5. Denetimli Öğrenme Algoritmaları – 2
YazdırTüm Cevapları GösterMateryal Listesine Dön
Soru 1:
Aşağıdakilerden hangisi destek vektör makinelerinin doğrusal ve doğrusal olmayan sınıflandırma yeteneklerini artırmak için kullandığı fonksiyonlardır?(Çoktan Seçmeli)
Aktivasyon fonksiyonları
Kayıp fonksiyonları
✔
Çekirdek fonksiyonları
Dönüşüm fonksiyonları
Bağlantı fonksiyonları
Soru 2:
Aşağıdakilerden hangisi destek vektör makinelerinin iki veya daha fazla veri kümesini ayırmak için çizdiği doğruyu ifade eder?(Çoktan Seçmeli)
En uzun doğrular
En kısa doğrular
En eğik doğrular
✔
Her iki kümenin noktalarına en uzak olan doğrular
Her iki kümenin merkezine en yakın olan doğrular
Soru 3:
Aşağıdakilerden hangisi destek vektör makinelerinin temel avantajlarından biridir?(Çoktan Seçmeli)
Sadece doğrusal sınıflandırma yapabilmesi
✔
Yapısal risk minimizasyonu ilkesini benimsemesi
Sadece büyük veri setleri için uygulanabilir olması
Özellikler arasındaki bağımlılıkları dikkate alması
Sadece iki sınıf sınıflandırma probleminde kullanılabilmesi
Soru 4:
Destek vektör makineleri hangi tür veri setleri için idealdir?(Çoktan Seçmeli)
Basit ve büyük veri setleri
Karmaşık ve büyük veri setleri
Basit ve küçük veri setleri
✔
Karmaşık fakat küçük ve orta büyüklükteki veri setleri
Yalnızca metin veri setleri
Soru 5:
Naive Bayes algoritması aşağıda verilen hangi varsayıma dayanarak çalışır?(Çoktan Seçmeli)
✔
Özelliklerin birbirinden bağımsız olduğu varsayımı
Özelliklerin birbirine bağlı olduğu varsayımı
Özelliklerin sıralı olduğu varsayımı
Özelliklerin sürekli değiştiği varsayımı
Özelliklerin kategorik olduğu varsayımı
Soru 6:
Destek vektör makinelerinde iki sınıf arasında en uygun ayrımı sağlayan doğrulara ne ad verilir?(Çoktan Seçmeli)
Ayrım doğruları
✔
Karar sınırları
Optimal doğrular
Hiper doğrular
Çekirdek doğrular
Soru 7:
Aşağıda verilen hangi Naive Bayes algoritması sayısal (frekans) veriler için kullanılır, özellikle metin sınıflandırma problemlerinde tercih edilir?(Çoktan Seçmeli)
Exponential Naive Bayes
Bernoulli Naive Bayes
Gaussian Naive Bayes
✔
Multinomial Naive Bayes
Poisson Naive Bayes
Soru 8:
Aşağıda verilen hangi Naive Bayes algoritması sürekli veriler için kullanılır ve özelliklerin normal dağılım gösterdiğini varsayar?(Çoktan Seçmeli)
Multinomial Naive Bayes
Bernoulli Naive Bayes
Poisson Naive Bayes
Exponential Naive Bayes
✔
Gaussian Naive Bayes
Soru 9:
Naive Bayes sınıflandırıcısının hangi avantajı, diğer ayrım yapan modellere göre daha üstündür?(Çoktan Seçmeli)
Büyük miktarda eğitim verisine ihtiyaç duymaz
Uygulaması karmaşıktır
✔
Daha hızlı bir yakınsamaya sahiptir
Özellikler arasındaki bağımsızlık varsayımını takip eder
Sadece sürekli verileri işleyebilir
Soru 10:
Naive Bayes sınıflandırıcısının hangi dezavantajı, gerçek hayatta nadiren gerçekleşen aşağıdaki bir duruma dayanır?(Çoktan Seçmeli)
✔
Tüm özelliklerin bağımsız olduğunu varsayar
Sıfır-frekans problemi ile karşılaşır
Sadece kategorik verileri işleyebilir
Özelliklerin sürekli olduğunu varsayar
Özelliklerin sıralı olduğunu varsayar
Comments