Veri Madenciliği

Yanıt Açıklaması: Entropi, bir veri yığınındaki düzensizliğin, rassallığın miktarını ölçmek için kullanılan bir ölçüdür.

Yanıt Açıklaması: Veritabanını görselleşmek, veritabanı yönetim sisteminin özelliklerinden biri değildir. Doğru cevap D'dir.

Yanıt Açıklaması: Belirlenen destek ve güven eşik değerleri üzerinde destek ve güven değerine sahip ilişki kuralına güçlü kural denir. Doğru cevap E'dir.

Yanıt Açıklaması: Karar ağaçları, karar vericinin içinde bulunduğu karar verme probleminde ortaya çıkabilecek tüm durumları ve karar vericinin karşılaşabileceği tüm senaryoları bir arada gösterebilen bir grafiksel yaklaşımdır. Karar ağaçlarının bazı avantajları, • Açıklanmalarının kolay olması, • İnsani karar almayı diğer yaklaşımlara göre daha iyi yansıtması, • Grafiksel olarak gösterilebilir olması, • Uzman olmayan kişiler tarafından da kolaylıkla yorumlanabilir olması, • Temsili değişkenlere ihtiyaç duymadan nitel değişkenleri de işleyebiliyor olmalarıdır

Yanıt Açıklaması: McQuitty bağlantı kümeleme yönteminde; m. kümenin oluşumunda k. ve l. kümelerin j. küme ile olan uzaklıkları toplamının yarısı (ortalaması) hesaplanır. Ağırlıksız ortalama bağlantı yöntemi ismi ile de literatürde sıklıkla kullanılmaktadır.

Yanıt Açıklaması: Kümeleme analizinde sonuçlar dendrogram (ağaç diyagramı) adı verilen grafiksel yöntemle sunulurlar. Dendrogramlarda bağlantılar, uzaklıklar ve birimlerin bağlanma düzeyleri bir ağaç biçiminde ele alınarak şekillendirilir ve kümelenme süreci bu şekilde ayrıntılı bir biçimde özetlenir.

Yanıt Açıklaması: Gini indeksi, ikili bölünmeye dayanan bir tekniktir. Bu indeksin hesaplanmasında nitelik değerlerinin sola ve sağa olmak üzere iki bölüme ayrılması işlemi yürütülür.

Yanıt Açıklaması: d(x,y)=|x-y|=|1-4|=3

Yanıt Açıklaması: Arama motorları:Arama motorları ise klasik bilgiye erişimi çok daha kolay hâle getiren,bilgiye erişim yaklaşımı temeline dayanan web içerik madenciliğinin vazgeçilmez bir enstrümanıdır.

Yanıt Açıklaması: Web Yapı Madenciliği: Web yapı madenciliği, web sitesinin yapısal özetini yani kendi içerisindeki sayfalarla ve diğer sitelerle olan bağlantı yapılarını elde ederek, bu yapılardan yararlı bilginin ortaya çıkarılması olarak tanımlanabilir

Yanıt Açıklaması: Yanıt C' devierlen küme ve ülke doğru verilmiştir.

Yanıt Açıklaması: Uygulamada aşamasındaki temel varsayımların karşılanmasına gerek yoktur.

Yanıt Açıklaması: Aşamalı olmayan kümeleme yöntemleri birimlerin kendi içinde homojen ve kendi aralarında heterojen olan kümelere ayrılmasını hedefleyen ve elde edilen kümeler aracılığı ile alt toplum yapılarına ilişkin tahmin yapmayı amaçlayan yöntemlerdir. Aşamalı kümelemede hem birimler hem de değişkenler birbirleriyle farklı benzerlik düzeylerinde kümeler oluştururken, aşamalı olmayan kümeleme yöntemlerinde sadece birimler kümelenmektedir. Birbirleri ile benzer birimlerin aynı kümede toplanması koşuluyla veri setindeki n birimin k sayıda kümeye ayrılması amaçlanmaktadır. Bu yöntemlerde küme sayısı önceden belirlenir. Diğer bir ifadeyle, eğer oluşturulacak küme sayısı ile ilgili olarak önsel bir bilgi var ise aşamalı olmayan kümeleme yöntemleri kullanmak daha çok tercih edilmektedir. Örneğin; kabul gören sağlık veya ekonomik göstergeler bakımından ülkeler 4 farklı kümeye ayrılmak istenilebilir. Bu kümeler ise, geri kalmış, az gelişmiş, gelişmekte olan, gelişmiş ülkeler olarak isimlendirilebilir. Aşamalı kümeleme yöntemleri daha çok küçük veri setleri için uygundur. Buna karşılık aşamalı olmayan kümeleme yöntemleri ise daha çok büyük veri setlerine uygulanmaktadır. Bunun nedeni aşamalı olmayan kümeleme yöntemlerinde başlangıçta benzerlik ve uzaklık matrislerinin hesaplanmamasıdır. Ayrıca aşamalı olmayan kümeleme yöntemleri veri setinde bulunan aşırı uç değerlerden daha az etkilenmektedir. Aşamalı olmayan Kümeleme Yöntemleri arasında en yaygın kullanılan yöntem K-ortalamalar kümeleme (k-means clustering, MacQueens’ Method) yöntemidir. Bu yöntem birçok istatistik hazır yazılımda bulunmaktadır. Bunun dışında Medoid kümeleme ve Fuzzy kümeleme gibi aşamalı olmayan kümeleme yöntemleri de bulunmaktadır. Bu nedenle doğru yanıt a) seçeneğidir

Yanıt Açıklaması: İlk aşamada I nesneler kümesindeki 1 adet nesne içeren nesne setleri belirle- nir ve belirlenen her bir nesne seti için destek değerleri hesaplanır. Doğru cevap C'dir.

Yanıt Açıklaması: Verilere göre İtalya 2. kümede yer almaktadır.

Yanıt Açıklaması: Bir nesne seti için destek değeri hesaplanabileceği gibi, benzer mantıkla A⇒B şeklinde ifade edilen bir ilişki kuralı için de destek değeri hesaplanabilir. Bir ilişki kuralının destek değeri, D işlemler veritabanında A ve B nesne setlerini birlikte içeren işlem sayısının veri­tabanındaki tüm işlemlerin sayısına oranı şeklinde elde edilir ve Destek(A ⇒B)=|A ∪ B|/|D| eşitliği ile hesaplanır. Eşitlikte | A ∪ B |, tüm işlemler içerisinde hem A hem de B nesne set­lerini birlikte içeren işlem sayısını ifade eder. Aslında bir ilişki kuralının destek değeri , o kuralın öncül (A) ve sonuç (B) kısmındaki nesne setlerinin birlikte gözlenme olasılığıdır ve P(A ∪ B) şeklinde ifade edilir. Bu nedenle doğru yanıt a) seçeneğidir.

Yanıt Açıklaması: Sıralı Örüntüler: Sıralı örüntüler ile kullanıcıların belirli bir zaman aralığındaki farklı oturumları arasında birbirini takip eden kullanıcı hareketleri arasındaki ilişkilerinin ortaya konulmasıdır.

Yanıt Açıklaması: Kestirim, bir rassal değişkenin seçtiğimiz modele göre parametrelerinin yerine konulması ile elde edilen değerdir.

Yanıt Açıklaması: Sınıflandırma problemlerinde bir karar ağacının oluşturulması için farklı algoritmalardan yararlanılabilir. Bu algoritmalara örnek olarak ID3, C4.5, CART, CHAID, QUEST, SLIQ, SPRINT ve MARS verilebilir.

Yanıt Açıklaması: E-öğrenme