Question 1

Algoritma kavramı ne ifade eder?

Accepted Answer

Algoritma kavramı belirli bir problemin çözülmesine veya bir amaca ulaşılmasına yönelik olarak kurgulanan işlem basamaklarını ifade eder.

Question 2

Makine öğrenmesi nasıl bir araştırma alanıdır?

Accepted Answer

Makine öğrenmesi insanların öğrenme yeteneklerini taklit etmeyi hedefleyen algoritmaların kullanıldığı bir araştırma alanıdır.

Question 3

Makine öğrenmesi alanında kullanılan yaklaşımlar kaç sınıfa ayrılır ve isimleri nelerdir?

Accepted Answer

Makine öğrenmesi alanında kullanılan yaklaşımlar gözetimli ve gözetimsiz olmak üzere temel iki sınıfa ayrılır. Bu iki sınıfa ek olarak özellikle girdi olarak kullanılan etiketli veri kümesinin yetersiz olması durumunda kullanılacak yaklaşımları içeren yarı-gözetimli ve pekiştirmeli öğrenme yöntemleri de mevcuttur.

Question 4

Gözetimli öğrenmede kaç temel problem üzerinde çözüm üretilebilir ve bunlar nelerdir?

Accepted Answer

Gözetimli öğrenmede iki temel problem üzerinde çözüm üretilebilir. Bunlardan ilki
sınıflandırma problemidir. Sınıflandırma verilen bir örneğin bilinen sınıflardan hangisine ait olduğunun saptanmasıdır. Bu sürecin girdisi sınıfları belirlenmiş/etiketlenmiş örneklerden oluşan bir veri kümesidir. Veri kümesindeki örneklere ait özniteliklerin saptanması sürecin izleyen aşamasıdır.

Question 5

Sınıflandırma problemlerinde kullanılan algoritmalar tahminleme sürecinde nelere göre kategorize edilebilir ve bunlar nedir?

Accepted Answer

Sınıflandırma problemlerinde kullanılan algoritmalar tahminleme sürecinde kullandıkları fonksiyon türüne bağlı olarak kategorize edilebilir. Algoritmalar doğrusal, olasılıksal, örneğe dayalı veya sembolik fonksiyonlar kullanabilir.

Question 6

Gözetimsiz öğrenme algoritmaları neyi amaçlar?

Accepted Answer

Gözetimsiz öğrenme algoritmaları insan müdahalesine gerek olmadan veri içinde saklı kalıpları veya veri gruplamalarını keşfetmeyi amaçlar.

Question 7

Gözetimsiz algoritmaların gözetimli öğrenme ile farkı nedir?

Accepted Answer

Gözetimsiz algoritmaların gözetimli öğrenme ile farkı eğitim sürecinin olmamasıdır

Question 8

Pekiştirmeli öğrenme algoritmaları ne amaçla ve ne üzerine kurulmuştur?

Accepted Answer

Pekiştirmeli öğrenme algoritmaları yazılım etmeninin (İng. agent) verilen ortamda en yüksek ödül miktarına ulaşabilmesi için hangi eylemleri yapması gerektiği üzerine kurulmuştur.

Question 9

Makine öğrenmesi yöntemlerinin başarımlarını ölçmek için neler kullanılır?

Accepted Answer

Makine öğrenmesi yöntemlerinin başarımlarını ölçmek için çeşitli başarım metrikleri kullanılır. Bu metriklere doğruluk (İng. accuracy), hata matrisi (İng. confusion matrix), kesinlik (İng. precision), duyarlılık (İng. recall), F1 değeri, ortalama kare hatası örnek olarak verilebilir.

Question 10

Kesinlik metriği nasıl elde edilir?

Accepted Answer

Kesinlik metriği hata matrisinde yer alan TP değerinin TP+FP değerine bölünmesi ile elde edilir.

Question 11

Duyarlılık değeri nasıl hesaplanır?

Accepted Answer

Duyarlılık değeri ise verilen bir sınıf için doğru tahminlenen örnek sayısının (TP) o sınıfa ait toplam örnek sayısına (TP+FN) oranı olarak hesaplanır.

Question 12

Karar ağaçlarında temel amaç nedir ve hangi yapılar bulunur?

Accepted Answer

Karar ağaçlarında temel amaç veri kümesini adımsal olarak böl-fethet yöntemiyle alt gruplara bölerek çözüme yaklaşmaktır. Karar ağaçlarında kök düğüm, düğümler, yapraklar (terminal düğüm) şeklinde isimlendirilen yapılar bulunur.

Question 13

ID3 karar ağacı nedir?

Accepted Answer

Quinlan (1986) tarafından önerilen ID3 karar ağacı bilgi kazanımı metriğini kullanan ilk ağaç türlerindendir. ID3 karar ağaçlarında iki kavram önem taşır. Bunlardan ilki entropidir. Entropi basitçe veri kümesindeki düzensizliğin bir ifadesidir.

Question 14

Yapay sinir ağlarının temel birimi nedir?

Accepted Answer

Yapay sinir ağlarının temel birimi sinir hücresidir.

Question 15

Yapay sinir ağları nasıl bir algoritmalar grubudur ve temel amacı nedir?

Accepted Answer

Yapay sinir ağları insan beyninin karar verme mekanizmasının taklit edilmesine dayalı bir algoritmalar grubudur. Bu algoritmaların temel amacı bir dizi verideki temel ilişkileri tanımaya çalışmaktır.

Question 16

Yapay sinir ağlarında toplama/birleştirme fonksiyonlarının hesapladığı nedir?

Accepted Answer

Yapay sinir ağlarında toplama/birleştirme fonksiyonları hücreye gelen net girdiyi hesaplar. En temel birleştirme fonksiyonu ağırlıklı toplamdır. Ağırlıklı toplam işleminde gelen her bilgi kendi ağırlığı ile çar- pılarak toplanır.

Question 17

Yapay sinir ağları temelde kaç ana katmanda incelenir ve bunlar nelerdir?

Accepted Answer

Yapay sinir ağları temelde üç ana katmanda incelenir: giriş katmanı, ara (gizli) katmanlar ve çıkış katmanı.

Question 18

Yapay sinir ağları hangi öğrenme amaçlarıyla kullanılabilir?

Accepted Answer

Yapay sinir ağları gözetimli ve gözetimsiz öğrenme amacıyla kullanılabilir. Gözetimli öğrenmede, ağırlık değerleri güncellenirken beklenen çıktı ile üretilen çıktı birbirine yaklaştırılmak üzere hata değeri minimize edilir. Gözetimsiz öğrenmede ise ağ örnekleri inceleyerek kendisi keşfetmek ve edindiği bilgileri hafızasında saklamak zorundadır. Bu şekilde girdiler arasındaki benzerlik ve farklılıklara dayalı bir karar verme süreci yürütülmektedir.

Question 19

Genetik algoritma (GA) ne algoritmasıdır?

Accepted Answer

Evrimsel algoritmalar sınıfında yer alan genetik algoritma (GA) doğal seçilim sürecinden esinlenen bir meta-sezgisel arama ve optimizasyon algoritmasıdır.

Question 20

Genetik algoritmalar hangi amaçlar için yaygın olarak kullanılır?

Accepted Answer

Genetik algoritmalar, mutasyon, çaprazlama ve seçim gibi biyolojik işlemleri kullanarak optimizasyon ve arama problemlerine yüksek kaliteli çözümler üretmek için yaygın olarak kullanılır.

Question 21

Genetik algoritmaların kullanımında tipik olarak hangi basamaklar izlenir?

Accepted Answer

Genetik algoritmaların kullanımında tipik olarak aşağıdaki basamaklar izlenir:

Başlangıç popülasyonu rastlantısal olarak üretilir.
Popülasyon içindeki tüm örneklerin amaç/uygunluk fonksiyonu değerleri hesaplanır.
Üreme, çaprazlama ve mutasyon operatörleri uygulanır.
Oluşturulan her yeni örnek amaç/uygunluk fonksiyonu değerleri hesaplanır.
Amaç fonksiyonu değerleri kötü/düşük olan örnekler popülasyondan çıkarılır.
3-5 arasındaki adımlar tekrar edilir.

Question 22

Genetik algoritmalarda çaprazlama operatörü ile ne yapılır?

Accepted Answer

Genetik algoritmalarda çaprazlama operatörü ile ebeveyn olarak seçilen iki örneğin temsil ettiği çözümlerin belirli parçaları karşılıklı olarak değiştirilir.

Question 23

Mutasyon operatörü ile ne yapılır?

Accepted Answer

Mutasyon operatörü ile nesiller arası kaybedilen veya hiç varolmamış bu tip farklılıkların üretilmesi sağlanır.

Question 24

Kriptografik algoritmalar nedir ve ne amaçla kullanılır?

Accepted Answer

Kriptografik algoritmalar, mesajları şifrelemek ve deşifre etmek için kullanılan süreç veya kurallar dizisidir. Temel olarak istenmeyen kişilerin verilere erişememesini sağlayarak verileri koruyan süreçlerdir. Bu algoritmaların, güvenli ve kimliği doğrulanmış finansal işlemlerin sağlanması da dahil olmak üzere çok çeşitli kullanımları vardır.

Question 25

Kriptografik algoritmalar kaç sınıfta değerlendirilebilir ve bunlar nelerdir?

Accepted Answer

Kriptografik algoritmalar temel olarak simetrik ve asimetrik olmak üzere iki sınıfta değerlendirilebilir.

Question 26

Simetrik algoritmaların güçlü ve zayıf yanları nelerdir?

Accepted Answer

Simetrik algoritmalar anahtar boyunun kısa olması, donanım ile birlikte kullanılabilmeleri, hızlı olmaları gibi güçlü yanlara sahiptir. Bunun yanısıra güvenli anahtarın dağıtımındaki zorluk, kimlik doğrulama ve bütünlük ilkeleri hizmetlerini güvenli bir şekilde yerine getirmenin kolay olmaması gibi farklı açılardan ise zayıflıkları vardır.

Question 27

Asimetrik şifreleme algoritmalarının zayıf yönü nedir?

Accepted Answer

Asimetrik Şifreleme Algoritmalarının anahtarları kullanarak bilgileri çözme işlemlerinde CPU zamanının çok fazla olması asimetrik şifrelemenin zayıf yönüdür.

Algoritmalar — Ünite 8 Soru-Cevap