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