Final 2024-2025 20 soru

Makine Öğrenmesi 2024-2025 Final

Kaynak: https://lolonolo.com/2026/03/09/makine-ogrenmesi-2024-2025-final-sorulari-bahar/

📖 Konu özeti (sınav öncesi tekrar)

Makine Öğrenmesi 2024-2025 Final Soruları (Bahar)

Makine Öğrenmesi 2024-2025 Final Soruları (Bahar)

Veri Ön İşleme ve Ölçeklendirme Teknikleri

Makine öğrenmesi modellerinin başarısı, ham verinin ne kadar iyi işlendiğiyle doğrudan ilintilidir. İstatistikte veriler temel olarak ayrık (sayılabilir tam sayılar, örneğin gol sayısı) ve sürekli (ölçülebilir değerler, örneğin bir kişinin boyu) olarak ayrılır. Modelin eğitimi öncesinde, farklı ölçekteki nümerik nitelikleri tam olarak [0,1] aralığına ölçeklendirmek için Python’da MinMaxScaler sınıfı kullanılır. Bu işlem, özellikle mesafe temelli algoritmalarda bir özniteliğin diğerini domine etmesini engeller.

Sınıflandırma ve Mesafe Temelli Algoritmalar

Sınıflandırma problemlerinde en köklü yöntemlerden biri olan k-En Yakın Komşu (k-NN) algoritması; bir örneğin sınıfını belirlemek için Öklid (Euclidean), Manhattan, Chebyshev, Cosine ve Jaccard gibi uzaklık fonksiyonlarını kullanabilir. Ancak yapay sinir ağlarında bir optimizasyon yöntemi olan Adam, bu listede bir uzaklık metriği olarak yer almaz. k-NN algoritmasında son karar, en yakın komşuların sınıf etiketlerine bakılarak sayıca en fazla olanın atanması yani çoğunluk oylaması (majority voting) ile verilir. Python’da bu algoritmayı kullanmak için from sklearn.neighbors import KNeighborsClassifier komutuyla ilgili kütüphane projeye dahil edilmelidir.

Bir diğer önemli sınıflandırıcı olan Naive Bayes, nitelikler arasındaki bağımsızlık varsayımı (ismindeki ‘naive’ buradan gelir) ile Bayes Teoremi’ne dayanır. Ancak bilinmelidir ki Naive Bayes Sınıflandırıcı ile Bayes Sınıflandırıcı (Full Bayes) birbirinin aynısı değildir; zira Full Bayes tüm nitelik bağımlılıklarını hesaplar.

Regresyon Modelleri ve İstatistiksel Anlamlılık

Sürekli bir değeri tahmin etmek için kullanılan Çoklu Doğrusal Regresyon modellerinde, sonucun güvenilirliği p-değeri ile ölçülür. Eğer bir değişkenin p-değeri 0.05’ten büyükse (örneğin 0.600), bu değişkenin modele istatistiksel açıdan anlamlı bir katkı sağlamadığı söylenir. Regresyon modellerinde başarıyı ölçmek (performans değerlendirmesi) için ise sınıflandırma metrikleri yerine, hataların karesinin ortalamasını alan mean_squared_error (MSE) metriği tercih edilir.

Karar Ağaçları ve Entropi Kavramı

Veri setindeki belirsizliği ölçerek en iyi ayrımı yapmaya çalışan karar ağaçları; ID3, C4.5, C5.0 ve CART gibi algoritmalar üzerine kuruludur. Belirsizliği ölçmek için kullanılan Entropi değeri, sınıfların olasılıkları üzerinden logaritmik bir formülle hesaplanır. Örneğin, bir veri setindeki başarılı ve başarısız proje oranları biliniyorsa, bu oranların kendi logaritmalarıyla çarpımlarının toplamı negatif işaretle alınarak ilgili niteliğin entropisi elde edilir.

Yapay Sinir Ağları ve Derin Öğrenme

Yapay sinir ağları (YSA), verileri bir kavramlar hiyerarşisi açısından anlamayı sağlayan (karmaşık kavramları basit olanlardan türeten) bir yapı sunar. Bu alan genel olarak Derin Öğrenme olarak adlandırılır. Keras kütüphanesinde bir model oluşturulurken, modele bir girdi katmanı eklemek için model.add(InputLayer(…)) metodu kullanılır. Bu ağların öğrenme sürecindeki temel algoritma, hatayı sondan başa ileterek ağırlıkları güncelleyen Geriye Yayılım (Backpropagation) algoritmasıdır. Günümüzde bu teknolojinin en yaygın bilinen örneği ise ChatGPT gibi büyük dil modelleridir.

Makine Öğrenmesi 2024-2025 Final Soruları (Bahar)

Makine Öğrenmesi 2024-2025 Final Soruları (Bahar)

20 soru
Şıkka dokun, anında açıklamasını gör — ya da çalışma modunda tüm cevapları aç.
Soru 1
model = Sequential(name=”YSA Modelim”)
Keras kütüphanesi yardımı ile bir yapay sinir ağı modeli oluşturulurken, modele bir girdi katmanı eklemek için aşağıdaki seçeneklerin hangisi kullanılabilir?
ADoğru cevap
Açıklama
Keras’ta “Sequential” (ardışık) bir model yapısı kullanıldığında, katmanlar modele bir yığın gibi üst üste eklenir. Bu ekleme işlemini gerçekleştiren standart metod “.add()” metodudur. Girdi katmanı (InputLayer) tanımlanırken, ağın kabul edeceği verinin boyutunu belirtmek için “input_shape” parametresi kullanılır. Burada X_train.shape[1] ifadesi, eğitim setindeki öznitelik (sütun) sayısını otomatik olarak alarak modelin veri yapısıyla tam uyumlu başlamasını sağlar.
Soru 2
I. Euclidean (Öklid)
II. Manhattan
III. Chebyshev
IV. Cosine
V. Jaccard
VI. Adam
Yukarıdaki uzaklık fonksiyonlarından hangisi ya da hangileri k-En Yakın Komşu Algoritması’nın uzaklık fonksiyonu olarak kullanılabilir?
ADoğru cevap
Açıklama
k-En Yakın Komşu (k-NN) algoritması, bir veri noktasının sınıfını belirlemek için çevresindeki en yakın komşulara bakar. Bu “yakınlık” kavramı matematiksel uzaklık metrikleri ile ölçülür. Sayısal verilerde en yaygın olarak Öklid, Manhattan ve Chebyshev uzaklıkları kullanılırken; metin madenciliği gibi yüksek boyutlu verilerde Cosine (Kosinüs) benzerliği, ikili (binary) verilerde ise Jaccard uzaklığı tercih edilebilir. Listede yer alan “Adam” ise bir uzaklık metriği değil, derin öğrenme modellerinde kullanılan bir optimizasyon (ağırlık güncelleme) algoritmasıdır.
Soru 3
….. import KNeighborsClassifier
k-En Yakın Komşu Algoritması ile Python’da çalışmak isteyen bir araştırmacı yukarıda…… ile verilen kod satırını aşağıdaki seçeneklerden hangisi ile tamamlamalıdır?
CDoğru cevap
Açıklama
Scikit-Learn (sklearn) kütüphanesi, makine öğrenmesi algoritmalarını mantıksal modüller altında toplar. k-NN algoritması, doğası gereği “komşuluk” (neighbor) prensibine dayandığı için “neighbors” modülü içerisinde yer alır. Sınıflandırma işlemleri için kullanılan sınıf “KNeighborsClassifier”dır ve bu sınıfa erişmek için “from sklearn.neighbors import …” yapısı kullanılmalıdır.
Soru 4
Proje Tamamlanma Durumu
Başarılı
Başarısız
Başarılı
Başarılı
Başarılı

Yukarıda verilen tabloya göre; karar ağaçlarında niteliklerin belirsizliğini ölçmek için kullanılan Entropi değeri Proje Tamamlanma Durumu niteliği için aşağıdaki seçeneklerin hangisi kullanılarak doğru biçimde hesaplanabilir?
CDoğru cevap
Açıklama
Karar ağaçlarında entropi, bir veri kümesindeki rastgeleliği veya belirsizliği ölçen bir metriktir ve formülü H(S) = – \sum p_i log_2(p_i) şeklindedir. Tabloda 5 adet proje verisi bulunmaktadır. Bu projelerin 1 tanesi “Başarısız” (oranı 1/5), 4 tanesi ise “Başarılı”dır (oranı 4/5). Formül gereği her bir sınıfın olasılığı, kendi logaritması ile çarpılır ve bu değerlerin toplamı negatif bir işaretle çarpılır (veya her bir terim çıkarılır). Bu da bizi “C” şıkkındaki matematiksel gösterime ulaştırır.
Soru 5
Bir araştırmacı veri setinde yer alan tüm nümerik nitelikleri [0,1] aralığına ölçeklendirmek istiyor. Bunun için aşağıda verilen Python kodlarından hangisi kullanılabilir?
EDoğru cevap
Açıklama
Makine öğrenmesinde farklı ölçeklere sahip (örneğin biri 0-100 arası, diğeri 1000-5000 arası) sayısal verilerin modele eşit ağırlıkta girmesi için ölçeklendirme yapılır. Nümerik verileri tam olarak [0,1] aralığına hapsetmek (normalize etmek) için “MinMaxScaler” kullanılır. Diğer bir yaygın yöntem olan “StandardScaler” ise veriyi ortalaması 0 ve standart sapması 1 olacak şekilde (Z-skoru) dönüştürür ancak sabit bir alt/üst sınır (0-1 gibi) koymaz.
Soru 6
Güncelleme Gecikmesi Zararlı Yazılım Bulaşma Durumu
Var Evet
Var Evet
Yok Evet
Yok Evet
Yok Hayır

Yukarıdaki tabloya göre, sisteme zararlı yazılım bulaştığı bilinen bir durumda (“Evet”), söz konusu sistemde güncelleme gecikmesi olma (“Var”) koşullu olasılığı aşağıdakilerden hangisidir?
DDoğru cevap
Açıklama
Koşullu olasılık $P(A|B)$ şeklinde ifade edilir ve “B durumu gerçekleştiğinde A’nın olma ihtimali”dir. Burada koşul, zararlı yazılımın bulaşmış olmasıdır (“Evet”). Tabloya bakıldığında “Evet” olan toplam 4 satır olduğu görülür. Bu 4 satırın içinde kaç tanesinde güncelleme gecikmesi “Var”dır? Tablo incelendiğinde bu 4 durumdan 2’sinin “Var”, 2’sinin “Yok” olduğu görülür. Dolayısıyla olasılık 2/4, sadeleştirilmiş haliyle 1/2’dir.
Soru 7
from sklearn.metrics import …
Çoklu doğrusal regresyon analizi sonucunda modelin performansını değerlendirmek isteyen bir araştırmacının yukarıda … ile verilen boşluğu aşağıdaki seçeneklerin hangisi ile doldurması uygun olur?
BDoğru cevap
Açıklama
Regresyon modellerinde amaç, sürekli sayısal bir değeri tahmin etmektir. Bu yüzden performans ölçülürken gerçek değer ile tahmin edilen değer arasındaki farkın (hata) büyüklüğüne bakılır. “Mean Squared Error” (MSE – Ortalama Kare Hata), hataların karesini alarak ortalamasını bulan temel bir regresyon metriğidir. Diğer seçeneklerin tamamı (recall, confusion matrix vb.) “sınıflandırma” modellerinin (kategorik tahminler) başarısını ölçmek için kullanılan metriklerdir.
Soru 8
Aşağıdakilerden hangisi Naive Bayes Sınıflandırıcı ile ilgili yanlış bir ifadedir?
DDoğru cevap
Açıklama
Naive Bayes ile Bayes Sınıflandırıcı aynı şey değildir. Naive Bayes, hesaplamaları kolaylaştırmak için tüm özniteliklerin (niteliklerin) birbirinden tamamen bağımsız olduğunu varsayar (bu yüzden “saf/safdil” anlamına gelen “naive” ismini alır). Oysa Tam (Full) Bayes Sınıflandırıcı, nitelikler arasındaki tüm karmaşık bağımlılıkları ve etkileşimleri dikkate alır. Naive Bayes pratik ve hızlıdır ancak teorik olarak Tam Bayes’ten ayrılır.
Soru 9
Aşağıdakilerden hangisi yapay sinir ağlarında kullanılan bir öğrenme algoritmasıdır?
DDoğru cevap
Açıklama
Geriye Yayılım (Backpropagation) algoritması, yapay sinir ağlarının temelini oluşturan eğitim sürecidir. Ağ bir tahmin yapar, hatayı hesaplar ve bu hata payını ağın sonundan başına doğru (geriye doğru) ileterek nöronlar arasındaki ağırlıkları günceller. Diğer şıklardan k-Ortalamalar kümeleme, k-NN ve Naive Bayes klasik makine öğrenmesi algoritmaları, C5.0 ise bir karar ağacı yöntemidir.
Soru 10
Bir akıllı telefon üreticisi, farklı kullanım alışkanlıklarının günlük batarya tüketimine nasıl etki ettiğini anlamak amacıyla bir çoklu doğrusal regresyon modeli kurmuştur. Analiz sonucunda edilen model sabiti (𝛽0 ), CPU kullanım oranı katsayısı (𝛽1 ) ve ekran parlaklığı katsayısı (𝛽2 )
aşağıda verilmiştir:
𝛽0 = 2 . 5𝛽1 = 0 . 05𝛽2 = 0 . 03
Bu çoklu doğrusal regresyon modeline göre, CPU kullanım oranı 40 ve ekran parlaklık seviyesi 70 birim olan bir akıllı telefonun tahmini günlük ortalama batarya tüketimi miktarı aşağıdakilerden hangisidir?
CDoğru cevap
Açıklama
Çoklu doğrusal regresyonun tahmin formülü Y = β_0 + (β_1 \cdot X_1) + (β_2 \cdot X_2) şeklindedir. Verilen değerleri bu formüle yerleştirdiğimizde: Y = 2.5 + (0.05 \cdot 40) + (0.03 \cdot 70) işlemini yaparız. İşlem sırasıyla: 2.5 + 2.0 + 2.1 = 6.6 sonucunu verir. Bu model, belirtilen şartlar altında telefonun günlük 6.6 birim batarya tüketeceğini öngörmektedir.
Soru 11
Değişken Beta Katsayısı p-değeri
Reklam Harcaması (TL) 0.80 0.005
Web Site Trafiği (tıklama) 0.15 0.030
Müşteri Memnuniyeti 1.20 0.000
Sosyal Medya Etkileşimi 0.05 0.600
Ortalama Sepet Tutarı (TL) 0.90 0.040

Bir e-ticaret şirketinin günlük satış gelirini açıklamaya yönelik potansiyel değişkenler, bu değişkenlere ait tahmini beta (𝛽) katsayıları ve p-değerleri yukarıdaki gibidir. Yukarıdaki tabloda yer alan beş bağımsız değişkenden hangisinin modele istatistiksel açıdan anlamlı bir katkı sağlamadığı söylenebilir?
EDoğru cevap
Açıklama
İstatistiksel modellerde bir değişkenin anlamlı kabul edilmesi için “p-değerinin” genellikle 0.05’ten küçük olması istenir ($p < 0.05$). Tablodaki değerleri incelediğimizde: Reklam (0.005), Trafik (0.030), Memnuniyet (0.000) ve Sepet Tutarı (0.040) anlamlılık sınırının altındadır. Ancak Sosyal Medya Etkileşimi’nin p-değeri 0.600 olarak verilmiştir; bu değer 0.05’ten çok daha büyüktür ve bu değişkenin model üzerindeki etkisinin tesadüf olabileceğini (anlamsız olduğunu) gösterir.
Soru 12
I. ID3
II. ID4.5
III. C4.5
IV. C5.0
V. CART
Yukarıda verilenlerden hangisi ya da hangileri sınıflandırma için kullanılabilen karar ağacı algoritmalarındandır?
BDoğru cevap
Açıklama
Karar ağacı algoritmaları zaman içinde gelişmiştir. ID3 ilk temel algoritmadır; C4.5 ve C5.0 bu algoritmanın eksikliklerini gideren (sürekli veriyi işleme, budama vb.) geliştirilmiş versiyonlarıdır. CART (Classification and Regression Trees) ise hem sınıflandırma hem de regresyon yapabilen modern bir standarttır. Listede yer alan “ID4.5” ismi, literatürde yer alan yaygın bir ana algoritma değil, muhtemelen C4.5 ile karıştırılan bir ifadedir.
Soru 13
k-En Yakın Komşu Algoritması’nın karar aşamasında kullanılan çoğunluk oylaması (majority voting) ile ilgili aşağıda verilenlerden hangisi doğrudur?
ADoğru cevap
Açıklama
k-NN algoritmasında sınıf belirleme mantığı basittir: Yeni gelen bir veri noktasının etrafındaki en yakın “k” adet komşuya gidilir. Eğer k=5 seçilmişse ve komşulardan 3’ü “B” sınıfı, 2’si “A” sınıfı ise, çoğunluk (sayıca fazla olan) “B” olduğu için yeni nokta “B” sınıfına dahil edilir.
Soru 14
Küme Küme Merkezi
K1 (5,5)
K2 (18,20)
K3 (220,3)
K4 (33,40)
K5 (200,210)

k-Ortalamalar algoritması kullanılarak gerçekleştirilen kümeleme analizi sonucunda elde edilen kümeler ve küme merkezleri yukarıdaki tabloda verilmiştir.
Buna göre; örnek veri (20,21) aşağıdaki kümlerden hangisine benzerlik gösterir ve atanır?
CDoğru cevap
Açıklama
k-Ortalamalar (K-Means) algoritmasında bir verinin hangi kümeye ait olduğunu bulmak için o verinin her bir küme merkezine olan uzaklığına bakılır. Verilen (20, 21) noktasına en yakın merkez, tabloda (18, 20) değerlerine sahip olan K2 merkezidir. Aradaki fark hem x hem y ekseninde çok az olduğu için veri en yüksek benzerliği K2 kümesiyle göstermektedir.
Soru 15
x = veri.yas
y = veri.mutluluk
…
plt.xlabel(“Yaş”)
plt.ylabel(“Mutluluk Oranı”)
Yukarıdaki Python kod bloğu ile iki nitelik arasında doğrusal bir ilişkinin olup olmadığı grafik üzerinde incelenmek isteniyor.
Bunun için yukarıda … ile boş bırakılan boşluğa aşağıdaki seçeneklerden hangisi getirilmelidir?
ADoğru cevap
Açıklama
Veri biliminde iki sürekli sayısal değişken arasındaki ilişkiyi (örneğin yaş arttıkça mutluluk artıyor mu?) görselleştirmenin en iyi yolu “Saçılım Grafiği”dir (Scatter Plot). Matplotlib kütüphanesinde bu grafik “plt.scatter()” fonksiyonu ile oluşturulur. Diğer şıklardan boxplot aykırı değerleri, heatmap yoğunluğu veya matrisleri, hist ise tek bir değişkenin frekans dağılımını görmek için kullanılır.
Soru 16
model = …(criterion=”gini”, max_depth=3, random_state = 123)
Yukarıdaki Python kod satırında bir CART sınıflandırıcı modeli oluşturulmak istenmektedir. Bunun için … ile verilen boşluğa aşağıdaki seçeneklerde verilen ifadelerden hangisi getirilmelidir?
EDoğru cevap
Açıklama
Scikit-Learn kütüphanesinde karar ağacı tabanlı sınıflandırma modeli oluşturmak için “DecisionTreeClassifier” sınıfı kullanılır. Kodda yer alan “criterion=’gini'” (Gini safsızlığı) ifadesi bunun bir sınıflandırma problemi olduğunu, “Regressor” içeren şıkların ise sayısal tahmin (regresyon) için olduğunu kanıtlar. Doğru Python sınıf isimlendirmesi “E” seçeneğinde mevcuttur.
Soru 17
Aşağıdaki seçeneklerde verilenlerden hangisi büyük dil modellerine (large language models) bir örnektir?
DDoğru cevap
Açıklama
Büyük Dil Modelleri (LLM), devasa veri kümeleri üzerinde eğitilmiş ve insan benzeri metinler üretip anlayabilen yapay zeka modelleridir. ChatGPT, bu teknolojinin dünya çapında en bilinen örneğidir. Turing Testi yapay zekanın başarısını ölçen bir kriterdir, IoT nesnelerin internetini ifade eder, Deep Blue ise bir satranç bilgisayarıdır ancak modern anlamda bir “dil modeli” değildir.
Soru 18
from sklearn.model_selection import StratifiedKFold
k = 10
n = 2
perf_deg = StratifiedKFold(n_splits=k, shuffle=True, random_state=5)
Bir araştırmacı model performans değerlendirmesi aşaması için yukarıdaki Python kod bloğunu çağırıyorsa aşağıda verilen performans değerlendirme yöntemlerinden hangisini kullanmaktadır?
BDoğru cevap
Açıklama
Kodda kullanılan “StratifiedKFold” sınıfı “Tabakalı Çapraz Geçerleme” yöntemini temsil eder. “n_splits=k” parametresi verinin kaç parçaya bölüneceğini belirler. Kodun üst kısmında k=10 olarak tanımlandığı için, veri 10 eşit (ve sınıfları dengelenmiş) parçaya bölünerek test edilecektir. Bu yönteme “Tabakalı 10-kat çapraz geçerleme” denir.
Soru 19
…, bilgisayarların deneyimlerden (verilerden) öğrenmesini sağlamak ve dünyayı bir kavramlar hiyerarşisi açısından anlamak (yani karmaşık kavramları daha basit olanlardan oluşturarak öğrenmek) olarak görülebilir.
Yukarıda … ile verilen boşluğa aşağıdaki seçeneklerden hangisi getirilmelidir?
BDoğru cevap
Açıklama
Bu tanım Derin Öğrenmenin (Deep Learning) kalbidir. Derin öğrenme, çok katmanlı yapay sinir ağlarını kullanarak verideki özellikleri bir hiyerarşi içinde öğrenir. Örneğin; ilk katmanlar basit kenarları, orta katmanlar şekilleri, son katmanlar ise tüm nesneyi (hiyerarşik olarak daha karmaşık olanı) tanır. Bu “kavramlar hiyerarşisi” onu geleneksel makine öğrenmesi yaklaşımlarından ayıran en temel özelliktir.
Soru 20
Aşağıdaki seçeneklerden hangisi ayrık (discrete) veri örneği değildir?
EDoğru cevap
Açıklama
İstatistikte veriler “Ayrık” (sayılabilir, tam sayılar) ve “Sürekli” (ölçülebilir, ondalıklı değerler alabilir) olarak ikiye ayrılır. Gol sayısı, ürün adedi veya öğrenci sayısı “yarım” veya ondalıklı olamayacağı için ayrıktır. Ancak bir kişinin boyu 175.4 cm veya 175.42 cm gibi belirli bir aralıktaki her türlü sonsuz hassasiyetteki değeri alabildiği için “sürekli” veri kategorisine girer.