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