NEW
Font size
S
M
L
XL
WorksheetsVeri Bilimi Quiz v2
Total questions: 15
Worksheet time: 8mins
Name
Class
Date
1.
Veri setinizdeki "partiyi bozan" aykırı değerleri (outlier), yani grubun çok dışında kalanları, istatistiksel bir "kutu" içine alıp dışarıda kalanları belirlemek için en sık hangi görsel analizi kullanırız?
a)
Veri Normalleştirme
b)
Z-Skoru Dönüşümü
c)
Kutu Grafiği (Box Plot) Analizi
d)
Tekrarlayan Değerleri Kaldırma
2.
Taranmış (resim) bir PDF faturadan 'Tarih' ve 'Tutar'ı çekmek için en modern ve güçlü yöntem nedir?
a)
Sadece anahtar kelime (keyword) aramak.
b)
Önce OCR (Yazıyı Oku), sonra Regex (Kalıp Ara).
c)
Önce OCR (Yazıyı Oku), sonra Anlamsal Anlama (NLP/LLM ile Bilgi Çıkar).
d)
Sadece metin özetleme (Summarization) modeli kullanmak.
3.
Diyelim ki elinizde her müşteri için 50 farklı özellik (boyut) var. Bu '50 boyutlu' karmaşık veriyi, bir kağıt üzerindeymiş gibi 2 boyuta "sıkıştırıp" 'kim kime benziyor' diye kümelere bakmak için hangi gelişmiş görselleştirme tekniği kullanılır?
a)
Çubuk Grafik (Bar Chart)
b)
Saçılım Grafiği (Scatter Plot)
c)
Isı Haritası (Heatmap)
d)
t-Dağıtılmış Stokastik Komşuluk Gömme (t-SNE)
4.
Bir e-ticaret sitesi "Müşterilerimiz tek seferde ortalama kaç ürün alıyor?" diye hesapladığında, aslında hangi temel iş zekası sorusunu yanıtlamış olur? (Yani, basitçe "Ne oldu?" sorusu)
a)
Tanımlayıcı Analitik (Descriptive Analytics)
b)
Teşhis Edici Analitik (Diagnostic Analytics)
c)
Tahmin Edici Analitik (Predictive Analytics)
d)
Reçeteleyici Analitik (Prescriptive Analytics)
5.
Binlerce müşteri yorumunu okuyup, hangisi 'mutlu', hangisi 'kızgın', hangisi 'nötr' diye otomatik sınıflandırmak (Duygu Analizi) için günümüzde en güçlü ve 'anlayışlı' yapay zeka modeli hangisidir?
a)
Doğrusal Regresyon
b)
Karar Ağaçları
c)
Derin Öğrenme Tabanlı Transformer Modelleri (BERT, GPT vb.)
d)
K-En Yakın Komşu
6.
Bir yapay zeka modeli, eğitim verisindeki (ders notları) her virgülü, her detayı o kadar iyi ezberliyor ki, daha önce hiç görmediği gerçek dünya verileriyle (final sınavı) karşılaştığında tamamen afallıyor. Bu "derste süper, sınavda çakan" öğrenci sendromuna yapay zeka dünyasında ne ad verilir?
a)
Aşırı Öğrenme (Overfitting)
b)
Eksik Öğrenme (Underfitting)
c)
Veri Sızıntısı (Data Leakage)
d)
Model Kalibrasyonu (Model Calibration)
7.
Bir veri analistinin "Boyut İndirgeme" (PCA vb.) tekniklerini kullanmak için en "geçerli" gerekçesi hangisi olabilir?
a)
Sadece birkaç değişken içeren küçük bir veri seti analiz edilirken.
b)
Veri setindeki tüm değişkenlerin hedef değişken üzerinde doğrudan ve bağımsız bir etkisi olduğu varsayıldığında.
c)
Çok sayıda (örn: 200+) özellik içeren bir veri seti var ve bu özelliklerin birçoğu birbiriyle 'aynı şeyi söylüyor' (yüksek korelasyon).
d)
Veri setindeki eksik değerler tamamlanmaya çalışılırken.
8.
TF-IDF analizinde, bir kelimenin IDF (Ters Belge Sıklığı) skoru tavan yapmışsa, bu kelime tüm belgelerimiz (külliyat) için ne anlama gelir? O bir 'pop star' mı, yoksa 'nadir bir mücevher' mi?
a)
O kadar yaygın ve önemlidir.
b)
O kadar nadir ve ayırt edicidir.
c)
O kadar anlamsız ve gürültülüdür (stop-word).
d)
Kelimenin sıklığı ile hiçbir ilgisi yoktur.
9.
Elinizde bir sürü veri var ama hiç 'etiket' yok (doğru-yanlış, iyi-kötü vb.). Yapay zekadan "Sen bir bak bakalım, burada ne tür doğal gruplar (kümeler) var?" diye keşif yapmasını istediğinizde, hangi öğrenme türünü kullanırsınız?
a)
Denetimli Öğrenme (Supervised Learning)
b)
Pekiştirmeli Öğrenme (Reinforcement Learning)
c)
Denetimsiz Öğrenme (Unsupervised Learning)
d)
Yarı Denetimli Öğrenme (Semi-Supervised Learning)
10.
3 yıllık satış verinize baktığınızda, ana 'büyüme trendini' mi, yoksa 'yazın artıp kışın azalma' (mevsimsellik) döngüsünü mü gördüğünüzü anlayamıyorsunuz. Veriyi bir 'soğan gibi katmanlarına' (Trend, Mevsimsellik, Gürültü) ayırmak için hangi teknik kullanılır?
a)
Hareketli Ortalama (Moving Average)
b)
Üstel Düzeltme (Exponential Smoothing)
c)
Ayrıştırma (Decomposition)
d)
Otoregresif Entegre Hareketli Ortalama (ARIMA)
11.
Elinizdeki veri o kadar BÜYÜK ki, Excel 'Ben bunu açamam' diyor ve tek bir bilgisayarın hafızasına sığmıyor. Bu 'terabaytlarca' veriyi birden fazla bilgisayara dağıtarak analiz etmek için hangi sistem tasarlanmıştır?
a)
Google Sheets
b)
Pandas (Python kütüphanesi)
c)
Apache Spark
d)
Tableau
12.
Yapay zekaya bir cümleyi 'yedirmeden' önce, onu 'lokmalara ayırmamız' gerekir. "Bu bir cümle." cümlesini -> ['Bu', 'bir', 'cümle', '.'] haline getirme işlemine ne ad verilir?
a)
Kök Bulma (Stemming)
b)
Tokenizasyon (Tokenization)
c)
Eş Anlamlı Bulma (Synonymizing)
d)
Dil Tespiti (Language Detection)
13.
Kod yazmayı bilmiyorsunuz ama bir makine öğrenmesi modeli kurmak istiyorsunuz. Sadece 'sürükle-bırak' yaparak, kutuları birbirine bağlayarak model eğitmenizi sağlayan 'No-Code' (kodsuz) platformlara bir örnek verin.
a)
TensorFlow
b)
PyTorch
c)
Google Cloud AI Platform (Vertex AI)
d)
Scikit-learn
14.
Bir analist, "Dondurma satışları" ile "Hava sıcaklığı" arasındaki 'biri artarken diğeri de artıyor mu?' ilişkisinin gücünü ölçmek istiyor. Bu iki sayısal değişken arasındaki ilişkiyi (-1 ile +1 arası) gösteren o meşhur katsayı nedir?
a)
Varyans
b)
Standart Sapma
c)
Pearson Korelasyon Katsayısı
d)
Medyan
15.
Veri mimarisini bir su depolama sistemine benzetelim: Bir yaklaşım, suyu (veriyi) sisteme gelir gelmez filtreleyip, etiketleyip, şişeleyip raflara (net tablolar) dizmektir (Veri Ambarı). Diğer yaklaşım ise, suyu olduğu gibi (ham, filtresiz, her formatta) dev bir havuza doldurup, "ihtiyacımız olunca oradan alır, arıtırız" demektir. Bu ikinci, 'ham veri havuzu' yaklaşımına ne ad verilir?
a)
Veri Ambarı (Data Warehouse)
b)
Veri Gölü (Data Lake)
c)
Veri Pazarı (Data Mart)
d)
Operasyonel Veritabanı (OLTP)
Reset
