Bilgi kartları
Konu ve zorluk seçin; her kartın cevabını açmadan önce kendinizi sınayın.
-
Kolay Makine öğrenmesi ile klasik programlama arasındaki temel fark nedir? Cevabı gösterCevabı gizle
Klasik programlamada kuralları biz yazarız; makine öğrenmesinde sistem veriden kuralları kendisi öğrenir.
-
Orta Denetimli (supervised) öğrenmede etiketli veri ne anlama gelir? Cevabı gösterCevabı gizle
Girişlerin yanında doğru çıktının (etiketin) da model eğitiminde kullanılmasıdır.
-
Orta Overfitting (aşırı uyum) problemi nedir? Cevabı gösterCevabı gizle
Modelin eğitildiği veriyi çok iyi öğrenip, yeni veride kötü performans göstermesi durumudur.
-
Kolay Sınıflandırma ve regresyon problemleri arasındaki temel fark nedir? Cevabı gösterCevabı gizle
Sınıflandırma kategorik çıktı, regresyon ise sayısal (sürekli) çıktı üretir.
-
Zor Vektör temsili (vector embedding) ne işe yarar? Cevabı gösterCevabı gizle
Metin, görsel gibi verileri sayısal vektörlere çevirerek benzerlik hesaplanmasını ve arama yapılmasını sağlar.
-
Orta Bir modeli üretimde kullanmadan önce hangi iki metriğe özellikle bakarsın? Cevabı gösterCevabı gizle
Eğitim ve test/validation skorlarını karşılaştırır, aşırı uyum veya düşük performans var mı incelerim.
-
Orta Feature engineering neyi ifade eder? Cevabı gösterCevabı gizle
Ham veriden daha anlamlı, modele uygun özellikler türetme sürecini ifade eder.
-
Orta Confusion matrix hangi problem türünde kullanılır? Cevabı gösterCevabı gizle
Sınıflandırma problemlerinde gerçek ve tahmin sınıflarını karşılaştırmak için kullanılır.
-
Zor “Black box” model ifadesi neyi anlatır? Cevabı gösterCevabı gizle
İç çalışma mantığı kolayca yorumlanamayan, sadece giriş-çıkışı görülen model türlerini anlatır.
-
Kolay Üretken yapay zeka (generative AI) hangi tür çıktılar üretebilir? Cevabı gösterCevabı gizle
Metin, görsel, ses, video, kod gibi yeni ve özgün içerikler üretebilir.
-
Zor Makine öğrenmesinde “bias-variance tradeoff” neyi ifade eder? Cevabı gösterCevabı gizle
Basit modellerde yüksek bias, karmaşık modellerde yüksek variance eğilimi; ideal nokta dengedir.
-
Orta ROC eğrisi neyi ölçer? Cevabı gösterCevabı gizle
Sınıflandırma modelinin duyarlılık–yanlış pozitif oranı performansını.
-
Zor L1 ve L2 regularization farkını açıkla. Cevabı gösterCevabı gizle
L1 , sparse model üretir; L2 , ağırlıkları küçültür, daha stabil modeller oluşturur.
-
Zor Transformer mimarisi neden devrim yarattı? Cevabı gösterCevabı gizle
Attention mekanizması sayesinde paralel işleme ve uzun bağımlılıkların daha iyi yakalanmasını sağladı.
-
Kolay Prompt engineering’in temel amacı nedir? Cevabı gösterCevabı gizle
Bir modelden daha doğru/istenen çıktıyı almak için girdiyi optimize etmek.
-
Orta Embedding boyutu neyi etkiler? Cevabı gösterCevabı gizle
Temsil gücünü; çok küçük embedding düşük anlam, çok büyük embedding overfitting riskini artırır.
-
Kolay Üretken AI modellerinde “temperature” parametresi neyi kontrol eder? Cevabı gösterCevabı gizle
Rastgeleliği. Düşük , tutarlı; yüksek , çeşitli ve daha yaratıcı çıktılar.
-
Orta Reinforcement learning neyi amaçlar? Cevabı gösterCevabı gizle
Ajanın ödül maksimizasyonu için çevreyle etkileşerek en uygun davranışı öğrenmesini sağlar.
-
Kolay Overfitting’i azaltmak için üç yöntem söyle. Cevabı gösterCevabı gizle
Dropout, regularization, daha fazla veri, erken durdurma (early stopping).
-
Zor Büyük dil modellerinde “fine-tuning” ile “RAG” farkı nedir? Cevabı gösterCevabı gizle
Fine-tune model ağırlıklarını değiştirir; RAG dış veriyle sorgu bazlı anlık bilgi ekler.