Veri Madenciliği

Yanıt Açıklaması: R yazılımında 1'den 4'e kadar herbirinden kendi sayısı kadar olacak biçimde rakamlardan oluşan vektörü oluşturmak için > rep(seq(4),c(1,2,3,4)) işlemi gerçekleştirilmelidir. Doğru cevap B'dir.

Yanıt Açıklaması: Veri birleştirme çoklu kaynaklardan gelen verinin uygun bir veri ambarına birleştirilmesidir. Çoklu veri kaynakları veritabanları, veri küpleri veya dış dosyalardan oluşabilir. Veri birleştirmede şema birleştirmesi, fazla veri sorunları ve veri değer karmaşalarının belirlenmesi ve çözümlenmesi olmak üzere üç temel konu ön plana çıkar. Şema birleştirme iki farklı kaynaktan gelen verilerin eşleştirilmesi için aynı varlıklar belirlenerek veriler şemalar yardımıyla birleştirilir. Şema birleştirme işleminde hataları engellemek için meta veri kullanılabilir. Veritabanları ve veri ambarlarında yer alan meta veri kavramı veri hakkında depolanan veri olarak tanımlanır. Veri birleştirmede ikinci önemli konu olan veri fazlalığı, bir varlığın özelliklerinin birden fazla kaynaktan toplanması durumunda ortaya çıkar. Bazı veri fazlalığı korelasyon analizi ile ortaya çıkarılabilir. Korelasyon analizi iki değişken arasındaki ilişkinin yönünün, büyüklüğünün ve önemini gösteren istatistiksel bir yöntemdir. Veri birleştirmede üçüncü önemli konu veri değer karmaşıklığının belirlenmesi ve çözümlenmesidir. Farklı veri kaynaklarından gelen özellik değerleri ölçekleme, birim sistemi veya gösterimdeki farklılıklar yüzünden birbirlerinden farklı olabilirler. Örneğin ağırlık özelliği farklı kaynaklarda farklı birim sistemiyle depolanmış olabilir. Veri bütünleştirme işlemlerinde verinin bu tür heterojenliği dikkate alınmalıdır. Bu nedenle doğru yanıt a) seçeneğidir.

Yanıt Açıklaması: Açıklama: Veriler üzerinde yapılan ön işlemler, veri tabanlarında bilgi keşfi sürecinin en fazla zaman alan aşamasıdır.

Yanıt Açıklaması: Veri ambarı işletmelerde iç veri kaynakları ile dış veri kaynaklarının birleştirilmesi ve düzenlenmesi ile oluşturulmuş, üzerinde veri madenciliği işlemlerinin gerçekleştirileceği veriyi sağlayan daha geniş ve özel veritabanlarına verilen isimdir.

Yanıt Açıklaması: Enformasyon, verinin bir anlam oluşturacak şekilde düzenlenmiş halidir.

Yanıt Açıklaması: Microsoft Excel dosyalarından okuma işlemleri gerçekleştirilirken, her bir çalışma sayfası “csv” dosyası olarak kaydedilerek daha sonra bunların her biri read.csv() fonksiyonu ile elde edilebilir. Doğru cevap C şıkkıdır.

Yanıt Açıklaması: Çeşitli istatistiksel analizler için oluşturulan farklı nesnelerin bir araya getirilmesinde List Nesnelerinden faydalanılır. Örneğin; ilgilenilen veri kümesi ile bunlara ait korelasyon matrisi aynı nesne içerisinde görüntülenebilir (ya da hafızada birlikte saklanmaları sağlanabilir). Bu nedenle doğru yanıt a) seçeneğidir.

Yanıt Açıklaması: Öklid uzaklığı “sıfır” ile “sonsuz” arasında değerler alır yani tanım aralığı [0,?)’dur.

Yanıt Açıklaması: Veri madenciliği, veriden örüntülerin çıkarılması amacıyla çeşitli algoritmaların uygulanmasıdır. Doğru cevap E'dir.

Yanıt Açıklaması: Yukarıdaki tanım veri ambarını anlatmaktadır. Doğru cevap A'dır.

Yanıt Açıklaması: R yazılımında ve genel olarak diğer yazılımlarda içten dışa doğru işlemler yapılır. lenght(x[x>45]) ifadesinde x[x>45] ile 45'ten büyük notlar belirlenir. length fonksiyonu ile de bu notların kaç tane olduğu bulunur. Ayrıca değişken isimleri küçük-büyük harflere duyarlıdır yani x, X eşit değildir. Doğru cevap D şıkkıdır.

Yanıt Açıklaması: X 1 =199 için, ondalık ölçekleme normalleştirme yöntemi j=3 olacak şekilde dönüşümü: 199/10 j =0,199 'dur.

Yanıt Açıklaması: Düzeltme, bir araya getirme, normalleştirme ve özellik oluşturma verilerin veri madenciliği için uygun formlara dönüştürülmesi için kullanılan işlemlerdendir.

Yanıt Açıklaması: Uzaklık kimi zaman [0,1] aralığına düşecek şekilde tanımlansa da genel olarak aralığındadır. Bu nedenle doğru cevap A seçeneğidir.

Yanıt Açıklaması: Basit eşleştirme katsayısı, p tane değişken açısından ilgilenilen nesnelerin her ikisinde de olmama (0-0) ve olma (1-1) durum sayılarının oranını gösteren bir benzerlik ölçüsüdür. Diğer bir anlatımla, tesadüfi olarak seçilen bir değişkende her iki nesnenin de aynı özelliğe sahip olma olasılığını veren bir katsayıdır. Doğru cevap A şıkkıdır.

Yanıt Açıklaması: R yazılımında gözlem değerlerinin aritmetik ortalamadan olan farklarının değişkene ilişkin standart sapmaya bölünmesini yapan işlev n1'dir. Bu nedenle doğru cevap B seçeneğidir.

Yanıt Açıklaması: İki nesne arasındaki yüksek benzerlik değeri nesnelerin benzer olduklarını, yüksek uzaklık değeri ise nesnelerin benzer olmadıklarını ifade eder. Doğru cevap B şıkkıdır.

Yanıt Açıklaması: Veri madenciliğinin tarihi bilgisayarların hayatımıza girmesiyle başlamıştır. 1950’li yıllardaki ilk bilgisayarların geliştirilme ve kullanım amacı sayım ve karmaşık hesaplamaları kolaylıkla yapabilmekti. Daha sonra kullanıcıların ihtiyaçları doğrultusunda, bilgisayarlar veri depolama işlemleri için de kullanılmaya başlanmıştır. Verilerin depolanması ihtiyacı ile birlikte, 1960’lı yıllardan itibaren teknoloji dünyası veri tabanı kavramı ile tanışmıştır.

Yanıt Açıklaması: İletişim ve bilişim teknolojilerinde yaşanan gelişmeler dünyada her şeyin hızla değişmesine neden olmaktadır. İster kâr amaçlı işletmeler, ister diğer kurum ve kuruluşlar açısından olsun, değişimlere ayak uydurabilmek başarı için önemli bir gerekliliktir. İşletmeler açısından ele alındığında bu değişimler; ekonomik koşullarda, iş yapma biçimlerinde, müşteri beklentilerinde, müşteri eğilimlerinde, rakiplerin stratejilerinde vb. ortaya çıkmaktadır. İşletmelerin bu değişimlere ayak uydurabilmesi, rakipleriyle yarışabilmesi ve varlıklarını başarılı bir biçimde sürdürebilmesi için, işletmelerde karar verici konumunda olan yöneticilerin, doğru kararlar vererek doğru stratejiler belirlemeleri gerekmektedir. Bu da ancak zamanında elde edilebilen doğru bilgilerin kullanımıyla mümkün olacaktır.

Yanıt Açıklaması: Sınıflayıcı ve sıralayıcı ölçek ile ölçülebilen değişkenler nitel, aralıklı ve oransal ölçek ile ölçülebilen değişkenler ise nicel değişkenler olarak adlandırılırlar.