A) Sayısal verilerin ortalamalarını hesaplamak için. B) Verilerin görsel temsillerini oluşturmak. C) Kategorik verileri özetlemek için. D) Değişkenler arasındaki ilişkiyi incelemek.
A) Kullanılan istatistiksel test türü. B) Veri kümesinin boyutu. C) Modeldeki değişken sayısı. D) Modelin gözlemlenen verilere ne kadar iyi uyduğu.
A) Gözlemlerin bağımsızlığı B) Artıkların normal dağılımı C) Doğrusallık D) Homoscedasticity
A) Bir model çok basit olduğunda ve tahmin gücünden yoksun olduğunda. B) Bir model doğru olduğunda ve görülmemiş verilere iyi genelleme yaptığında. C) Bir modelin eğitim verilerine mükemmel şekilde uyması ancak yeni verilerde başarısız olması. D) Bir model çok karmaşık olduğunda ve verilerdeki gürültüyü yakaladığında.
A) Regresyon modellerinde doğrusallık varsayımını test etmek. B) Bir veri kümesinin dağılımını özetlemek için. C) Lojistik regresyonda uyum iyiliğini değerlendirmek için. D) Bir sınıflandırma modelinin performansını değerlendirmek için.
A) ANOVA B) PCA C) Lojistik regresyon D) Karar ağacı
A) En önemli değişken hariç tüm girdi değişkenlerini kaldırmak için. B) Tüm modelleme sürecini otomatikleştirmek için. C) Model performansını iyileştirmek için mevcut verilerden yeni girdi değişkenleri oluşturmak. D) Modeli eğitim verilerine tam olarak uydurmak için.
A) Çapraz Doğrulama B) Temel bileşen analizi C) Regresyon analizi D) Ki-kare testi
A) Sebep-sonuç ilişkilerini araştırmak. B) Birden fazla değişkenden tek bir bileşik hesaplama oluşturmak için. C) Veri noktalarını iki boyutlu bir uzayda çizmek için. D) Benzer veri noktalarını kalıplara veya özelliklere göre bir arada gruplamak. |