Öğrenme, bilgi edinme, deneyim kazanma ve davranışsal değişiklikleri içeren karmaşık bir süreçtir. Makine öğrenmesi ise, bu süreci algoritmalar aracılığıyla modelleyerek, veri yoğun dünyamızda bilgi çıkarmak ve kararlar almak için kullanılan önemli bir araçtır. Makine öğrenmesi; finans, ulaşım, güvenlik ve tıp gibi birçok anahtar sektörde kullanılmaktadır. Bu makalede, makine öğrenmesinin temel türleri, kullanılan algoritmalar ve bu süreçte kullanılan araçlar incelenecektir.
Makine Öğrenmesi Türleri
Makine öğrenmesi, öğrenme yöntemine göre üç ana kategoriye ayrılır:
Makine Öğrenmesi Süreci ve Veri Hazırlığı
Başarılı bir makine öğrenmesi modeli geliştirmek, doğru bir süreç izlemeyi gerektirir. Model seçim sürecinde; verilerin doğru etiketlenmesi, uygun biçimlendirilmesi ve performans metriklerine göre modelin eğitilmesinin tekrarlanması önemlidir. Veri hazırlığı aşamasında, veri setindeki genel eğilimin dışına çıkan veya belirgin fark gösteren gözlemler olan “aykırı verilerin” (Outliers) tespiti ve yönetimi de kritik bir adımdır.
Temel Makine Öğrenmesi Algoritmaları
Makine Öğrenmesi Araçları: Python ve Anaconda
Makine öğrenmesi uygulamaları genellikle Python gibi dillerle geliştirilir. Python, kolay sözdizimi ve “geniş kütüphane” desteği sayesinde bu alanda çok yönlü bir kullanım sunar. Doğal dil işleme (NLP) projeleri için kullanılan en temel Python kütüphanelerinden biri “Natural Language Toolkit (NLTK)”dir.
Anaconda, veri bilimi ve makine öğrenmesi için gereken birçok kütüphaneyi ve aracı bir araya getiren popüler bir Python ve R dağıtımıdır. “Anaconda Navigator” ise bu dağıtımın grafiksel kullanıcı arayüzüdür.
Makine Öğrenmesi 2024-2025 Vize Soruları (Güz)
Makine Öğrenmesi 2024-2025 Vize Soruları (Güz)
20 soru
Şıkka dokun, anında açıklamasını gör — ya da çalışma modunda tüm cevapları aç.
Soru 1
KEn komşuluk algoritması için aşağıda verilen bilgilerden hangisi hatalı olarak verilmiştir?
EDoğru cevap
⚠️ Cevap anahtarı tartışmalı: Tüm ifadeler doğru görünüyor; k değeri pratikte deneme-yanılma/çapraz doğrulama ile seçilir, bu yüzden E'nin 'hatalı' olması şüpheli.
Naive Bayes (Saf Bayes) algoritması, Bayes Teoremi’ne ve özelliklerin birbirinden bağımsız olduğu varsayımına dayanan olasılıksal bir sınıflandırma algoritmasıdır.
Soru 3
“Bir hava durumu uygulaması, geçmiş verilere dayanarak gelecekteki sıcaklık veya yağmur olasılığını tahmin etmeye çalışır.”
Bu uygulamayı en doğru şekilde geliştirmek için aşağıda verilen hangi makine öğrenmesi türü kullanılır?
DDoğru cevap
Açıklama
Hava durumu tahmini, geçmişteki etiketli verilere (sıcaklık, yağmur miktarı gibi çıktı değişkenleri bilinen) dayanarak gelecekteki bir değeri tahmin etme (regresyon) problemidir. Bu tür tahmin edici sistemler Denetimli Öğrenme türüne girer.
Soru 4
“…………….., veri setindeki genel eğilimin dışına çıkan veya diğer verilere kıyasla belirgin bir fark gösteren gözlemlerdir.”
Yukarıda verilen ifadede boş bırakılan yere aşağıdaki seçeneklerin hangisi gelmelidir?
EDoğru cevap
Açıklama
Veri setinin çoğunluğundan önemli ölçüde sapma gösteren veya genel dağılımın dışında kalan gözlemlere Aykırı Veri (Outlier) adı verilir.
Soru 5
“………… veri bilimi ve makine öğrenmesi uygulamaları için popüler bir Python ve R dağıtımı olan …………’nın grafiksel bir kullanıcı arayüzüdür.”
Yukarıdaki ifadede boş bırakılan yerlere sırasıyla aşağıdakilerden hangisi gelmelidir?
EDoğru cevap
Açıklama
Anaconda; Python ve R dilleri için veri bilimi kütüphanelerini içeren popüler bir dağıtımdır. Anaconda Navigator ise bu dağıtımdaki uygulamalara (Jupyter, Spyder vb.) erişim sağlayan grafiksel kullanıcı arayüzüdür.
Soru 6
Aşağıda verilen makine öğrenmesi türleri ile gerçek dünya problemleri eşleştirilmesinden hangisi hatalı olarak verilmiştir?
ADoğru cevap
Açıklama
Otonom araçlardaki Araç Asistanları (Pekiştirmeli Öğrenme ve Denetimli Öğrenme/Tahminleme kombinasyonu) Denetimsiz Öğrenme’nin temel uygulamalarından biri değildir. Müşteri kategorizasyonu ise kümeleme (Denetimsiz Öğrenme) uygulamasıdır.
Soru 7
“…………., veri yoğun dünyamızda bilgi çıkarmanın ve kararlar almamızın önemli bir aracı haline gelmiştir.”
Yukarıda verilen cümledeki noktalı yere aşağıdakilerden hangisi gelmelidir?
CDoğru cevap
Açıklama
Veri yoğun dünyada, büyük miktarda veriden otomatik olarak örüntüleri ve bilgileri çıkararak akıllı kararlar almayı sağlayan disiplin Makine Öğrenmesi’dir.
Soru 8
K-En komşuluk algoritması kullanılarak gerçekleştirilen uygulamalarda modelin performansı için aşağıda verilen hangi metrik kullanılamaz?
CDoğru cevap
Açıklama
K-En Yakın Komşu (K-NN) algoritması bir sınıflandırma modelidir. Modelin performansını ölçmek için F1 Skoru, Doğruluk (Accuracy), Kesinlik (Precision) ve Duyarlılık (Recall) kullanılır. Destek (Support) ise genellikle bir performans metriği değil, veri setindeki her sınıfın gözlem sayısını ifade eden bir terimdir.
Soru 9
“………………., çeşitli karmaşık süreçleri içeren ve kesin olarak tanımlanması zor olan bir kavram olup bilgi edinme, deneyim kazanma ve davranışsal değişiklikleri içeren bir süreç olarak tanımlanabilir.”
Yukarıda verilen cümledeki noktalı yere aşağıdakilerden hangisi gelmelidir?
CDoğru cevap
Açıklama
Tanımda belirtilen “bilgi edinme, deneyim kazanma ve davranışsal değişiklikleri içeren karmaşık süreç”, en genel anlamıyla Öğrenme kavramına aittir. Makine öğrenmesi bu sürecin algoritmalarla modellenmesidir.
Soru 10
I. 1995 yılında Guido van Rossum tarafından geliştirildi.
II. Geliştirmesi kolay bir programlama dili.
III. Geniş kütüphanesi ve çok yönlülüğü.
IV. Kolay sözdizimi.
Yukarıdaki bilgilerden hangileri Python programlama dili için doğru verilmiştir?
BDoğru cevap
⚠️ Cevap anahtarı tartışmalı: I yanlış (Python 1991'de yayımlandı) ancak II ('geliştirmesi kolay') de doğru görünüyor; doğru cevap A (II, III ve IV) olmalı.
Soru 11
Aşağıda verilen bilgilerden hangisi Naive Bayes algoritmasının avantajları arasında gösterilemez?
CDoğru cevap
Açıklama
Tam tersine, Naive Bayes algoritmasının en büyük avantajlarından biri, basit yapısı nedeniyle yüksek ölçeklenebilirliğe sahip olmasıdır; yani çok sayıda veri noktası ve öngörücü ile hızlı ve etkin bir şekilde çalışabilir.
Soru 12
Aşağıdakilerden hangisi doğru makine öğrenmesi modelinin seçimi işlemi esnasında dikkat edilmesi gereken hususlardan biri değildir?
DDoğru cevap
Açıklama
Makine öğrenmesi modeli seçim sürecinde; verilerin etiketlenmesi, biçimlendirilmesi ve eğitim/tekrar (iterasyon) önemlidir. Performans metriklerini modelleme yerine, metrikler (doğruluk, kesinlik vb.) modelin performansını ölçmek için kullanılır; modelin kendisi metrikleri modellemez.
Soru 13
Aşağıda verilen tabirlerden hangisi yapay zekanın temel amaçları arasında yer almaz?
ADoğru cevap
Açıklama 🤖 Yapay zekâ açıklaması
Yapay zekanın temel amaçları insan benzeri düşünme, öğrenme, problem çözme, dili anlama ve insan gibi davranma yeteneklerini makinelere kazandırmaktır. Bilgisayarın sıradan görevlerini yerine getirmesi ise klasik programlamanın konusudur, yapay zekaya özgü bir amaç değildir.
Soru 14
K-En komşuluk algoritmasının çalışma prensibi aşağıdaki seçeneklerin hangisinde doğru olarak verilmiştir?
ADoğru cevap
Açıklama
K-En Yakın Komşu (K-NN) algoritması, yeni gelen test verisini, eğitim setindeki en yakın ‘k’ adet komşuya olan uzaklık (genellikle Öklid uzaklığı) prensibine göre sınıflandırır veya tahmin eder.
Soru 15
“Doğal dil işleme projeleri için oluşturulmuş bir kütüphanedir. Metin madenciliği, metin analizi ve dil işleme görevleri için geniş bir araç ve İngilizce dilindeki metinler için büyük miktarda veri tabanı ve kaynak içerir.”
Python ortamı için verilen kütüphane aşağıdakilerden hangisidir?
BDoğru cevap
Açıklama
Doğal Dil İşleme (NLP) görevleri için kullanılan ve metin madenciliği/analizi araçları ile kaynakları içeren Python kütüphanesi Natural Language Toolkit (NLTK)’tir.
Soru 16
“Özellikle oyun oynamada ve karmaşık durum uzaylarına sahip problemlerde kullanılan bir arama algoritması”
Yukarıda bilgisi verilen algoritma aşağıdaki seçeneklerin hangisinde doğru olarak verilmiştir?
DDoğru cevap
Açıklama
Monte-Carlo Tree Search (MCTS), özellikle Go ve satranç gibi oyunlarda ve karmaşık durum uzaylarında en iyi kararı bulmak için rastgele örnekleme ve ağaç aramayı birleştiren bir arama algoritmasıdır.
Soru 17
Aşağıdakilerden hangisi makine öğrenmesinin dünyadaki önemli anahtar noktaları arasında gösterilemez?
DDoğru cevap
Açıklama
Makine öğrenmesi, Güvenlik, Ulaşım, Sağlık ve Finans gibi temel sektörlerde büyük bir rol oynamaktadır. Uzay ve Astronomi, teknik olarak Makine Öğrenmesi kullanılan bir alan olsa da, genellikle ekonomik ve sosyal etkileri açısından diğerleri kadar önemli anahtar noktalar (ekonomik sektörler) arasında gösterilmez.
Soru 18
Sayısal (frekans) veriler için kullanılan, özellikle metin sınıflandırma problemlerinde tercih edilen makine öğrenmesi algoritması aşağıdakilerden hangisidir?
ADoğru cevap
Açıklama
Multinomial Naive Bayes, metin sınıflandırma (spam tespiti, duygu analizi) gibi, verilerin frekans (sayısal) veya sayım tabanlı olduğu ayrık özelliklere sahip problemler için en uygun olan Naive Bayes çeşididir.
Soru 19
“……….. en büyük avantajlarından biri, bilimsel hesaplama, veri analizi ve makine öğrenmesi için gereken birçok kütüphaneyi ve aracı bir araya getirmesidir.”
Yukarıda verilen cümledeki noktalı yere aşağıdakilerden hangisi gelmelidir?
BDoğru cevap
Açıklama
Anaconda Navigator, veri bilimi ve makine öğrenmesi için gerekli olan Python, R, Jupyter, Spyder gibi kütüphaneleri ve araçları tek bir platformda toplayan dağıtımdır.
Soru 20
Aşağıda verilen bilgilerden hangisi Naive Bayes algoritması için doğru değildir?
BDoğru cevap
Açıklama
Makine öğrenmesinde, eğitim için kullanılan veri miktarı (genellikle) arttıkça, modelin performansı ve dolayısıyla test verisinin doğru kategoriye atanma olasılığı artar. Bu nedenle B şıkkı yanlıştır.