri Agregasyonu, Veri Standardizasyonu, Boyut Azaltma
46.
Eksik veri ile nasıl başa çıkılabilir?
a)
Eksik değerleri ortalama ile doldurma
b)
Eksik değerleri görmezden gelme
c)
Eksik değerleri doldurma, silme veya tahmin etme
d)
Eksik değerleri en sık rastlanan değer ile doldurma
47.
Aykırı değerler ne demektir?
a)
Veri setindeki normalden çok farklı olan değerler
b)
Veri setindeki normalden çok küçük olan değerler
c)
Veri setindeki normalden çok büyük veya çok küçük olan değerler
d)
Veri setindeki sıradan olan değerler
48.
Aykırı değerler ile nasıl başa çıkılabilir?
a)
Düzeltme veya tahmin etme
b)
Silme
c)
Sınırlama
d)
Silme, sınırlama, düzeltme veya tahmin etme
49.
Veri normalizasyonu nedir?
a)
Değişkenler arasındaki korelasyonu artırmak için veri normalizasyonu veya standartlaştırma yapma
b)
Değişkenler arasındaki ölçek farklarını artırmak için veri normalizasyonu veya standartlaştırma yapma
c)
Değişkenler arasındaki ölçek farklarını ortadan kaldırmak için veri normalizasyonu veya standartlaştırma yapma
d)
Değişkenler arasındaki kovaryansı artırmak için veri normalizasyonu veya standartlaştırma yapma
50.
Veri kodlama nedir?
a)
Kategorik değişkenleri sayısal değerlere dönüştürme
b)
Kategorik değişkenleri metinsel değerlere dönüştürme
c)
Sayısal değişkenleri kategorik değerlere dönüştürme
d)
Metinsel değişkenleri kategorik değerlere dönüştürme
51.
Özellik seçimi nedir?
a)
Gereksiz veya düşük öneme sahip özellikleri belirleme ve bunları veri setinden çıkarma
b)
Gereksiz veya yüksek öneme sahip özellikleri belirleme ve bunları veri setinden çıkarma
c)
Gereksiz veya orta öneme sahip özellikleri belirleme ve bunları veri setinden çıkarma
d)
Gereksiz veya çok yüksek öneme sahip özellikleri belirleme ve bunları veri setinden çıkarma
52.
Veri agregasyonu nedir?
a)
Veri setindeki özellikleri özetlemek veya birleştirmek için veri agregasyonu yapma
b)
Veri setindeki özellikleri detaylandırmak veya ayırmak için veri agregasyonu yapma
c)
Veri setindeki özellikleri sıralamak veya filtrelemek için veri agregasyonu yapma
d)
Veri setindeki özellikleri gruplandırmak veya kategorize etmek için veri agregasyonu yapma
53.
Boyut azaltma nedir?
a)
Yüksek boyutlu veri setlerini daha düşük boyutlu bir temsile dönüştürme
b)
Yüksek boyutlu veri setlerini daha yüksek boyutlu bir temsile dönüştürme
c)
Düşük boyutlu veri setlerini daha yüksek boyutlu bir temsile dönüştürme
d)
Düşük boyutlu veri setlerini daha düşük boyutlu bir temsile dönüştürme
54.
Düzeltici işlemler neleri içerir?
a)
Yazım hatalarını düzeltme, tutarsızlıkları giderme ve inkonsistensi düzeltme
b)
Veri setindeki eksik değerleri doldurma
c)
Veri setindeki aykırı değerleri silme
d)
Veri setindeki tüm değerleri standartlaştırma
55.
Büyük veri depolama sistemleri nedir?
a)
Büyük miktarda veriyi güvenli ve ölçeklenebilir bir şekilde depolamak ve erişmek için tasarlanmış sistemler
b)
Büyük miktarda veriyi güvenli ve ölçeklenebilir bir şekilde depolamak için tasarlanmış sistemler
c)
Büyük miktarda veriyi güvenli ve ölçeklenebilir bir şekilde depolamak için tasarlanmış sistemler
d)
Büyük miktarda veriyi güvenli ve ölçeklenebilir bir şekilde depolamak için tasarlanmış sistemler
56.
Hadoop Distributed File System (HDFS) nedir?
a)
MapReduce sisteminin bir parçası olan büyük veri depolama ve dağıtık dosya sistemidir
b)
Apache Hadoop ekosisteminin bir parçası olan büyük veri depolama ve dağıtık dosya sistemidir
c)
HBase çerçevesinin tanımladığı dosya yönetim sistemidir
d)
NoSQL veri tabanlarını kaydeden ve işleyen uygulamaların kullandığı dosya işleme sistemidir
57.
HDFS'nin özellikleri nelerdir?
a)
Yüksek işlem hızı ve veri toleransı
b)
Yüksek işlem hızı ve düşük maliyet
c)
Yüksek veri toleransı ve düşük maliyet
d)
Yüksek işlem hızı, yüksek veri toleransı ve düşük maliyet
58.
Amazon Simple Storage Service (S3) nedir?
a)
Amazon S3, web sitelerini barındırmak için kullanılan bir web sitesi barındırma hizmetidir.
b)
Amazon Web Services (AWS) tarafından sunulan bulut tabanlı bir depolama hizmetidir.
c)
Amazon S3, veritabanlarını yönetmek için kullanılan bir veritabanı hizmetidir.
d)
Amazon S3, sanal makineleri yönetmek için kullanılan bir sanallaştırma hizmetidir.
59.
Amazon S3'ün özellikleri nelerdir?
a)
Yüksek performans, yüksek erişilebilirlik ve düşük maliyet
b)
Yüksek performans, yüksek erişilebilirlik ve yüksek maliyet
c)
Düşük performans, yüksek erişilebilirlik ve düşük maliyet
d)
Yüksek performans, düşük erişilebilirlik ve düşük maliyet
60.
Google Cloud Storage nedir?
a)
Google Cloud Storage, web sitelerini barındırmak için kullanılan bir web sitesi barındırma hizmetidir.
b)
Google Cloud Storage, dosyaları ve verileri depolamak için kullanılan bir bulut depolama hizmetidir.
c)
Google Cloud Storage, veritabanlarını yönetmek için kullanılan bir veritabanı hizmetidir.
d)
Google Cloud Storage, sanal makineleri yönetmek için kullanılan bir sanallaştırma hizmetidir.
61.
Google Cloud Storage'ın özellikleri nelerdir?
a)
Yüksek performans, güvenlik ve ölçeklenebilirlik
b)
Yüksek performans, güvenlik ve düşük maliyet
c)
Düşük performans, güvenlik ve ölçeklenebilirlik
d)
Yüksek performans, düşük güvenlik ve ölçeklenebilirlik
62.
Azure Blob Storage nedir?
a)
Azure Blob Storage, web sitelerini barındırmak için kullanılan bir web sitesi barındırma hizmetidir.
b)
Azure Blob Storage, veritabanlarını yönetmek için kullanılan bir veritabanı hizmetidir.
c)
Azure Blob Storage, dosyaları ve verileri depolamak için kullanılan bir bulut depolama hizmetidir.
d)
Azure Blob Storage, sanal makineleri yönetmek için kullanılan bir sanallaştırma hizmetidir.
63.
Azure Blob Storage'ın özellikleri nelerdir?
a)
Yüksek ölçeklenebilirlik, düşük performans ve düşük maliyet
b)
Yüksek ölçeklenebilirlik, yüksek performans ve yüksek maliyet
c)
Düşük ölçeklenebilirlik, yüksek performans ve düşük maliyet
d)
Yüksek ölçeklenebilirlik, yüksek performans ve düşük maliyet
64.
Büyük veri depolama sistemlerini seçerken hangi faktörler göz önünde bulundurulmalıdır?
a)
Veri hacmi, erişim gereksinimleri ve maliyet
b)
Veri hacmi ve maliyet
c)
Veri türü ve güvenlik
d)
Veri hacmi, veri türü, erişim gereksinimleri, maliyet ve güvenlik
Reset
