7.Sınıf Yapay Zeka Uygulamaları 2.Dönem 2.Yazılıya Hazırlık Test 1 sınavı 7.Sınıf kategorisinin Yapay Zeka Uygulamaları alt kategorisinin, 2 dönemine ait. Bu sınav Orta derecede zorluktadır. Toplamda 23 sorudan oluşmaktadır.
Yapay zekânın, verilerden öğrenme yeteneği kazandıran alt dalı aşağıdakilerden hangisidir?
A) Makine Öğrenmesi B) Derin Öğrenme
C) Programlama D) Veri Madenciliği
Yapay öğrenme sürecinde, Cahit Öğretmen'in öğrencilere çözdüğü örnekler neyi temsil etmektedir?
A) Test verisi B) Eğitim verisi
C) Algoritma D) Model
Yapay öğrenme sürecinde, veri setindeki eksik veya tutarsız verilerin düzeltilmesi işlemi hangi adımda gerçekleştirilir?
A) Veri toplama
B) Veri temizleme ve özellik mühendisliği
C) Model eğitimi
D) Model değerlendirme
Derin öğrenme (deep learning) hangi kavramın alt kümesidir?
A) Programlama B) Yapay Zeka C) Veri Tabanı D) Robotik
Aşağıdakilerden hangisi yapay öğrenme algoritmaları için doğru bir benzetmedir?
A) Bir öğrencinin derste not tutması
B) Bir öğrencinin farklı konularda farklı çalışma yöntemleri kullanması
C) Bir öğretmenin sınavda aynı soruları sorması
D) Bir arabanın yakıtının bitmesi
Yapay öğrenme modelleri öğrenme türlerine göre kaç gruba ayrılır?
A) İki B) Üç C) Dört D) Beş
Aşağıdakilerden hangisi denetimli öğrenme modelleri için gereklidir?
A) Etiketsiz veri seti B) Etiketli veri seti
C) Rastgele veri seti D) Büyük veri seti
Hangi öğrenme türünde hem etiketli hem de etiketsiz veri setleri kullanılır?
A) Denetimli öğrenme B) Denetimsiz öğrenme
C) Yarı denetimli öğrenme D) Pekiştirmeli öğrenme
Aşağıdakilerden hangisi pekiştirmeli öğrenme için bir örnektir?
A) Bir görseldeki nesneyi tanımlamak
B) Labirentteki bir farenin çıkışı bulması
C) Hava sıcaklığı tahmini
D) Bir metnin duygu analizini yapmak
Aşağıdakilerden hangisi Orange programının karşılama ekranında bulunan seçeneklerden biri değildir?
A) New (Yeni) B) Open (Aç)
C) Save (Kaydet) D) Examples (Örnekler)
Orange programında bir iş akışına veri seti eklemek için hangi araç seti kullanılır?
A) Transform (DönüştürmE) B) Visualize (Görselleştirme)
C) Data (Veri) D) Evaluate (Değerlendirme)
Orange programında bir veri setindeki iki değişken arasındaki ilişkiyi görsel olarak incelemek için hangi nesne (widget) kullanılabilir?
A) Data Table B) File
C) Scatter Plot D) Distributions
Orange programında bir nesnenin (widget) işlevini görüntülemek için nesneye sağ tıklandığında hangi seçenek seçilmelidir?
A) Remove B) Rename C) Open D) Duplicate
Orange programında, bir veri setindeki ögelerin durumu hakkında bilgi edinmek için hangi nesneye çift tıklanır?
A) Dağılımlar (Distributions)
B) Veri Tablosu (Data TablE)
C) Dosya (File)
D) Saçılım Grafiği (Scatter Plot)
Aşağıdakilerden hangisi Iris veri setinin özelliklerinden biri değildir?
A) Çanak yaprağı uzunluğu B) Taç yaprağı genişliği
C) Kök uzunluğu D) Çanak yaprağı genişliği
Kutu grafiği (Boxplot) kullanımının temel amacı aşağıdakilerden hangisidir?
A) Veri setindeki ortalama değerleri hesaplamak
B) Veri setindeki yinelenen değerleri, aykırı değerleri ve anormallikleri hızla keşfetmek
C) Veri setindeki tüm değerleri sıralamak
D) Veri setindeki en büyük ve en küçük değerleri bulmak
Google E-tablolar kullanılarak oluşturulan bir veri setini Orange programına aktarmak için hangi nesne kullanılır?
A) Data Table B) File
C) Select Columns D) Save Data
Kümeleme yönteminde amaç nedir?
A) Veri setindeki ögeleri rastgele gruplara ayırmak
B) Veri setindeki aynı kümedeki ögelerin birbirleriyle arasındaki uzaklığın en az olduğu, küme merkezlerinin birbirleriyle uzaklıklarının en fazla olduğu kümeler oluşturmak
C) Veri setindeki tüm ögeleri tek bir kümede toplamak
D) Veri setindeki ögeleri alfabetik sıraya göre sıralamak
Orange programında, sınıflandırma modellerini eğitmek için kullanılan araç setlerinden hangisi yukarıda bahsedilmemiştir?
A) Tree B) Logistic Regression
C) Neural Network D) Predictions
Orange programında eklentileri yüklemek için hangi menü kullanılır?
A) File B) Edit C) Options D) View
Aşağıdakilerden hangisi Temel Bileşenler Analizi (PCA)'nin kullanım amaçlarından biri değildir?
A) Veri sıkıştırma
B) Boyut azaltma
C) Model karmaşıklığını artırma
D) Anlamlı özellikleri seçme
Orange'da bir veri seti oluşturmak için kullanılan nesne aşağıdakilerden hangisidir?
A) Data Table B) File
C) Paint Data D) Test and Score
Eğer bir iş akışında birden fazla model oluşturulursa, performans metrikleri nerede listelenir?
A) File nesnesinde B) Test and Score nesnesinde
C) Data Table nesnesinde D) Tree Viewer nesnesinde
Yapay zekânın, verilerden öğrenme yeteneği kazandıran alt dalı aşağıdakilerden hangisidir?
A) Makine Öğrenmesi B) Derin Öğrenme
C) Programlama D) Veri Madenciliği
Makine öğrenmesi, yapay zekânın veriden öğrenme yoluyla kendini geliştiren bir alt dalıdır.
Yapay öğrenme sürecinde, Cahit Öğretmen'in öğrencilere çözdüğü örnekler neyi temsil etmektedir?
A) Test verisi B) Eğitim verisi
C) Algoritma D) Model
Eğitim verisi, yapay öğrenme algoritmalarının öğrenmesi ve model oluşturması için kullanılan örneklerdir.
Yapay öğrenme sürecinde, veri setindeki eksik veya tutarsız verilerin düzeltilmesi işlemi hangi adımda gerçekleştirilir?
A) Veri toplama
B) Veri temizleme ve özellik mühendisliği
C) Model eğitimi
D) Model değerlendirme
Veri temizleme ve özellik mühendisliği aşamasında, veri setinin kalitesi artırılır ve modelin daha iyi performans göstermesi sağlanır.
Derin öğrenme (deep learning) hangi kavramın alt kümesidir?
A) Programlama B) Yapay Zeka C) Veri Tabanı D) Robotik
Derin öğrenme, yapay zekanın bir alt dalı olan makine öğrenmesinin bir alt kümesidir.
Aşağıdakilerden hangisi yapay öğrenme algoritmaları için doğru bir benzetmedir?
A) Bir öğrencinin derste not tutması
B) Bir öğrencinin farklı konularda farklı çalışma yöntemleri kullanması
C) Bir öğretmenin sınavda aynı soruları sorması
D) Bir arabanın yakıtının bitmesi
Her algoritma, farklı problem türleri ve veri setleri için farklı derecelerde başarılı olabilir; tıpkı bir öğrencinin farklı derslerde farklı çalışma yöntemleri kullanması gibi.
Yapay öğrenme modelleri öğrenme türlerine göre kaç gruba ayrılır?
A) İki B) Üç C) Dört D) Beş
Yapay öğrenme modelleri öğrenme türlerine göre denetimli, denetimsiz, yarı denetimli ve pekiştirmeli öğrenme olmak üzere dört gruba ayrılır.
Aşağıdakilerden hangisi denetimli öğrenme modelleri için gereklidir?
A) Etiketsiz veri seti B) Etiketli veri seti
C) Rastgele veri seti D) Büyük veri seti
Denetimli öğrenme modelleri, modelin eğitilmesi sırasında etiketlerin kullanıldığı etiketli veri setleri gerektirir.
Hangi öğrenme türünde hem etiketli hem de etiketsiz veri setleri kullanılır?
A) Denetimli öğrenme B) Denetimsiz öğrenme
C) Yarı denetimli öğrenme D) Pekiştirmeli öğrenme
Yarı denetimli öğrenme, hem etiketli verilerin etiket bilgisinden hem de etiketsiz ama büyük miktardaki veriden yararlanılan bir öğrenme türüdür.
Aşağıdakilerden hangisi pekiştirmeli öğrenme için bir örnektir?
A) Bir görseldeki nesneyi tanımlamak
B) Labirentteki bir farenin çıkışı bulması
C) Hava sıcaklığı tahmini
D) Bir metnin duygu analizini yapmak
Labirentteki bir farenin deneme yanılma yoluyla çıkışı bulması, pekiştirmeli öğrenmenin temel prensiplerini (deneme yanılma ve ödüllendirme) örnekler.
Aşağıdakilerden hangisi Orange programının karşılama ekranında bulunan seçeneklerden biri değildir?
A) New (Yeni) B) Open (Aç)
C) Save (Kaydet) D) Examples (Örnekler)
Karşılama ekranında yeni iş akışı oluşturma, mevcut iş akışını açma, son çalışılan iş akışlarına erişme, eğitim videolarına ulaşma, resmi web sayfasına gitme, örneklere göz atma ve dökümantasyona erişme seçenekleri bulunur, ancak doğrudan kaydetme seçeneği yoktur.
Orange programında bir iş akışına veri seti eklemek için hangi araç seti kullanılır?
A) Transform (DönüştürmE) B) Visualize (Görselleştirme)
C) Data (Veri) D) Evaluate (Değerlendirme)
Data araç seti, veri seti ve veri dosyalarını yükleme, tanımlayıcı istatistikler elde etme ve veri seti hakkında bilgi alma gibi işlemler için kullanılır.
Orange programında bir veri setindeki iki değişken arasındaki ilişkiyi görsel olarak incelemek için hangi nesne (widget) kullanılabilir?
A) Data Table B) File
C) Scatter Plot D) Distributions
Scatter Plot (Saçılım Grafiği), iki değişken arasındaki ilişkiyi noktalarla göstererek görsel bir analiz imkanı sunar.
Orange programında bir nesnenin (widget) işlevini görüntülemek için nesneye sağ tıklandığında hangi seçenek seçilmelidir?
A) Remove B) Rename C) Open D) Duplicate
Bir nesnenin işlevini görüntülemek için üzerine sağ tıklayıp "Open" seçeneğini seçmek, nesnenin ayarlarını ve özelliklerini açar.
Orange programında, bir veri setindeki ögelerin durumu hakkında bilgi edinmek için hangi nesneye çift tıklanır?
A) Dağılımlar (Distributions)
B) Veri Tablosu (Data TablE)
C) Dosya (File)
D) Saçılım Grafiği (Scatter Plot)
Dağılımlar nesnesine çift tıklanarak veri görselleştirme ile veri setindeki ögelerin durumu hakkında bilgi edinilir.
Aşağıdakilerden hangisi Iris veri setinin özelliklerinden biri değildir?
A) Çanak yaprağı uzunluğu B) Taç yaprağı genişliği
C) Kök uzunluğu D) Çanak yaprağı genişliği
Iris veri setinde tür, çanak yaprağı uzunluğu, çanak yaprağı genişliği, taç yaprağı uzunluğu ve taç yaprağı genişliği özellikleri bulunmaktadır. Kök uzunluğu bu özelliklerden biri değildir.
Kutu grafiği (Boxplot) kullanımının temel amacı aşağıdakilerden hangisidir?
A) Veri setindeki ortalama değerleri hesaplamak
B) Veri setindeki yinelenen değerleri, aykırı değerleri ve anormallikleri hızla keşfetmek
C) Veri setindeki tüm değerleri sıralamak
D) Veri setindeki en büyük ve en küçük değerleri bulmak
Kutu Grafiği (Boxplot) kullanımı veri setinde yinelenen değerler, aykırı değerler ve ve anormallikleri hızla keşfetmek ve veriyi kontrol etmek için bir araçtır.
Google E-tablolar kullanılarak oluşturulan bir veri setini Orange programına aktarmak için hangi nesne kullanılır?
A) Data Table B) File
C) Select Columns D) Save Data
Çalışma alanına File nesnesi eklenerek çift tıklanır, URL bölümüne Google e-tablo bağlantı adresi yapıştırılır.
Kümeleme yönteminde amaç nedir?
A) Veri setindeki ögeleri rastgele gruplara ayırmak
B) Veri setindeki aynı kümedeki ögelerin birbirleriyle arasındaki uzaklığın en az olduğu, küme merkezlerinin birbirleriyle uzaklıklarının en fazla olduğu kümeler oluşturmak
C) Veri setindeki tüm ögeleri tek bir kümede toplamak
D) Veri setindeki ögeleri alfabetik sıraya göre sıralamak
Kümeleme yönteminde aynı kümedeki ögelerin birbirleriyle arasındaki uzaklığın en az olduğu, küme merkezlerinin birbirleriyle uzaklıklarının en fazla olduğu kümeler oluşturulmak amaçlanmaktadır.
Orange programında, sınıflandırma modellerini eğitmek için kullanılan araç setlerinden hangisi yukarıda bahsedilmemiştir?
A) Tree B) Logistic Regression
C) Neural Network D) Predictions
Metinde Tree ve Logistic Regression modellerinin kullanıldığı belirtilmiştir. Predictions nesnesi de modellerin tahminlerini değerlendirmek için kullanılmaktadır. Neural Network modeli ise metinde geçmemektedir.
Orange programında eklentileri yüklemek için hangi menü kullanılır?
A) File B) Edit C) Options D) View
Eklentileri yüklemek için "Options" menüsünden "Add-ons" seçeneği kullanılır.
Aşağıdakilerden hangisi Temel Bileşenler Analizi (PCA)'nin kullanım amaçlarından biri değildir?
A) Veri sıkıştırma
B) Boyut azaltma
C) Model karmaşıklığını artırma
D) Anlamlı özellikleri seçme
PCA, veri setindeki özellik sayısını azaltarak model karmaşıklığını azaltmaya yardımcı olur.
Orange'da bir veri seti oluşturmak için kullanılan nesne aşağıdakilerden hangisidir?
A) Data Table B) File
C) Paint Data D) Test and Score
Paint Data nesnesi, fare ile işaretlenerek (boyanarak) veri noktaları oluşturulmasını sağlar.
Eğer bir iş akışında birden fazla model oluşturulursa, performans metrikleri nerede listelenir?
A) File nesnesinde B) Test and Score nesnesinde
C) Data Table nesnesinde D) Tree Viewer nesnesinde
Test and Score nesnesi, oluşturulan modellerin performans metriklerini alt alta listeler.
Yapay zekâ ve makine öğrenmesi arasındaki ilişkiyi açıklar.
Eğitim verisinin yapay öğrenmedeki rolünü anlar.
Veri temizleme ve özellik mühendisliğinin önemini kavrar.
Yapay zeka, makine öğrenmesi ve derin öğrenme arasındaki ilişkiyi bilir.
Yapay öğrenme algoritmalarının problem durumuna göre değişebileceğini anlar.
Yapay öğrenme türlerini sınıflandırır.
Denetimli öğrenme modelinin özelliklerini açıklar.
Yarı denetimli öğrenme modelinin özelliklerini açıklar.
Pekiştirmeli öğrenme modelinin özelliklerini açıklar.
Bir veri madenciliği aracının arayüzünü tanır ve temel fonksiyonlarını ayırt eder.
Veri madenciliği araçlarında veri işleme adımlarını ve ilgili araçları bilir.
Veri madenciliği araçlarında veri görselleştirme tekniklerini ve ilgili araçları bilir.
Veri madenciliği araçlarında nesnelerin (widget) özelliklerini ve fonksiyonlarını anlar.
Veri görselleştirmenin keşifsel veri analizindeki önemini anlar.
Popüler bir veri seti olan Iris veri setini tanır ve özelliklerini bilir.
Kutu grafiğinin veri analizindeki rolünü ve faydalarını anlar.
Farklı kaynaklardan veri alabilme becerisi kazanır.
Kümeleme yönteminin temel prensiplerini ve amaçlarını anlar.
Farklı sınıflandırma modellerinin kullanım alanlarını ayırt edebilme.
Orange programında eklenti yükleme işlemini gerçekleştirebilme.
Temel Bileşenler Analizi'nin (PCA) temel prensiplerini ve faydalarını açıklayabilme.
Orange programında veri oluşturma yöntemlerini kavrama.
Birden fazla modelin performansını karşılaştırmanın önemini kavrama.
etiketlerini kapsamaktadır.Değerli öğretmenlerimiz, isterseniz sistemimizde kayıtlı binlerce sorudan 7.Sınıf Yapay Zeka Uygulamaları dersi için sınav-yazılı hazırlama robotu ile ücretsiz olarak beş dakika içerisinde istediğiniz soru sayısında, soru tipinde ve zorluk derecesinde sınav oluşturabilirsiniz. Yazılı robotu için Sınav Robotu tıklayın.