Veri Madenciliği Çıkmış Sorular, Online Deneme Sınavları, Çalışma, Dersler, Sınava Hazırlanma, vize, final

Soru 1:

Karar ağaçlarında kestirim hata oranının, ortaya çıkan aşırı uyum (overfitting) sorununun giderilmesi, azaltılması ve sınıflandırma modelinin kalitesinin arttırılması amacıyla yapılan işleme ne denir?

A) Çoklu bağıntı azaltma B) Ağırlıklandırma C) Serpme D) Budama E) Standartlaştırma

Soru 2:

Aprio algoritmasının 1. adımının üçüncü aşaması aşağıdakilerden hangisidir?

A) I nesneler kümesindeki 1 adet nesne içeren nesne setleri belirle- nir ve belirlenen her bir nesne seti için destek değerleri hesaplanır. B) Hesaplanan destek değerleri içerisinden destek eşik değeri olarak verilen 0,50 değerinin üzerinde destek değerine sahip nesne setlerinden bir nesneli sık görülen nesne kümesi L1 oluşturulur. C) Giderek artan hesap yükünü azaltabilmek ve tekrar hesaplamalardan kaçınmak adına önceki aşamalarda elde edilen önsel bilgilerin değerlendirildiği aşamadır ve birleştirme ve budama adımlarından oluşur. D) 2 adet nesne içeren nesne setleri için hesaplanan destek değerleri içerisinden verilen destek eşik değeri 0,50 değerine eşit veya üzerinde destek değerine sahip nesne setlerinden iki nesneli sık görülen nesne setleri kümesi L2 oluşturulur. E) L1 sık görülen nesne setleri kümesi elemanlarının ikili kombinasyonları alın- mak suretiyle birbirinden farklı tüm 2 adet nesne içeren nesne setleri oluşturulur. Ve oluşturulan bu nesne setlerinin destek değerleri hesaplanır.

Soru 3:

Destek ({Pirinç, Barbunya}?{Turşu})=0,60 olarak hesaplanmış ise aşağıdakilerden hangisi doğrudur?

A) Pirinç ve barbunya alanlar %40 olasılıkla turşu da alırlar. B) Pirinç ve barbunya alanlar beraberinde turşu da almışlardır. C) Pirinç ve barbunya alanların %60’ı turşu da almıştır. D) Pirinç ve barbunyanın birlikte alındığı alışverişlerin %60’ında turşu da alınmıştır. E) Pirinç ve barbunya alma olasılığı, sadece turşu alma olasılığından %60 daha fazladır.

Soru 4:

Bir karar ağacında bir ya da daha fazla dalı çıkartarak, karar ağacını daha basitleştirmek amacıyla, çıkartılmasına karar verilen dalın içerdiği kayıtların, bağlı olduğu üst düğüme dahil edilerek, düğümün yaprak düğüme dönüştürülmesi işlemine ne ad verilir?

A) Karar ağacı budama B) Karar ağacı modelini test etme C) Çapraz doğrulama D) Eğitim verisi elde etme E) Maliyet karmaşıklığını azaltma

Soru 5:

Bir banka müşteri veritabanında yer alan BORÇ, GELİR, STATÜ niteliklerine göre müşterinin RİSK durumu belirlenmek istenmektedir. H entropi değeri olmak üzere, BORÇ niteliği ile ayırma yapılması istendiğinde elde edilen kazanç aşağıdaki eşitliklerden hangisi ile hesaplanır?

A) Kazanç(BORÇ, RİSK) =H(RİSK) - H(BORÇ, RİSK) B) Kazanç(RİSK, BORÇ) =H(RİSK) - H(RİSK, BORÇ) C) Kazanç(BORÇ) =H(RİSK) - H(BORÇ) D) Kazanç(BORÇ, RİSK) =H(RİSK) / H(BORÇ, RİSK) E) Kazanç(BORÇ, RİSK) =H(RİSK) * H(BORÇ, RİSK)

Soru 6:

R ile sınıflandırma ve regresyon ağacı oluşturabilmek için hangi paketin kurulu olması gerekmektedir?

A) digest B) curl C) colorspace D) car E) rpart

Soru 7:

Kümeleme analizinde sonuçların bağlantılar, uzaklıklar ve birimlerin bağlanma düzeylerinin bir ağaç biçiminde ele alınarak ayrıntılı bir biçimde özetlendiği; genellikle x ekseninde birimler ve y ekseninde de uzaklıklar olacak şekilde yapılandırıldığı; değişkenlerin ya da birimlerin hangi aşamada ve hangi uzaklık ya da benzerlik düzeyinde bir araya gelerek küme oluşturduklarının ayrıntılı biçimde görüldüğü grafiksel yöntem aşağıdakilerden hangisidir?

A) Dendrogram B) Cluster C) Manhattan (City-Block) uzaklığı D) Farklılık matrisi E) Plot

Soru 8:

Bir alışveriş veritabanından oluşturulacak ilişki kuralları arasından daha önceden keşfedilmemiş ve eyleme dönük, bir başka ifadeyle uygulanabilir işe yarayacak bilgiyi üretmek amacıyla kullanılacak ilişki kuralı aşağıdakilerden hangisidir?

A) İlginç kural B) Güçlü kural C) Güven ölçütü D) Destek eşik değeri E) Kaldıraç ölçütü

Soru 9:

Veri setindeki değişkenlerin asimetrik olduğu durumlarda kullanılan yöntem aşağıdakilerden hangisidir?

A) Ortalama Bağlantı Kümeleme Yöntemi B) k-medyanlar Yöntemi C) k-ortalamalar Yöntemi D) k-medoidler Yöntemi E) Tek Bağlantı Kümeleme Yöntemi

Soru 10:

aşağıdakilerden hangisinde web madenciliğinde veri kaynaklarından biri değildir?

A) İçerik verisi B) Yapı verisi C) Kullanım verisi D) Kullanıcı profil verisi E) kullanıcı erişim izni

Soru 11:

Veri madenciliği ile karşılaştırıldığında Web madenciliğine ilişkin verilen seçeneklerden hangisi yanlıştır?

A) Bilgiler yapılandırılmış, yarı yapılandırılmış ve yapılandırılmamış formlarından elde edildiği için geniş bir veritabanından bilgi sağlanır. B) Veritabanı 1 milyon iş içerir ve işleme süreci uzundur. C) Veri gizli değildir. Sadece kayıt dosyalarına erişebilmek için izin gerekir. D) Web sayfalarının karmaşıklığı, webin büyüklüğü, bilginin bağlantısı, bilginin dinamikliği, kullanıcı iletişiminin çeşitliliği gibi zorlukları bulunmaktadır. E) URL’ler izlenerek veriye erişilebilinmesi, olayların ve URL’lerin çeşitliliği ve verilerin büyük bir kısmı kullanılmadan kalması dezavantajlarıdır.

Soru 12:

Başlangıçta veri setinde bulunan tüm birimlerin bir küme oluşturduğunu kabul ederek analize başlamayı amaçlayan kümeleme analizi yaklaşımı hangisidir?

A) Aşamalı olmayan kümeleme analizi B) Birleştirici aşamalı kümeleme analizi C) Ayırıcı aşamalı kümeleme analizi D) Karar ağaçları E) Dendogram

Soru 13:

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 yöntemler hangisidir?

A) Dendogram B) Karar ağaçları C) Ayırıcı aşamalı kümeleme analizi D) Aşamalı olmayan kümeleme analizi E) Birleştirici aşamalı kümeleme analizi

Soru 14:

Web sitelerinde var olan metinsel verinin derlenmesi ve sınıflandırılması işlemi olarak tanımlanan web madenciliği türü hangisidir?

A) Atıf analizi B) İnternette arama ve bağlantı köprüleri C) Bilgi keşfi D) Kısa metin işleme E) Web arama

Soru 15:

R yazılımında lsa paketindeki cosine() fonksiyonu neyi elde etmede kullanılır?

A) Karl Pearson uzaklığı B) Jaccard uzaklığı C) Korelasyon uzaklığı D) Basit eşleştirme uzaklığı E) Açısal benzerlik

Soru 16:

Soru 1: Aşağıdakilerden hangisi veri madenciliği sürecinin temel adımlarından biri değildir?

A) Verinin elde edilmesi B) Verinin saklanması ve yönetimi C) Veri erişiminin sağlanması D) Verinin analiz edilmesi E) Bilgi seçimi ve ön işleme

Soru 17:

Aşağıdakilerden hangisi ilişki kuralı oluşturabilmek için geliştirilen algoritmalardan biri değildir?

A) CSS B) AIS C) SETM D) FP-Growth E) Eclat

Soru 18:

Veri setinde bulunan gözlemlerin ya da değişkenlerin kendi aralarındaki benzerlikleri göz önünde bulundurularak gruplandırılması işlemi veri madenciliği yöntemlerinden hangisidir?

A) Birliktelik kuralları B) Kümeleme C) Sınıflandırma D) Lojistik regresyon E) Diskriminant analizi

Soru 19:

Kümeleme analizi genellikle dört aşamada uygulanmaktadır. Seçeneklerden hangisi bu aşamalardan birisi değildir?

A) Veri matrisinin oluşturulması B) Benzerlik matrisinin hesaplanması C) Kümelemede esas alınacak yöntemlerin belirlenmesi D) Strateji matrisinin oluşturulması E) Elde edilen sonuçların yorumlanması

Soru 20:

Kümeleme yöntemlerinin uygulanmasındaki amaç aşağıdakilerden hangisidir?

A) Küme içi homojenlik arttırılırken kümeler arası homojenliğin azaltılması amaçlanır. B) Küme içi homojenlik azaltılırken kümeler arası homojenliğin artırılması amaçlanır. C) Kümeler arasındaki farklılıkları ve kümeler içi benzerlikleri en düşük düzeye indirmektir. D) Kümeler arasındaki farklılıklar azaltılırken kümeler içi farklılıkları en yüksek düzeye çıkarmaktır. E) Kümeler arasındaki benzerlikler artırılırken kümeler içi farklılıkları en yüksek düzeye çıkarmaktır.