Makine Öğrenmesi Final Test 3 – AUZEF Bilgisayar Programcılığı

Ders: Makine Öğrenmesi
Ünite: Bu derste ünite kullanılmıyor
Test türü: Final Test
Test numarası: 3

Test Soruları

Testi çözmek için sayfa etkileşimli olarak hazırlandığında şıklarını seçebilirsin.

Soru 1 / 20

Karar ağacında sayısal 'yaş' özelliği için 'yaş ≤ 30' kuralıyla dallanma yapılması hangi işlemdir?

Soru 2 / 20

RBF çekirdekli bir SVM'de gamma değeri çok yüksekse hangisi ortaya çıkabilir?

Soru 3 / 20

Gradyan inişinde ağırlık w=2, gradyan 0,5 ve öğrenme hızı 0,1 ise `w_yeni=w−hız×gradyan` ile yeni ağırlık kaç olur?

Soru 4 / 20

Bir hastalık sınıflandırma veri kümesinde pozitif örnek oranı yalnız %4'tür. Eğitim-test ayrımında `stratify=y` kullanımı ne sağlar?

Soru 5 / 20

K-Means için farklı k değerlerinde küme içi kareli uzaklık toplamı çizildiğinde iyileşmenin belirgin biçimde yavaşladığı nokta hangi yaklaşımla araştırılır?

Soru 6 / 20

KNN sınıflandırmada k değeri aşırı büyük seçilirse hangi eğilim ortaya çıkabilir?

Soru 7 / 20

Sözcük frekanslarından oluşturulmuş negatif olmayan sayım özellikleriyle metin sınıflandırmak için hangi Naive Bayes yaklaşımı tipiktir?

Soru 8 / 20

Bir regresyon ağacının yaprağında hedef değerleri 20, 30, 40 ise kareli hata ölçütü kullanan tipik yaprak tahmini kaçtır?

Soru 9 / 20

SVM uygulanırken bir özelliğin değerleri 0–1, diğerinin değerleri milyonlar düzeyindeyse hangi işlem sıkça önemlidir?

Soru 10 / 20

Bir sinir ağında öğrenme hızı aşırı büyük seçildiğinde hangi sorun görülebilir?

Soru 11 / 20

Bir kredi risk modeline, kredinin ödenip ödenmediği sonucunu gösteren ve ancak vade sonunda oluşan bilgi eğitim özelliği olarak veriliyor. Temel hata nedir?

Soru 12 / 20

Bir kümeleme sonucunda silüet skoru +1'e yakın olan bir gözlem için en uygun yorum nedir?

Soru 13 / 20

KNN için eğitim ve tahmin maliyeti karşılaştırıldığında hangisi genel olarak doğrudur?

Soru 14 / 20

Bir sınıfta eğitim verisinde hiç görülmeyen bir sözcük, Naive Bayes olasılık çarpımını sıfıra düşürebilir. Yaygın çözüm hangisidir?

Soru 15 / 20

Karar ağacının 'özellik önemi' puanları hakkında hangi yorum daha temkinlidir?

Soru 16 / 20

Bir ikili SVM sınıflandırıcısında `decision_function` çıktısı ile `predict` çıktısı arasındaki temel fark nedir?

Soru 17 / 20

Çok sınıflı ve sınıfları birbirini dışlayan bir problemde ağın çıkış katmanında hangi aktivasyon sıkça kullanılır?

Soru 18 / 20

K-Means modelinin çıktısındaki küme numaraları 0, 1, 2 olarak gösteriliyor. Bu numaralar için hangi ifade doğrudur?

Soru 19 / 20

KNN'de en uygun k değerini seçerken hangisi daha sağlıklı bir yöntemdir?

Soru 20 / 20