# Yapay Zeka ve Makine Öğrenmesi

> İstanbul Üniversitesi Yönetim Bilişim Sistemleri programının Yapay Zeka ve Makine Öğrenmesi dersi için Açık Öğretim Portal çalışma sayfasının özeti. Bütün sorular, doğru cevaplar ve açıklamalar ders sayfasındadır.

- Üniversite: İstanbul Üniversitesi Açık ve Uzaktan Eğitim Fakültesi
- Bölüm: Yönetim Bilişim Sistemleri (Lisans)
- Ders kodu: AYBS8501
- Dönem: 8
- Soru: 19 (19 çıkmış soru, 0 alıştırma)
- Sınav yılları: 2024
- Ders sayfası: https://acik-ogretim.github.io/auzef/yonetim-bilisim-sistemleri/yapay-zeka-ve-makine-ogrenmesi/
- Materyaller: https://acik-ogretim.github.io/auzef/yonetim-bilisim-sistemleri/yapay-zeka-ve-makine-ogrenmesi/materyaller/

## Üniteler

### Ünitesi belirlenmemiş sorular

19 soru · https://acik-ogretim.github.io/auzef/yonetim-bilisim-sistemleri/yapay-zeka-ve-makine-ogrenmesi/#unite-0

## Örnek sorular

Bu dosyada en sık sorulan 3 soru örnek olarak yer alır; geri kalanı için ders sayfasını açın.

1. Aşağıdakilerden hangisi Naive Bayes Sınıflandırıcı ile ilgili yanlış bir ifadedir? (ünitesi belirlenmemiş, çıkmış soru)
   - A) Naive Bayes Sınıflandırıcı adındaki "naive", bu algoritmanın sınıflandırma için kullanılan tahmini sağlayan nitelikler arasındaki bağımsızlık varsayımı nedeni ile verilmiştir.
   - B) Naive Bayes Sınıflandırıcı Bayes Teoremi'ne dayanır.
   - C) Naive Bayes Sınıflandırıcı ile Bayes Sınıflandırıcı (Full Bayes Classifier) birbirinin aynısı yöntemlerdir.
   - D) Naive Bayes Sınıflandırıcı ile çalışırken niteliklerin veri tipinin sürekli olması durumunda normal dağılıma uygun dağıldığı kabul edilerek, normal dağılım için olasılık yoğunluk fonksiyonu hesaplanabilir.
   - E) Naive Bayes Sınıflandırıcı ile gerçekleştirilen analizler sonucunda olasılığı en yüksek çıkan sınıf değeri, sınıfı bilinmeyen örneğin sınıfı olarak atanır.
   - Doğru cevap: C
   - Açıklama: Naive Bayes ve Tam (Full) Bayes sınıflandırıcıları temelini aynı teoremden (Bayes Teoremi) alsalar da, matematiksel işleyişleri açısından birbirinin aynısı değildirler. Tam Bayes sınıflandırıcıları, nitelikler (features) arasındaki her türlü ortak etkileşimi ve koşullu bağımlılığı hesaplamak zorundadır ve bu nedenle devasa bir işlem yükü gerektirir. “Naive” (Saf) Bayes ise, problemin çözümünü…
   - Bağlantı: https://acik-ogretim.github.io/auzef/yonetim-bilisim-sistemleri/yapay-zeka-ve-makine-ogrenmesi/#question-0-0

2. Aşağıdaki seçeneklerden hangisi ayrık (discret) veri örneği değildir? (ünitesi belirlenmemiş, çıkmış soru)
   - A) Zar atıldığında üst yüze gelen nokta sayısı.
   - B) Bir sınıftaki öğrenci sayısı.
   - C) Bir kişinin boyu.
   - D) Bir futbol takımının attığı gol sayısı.
   - E) Bir fabrikanın günlük ürettiği ürün adedi.
   - Doğru cevap: C
   - Açıklama: İstatistiksel veriler nicel (sayısal) bağlamda “Ayrık” (Discrete) ve “Sürekli” (Continuous) olmak üzere ikiye ayrılır. Ayrık veriler belirli bir aralıktaki sadece tam sayı değerlerini alabilen, sayılabilen (counted) ve aralarında küsuratlı değer bulunmayan verilerdir (öğrenci sayısı, zarın üst yüzü, gol sayısı gibi). Ancak “bir kişinin boyu” (veya ağırlığı, yaşı, sıcaklık), iki değer arasında…
   - Bağlantı: https://acik-ogretim.github.io/auzef/yonetim-bilisim-sistemleri/yapay-zeka-ve-makine-ogrenmesi/#question-0-1

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? (ünitesi belirlenmemiş, çıkmış soru)
   - A) from sklearn.model_selection
   - B) from sklearn.metrics
   - C) from sklearn.preprocessing
   - D) from sklearn.neighbors
   - E) import matplotlib.pyplot
   - Doğru cevap: D
   - Açıklama: Python’da makine öğrenmesi uygulamaları geliştirmek için standart kabul edilen kütüphane “scikit-learn” (sklearn)’dir. Bu kütüphanenin alt modülleri algoritmaların türlerine göre gruplandırılmıştır. k-En Yakın Komşu (k-NN) algoritması, mesafelere (komşuluk ilişkilerine) dayalı bir model olduğu için `neighbors` modülünün altında yer alır. Sınıflandırma problemi için bu kütüphaneyi içeri…
   - Bağlantı: https://acik-ogretim.github.io/auzef/yonetim-bilisim-sistemleri/yapay-zeka-ve-makine-ogrenmesi/#question-0-2

## Atıf

Açık Öğretim Portal, Yapay Zeka ve Makine Öğrenmesi (İstanbul Üniversitesi), https://acik-ogretim.github.io/auzef/yonetim-bilisim-sistemleri/yapay-zeka-ve-makine-ogrenmesi/. İçerik lisansı CC BY-NC-SA 4.0; sınav sorularının hakları ilgili üniversiteye aittir.
