İçeriğe atla
SinaptikLabAI KNOWLEDGE PLATFORM

MAKİNE ÖĞRENMESİ · İleri

Makine Öğrenmesi Testi — İleri

Doğrulama kurgusu, veri sızıntısı, dağılım kayması ve eşik kararlarında mimari gerekçe üretme yetkinliğini ölçen test.

Soru
6
Süre
15 dk
Ölçülen beceri
4
Seviye
İleri

Kimler çözmeli?

Modeli üretime taşıyan veri bilimciler ve makine öğrenmesi mühendisleri için; çapraz doğrulama pratiği önkoşuldur.

Ölçülen beceriler

  • Ölçüm tasarımı
  • Veri sızıntısı teşhisi
  • Dağılım kayması yönetimi
  • Model karmaşıklığı ödünleşimi
01ÇÖZ

Testi çöz

Her cevaptan sonra doğru yanıt ve açıklaması gösterilir. Sonuçta beceri bazlı kırılım ve eksik alan önerisi alırsın.

6 soruluk testi çözmeye hazır mısın?

Her cevaptan sonra doğru yanıt ve açıklaması gösterilir. Sonuçta beceri bazlı kırılım ve eksik alanlar için öneri alırsın.

Sonuç anonim olarak kaydedilir: yalnızca puan ve beceri kırılımı; kimlik bilgisi tutulmaz.
02HEDEFLER

Bu test neyi ölçüyor?

Test sonrası ne bildiğini değil, hangi beceride eksik olduğunu görürsün.

  • 01

    Zamansal ve gruplu veride doğru doğrulama kurgusunu tasarlamak

  • 02

    Sızıntı ve kayma kaynaklı başarısızlık kiplerini birbirinden ayırt etmek

  • 03

    Ölçüt ve eşik seçimini uygulamanın maliyet yapısıyla gerekçelendirmek

03ÖRNEK SORULAR

Sorular sayfada görünür

Eğitim içeriği JavaScript arkasına gizlenmez. Aşağıdaki üç örnek soru, doğru cevapları ve açıklamalarıyla birlikte taranabilir durumdadır.

  1. Soru 01makine-ogrenmesi-ileri-1Zamansal doğrulama · İleri · Ölçüm tasarımı

    Zaman sırası taşıyan işlem verisinde rastgele k-katlı çapraz doğrulama kullanmak neden yanıltıcı sonuç verir?

    • AKatlar eşit büyüklükte olmadığı için ortalama başarı sistematik olarak yukarı kayar
    • BBazı katlarda ileri tarihli örnekler eğitime girer; model gelecekten öğrenmiş olur
    • CZaman serisinde etiket bulunmadığı için gözetimli doğrulama tanımsız kalır
    • DKatlar arası varyans büyüdüğü için güven aralığı hesaplanamaz hale gelir

    Açıklama

    Rastgele katlarda ileri tarihli örnekler eğitime, geri tarihliler doğrulamaya düşebilir; model üretimde erişemeyeceği bilgiyi kullanmış olur ve ölçüm iyimser çıkar. Katlar arası varyans seçeneği teknik görünür, ama varyans büyümesi güven aralığını genişletir, ölçümü sistematik olarak yukarı kaydırmaz.

    Evaluation girdisini oku
  2. Soru 02makine-ogrenmesi-ileri-2Veri sızıntısı · İleri · Veri sızıntısı teşhisi

    Doğrulama başarısı olağandışı yüksek çıkan bir modelde özellik üretimi tüm veri üzerinde tek seferde yapılmışsa ilk şüphe hangisi olmalıdır?

    • AÖzellik sayısı arttığı için model aşırı uymuş ve varyansı yükselmiştir
    • BDoğrulama kümesi eğitim kümesinden küçük kaldığı için ölçüm gürültülü ve oynak çıkmıştır
    • CÖlçekleme ve doldurma istatistikleri doğrulama kümesini de gördüğünden bilgi sızmıştır
    • DÖzellikler farklı birimlerde olduğu için mesafe tabanlı model bozulmuştur

    Açıklama

    Ortalama, standart sapma ve doldurma değerleri tüm veri üzerinden hesaplandığında doğrulama kümesinin istatistiği eğitime karışır; başarı gerçekte olmayan bir bilgiyle şişer. Aşırı uyum seçeneği çekicidir, ancak özellik sayısı sabit tutulduğunda bile bu sızıntı tek başına yüksek doğrulama başarısı üretir.

    Evaluation girdisini oku
  3. Soru 03makine-ogrenmesi-ileri-3Dağılım kayması · İleri · Dağılım kayması yönetimi

    Üretimdeki girdi dağılımı sabit kalırken model başarısının aylar içinde düşmesi hangi başarısızlık kipine işaret eder?

    • AKovaryat kayması; girdilerin dağılımı eğitim dağılımından uzaklaşmıştır
    • BKavram kayması; girdi ile etiket arasındaki ilişki değişmiştir
    • CEtiket sızıntısı; eğitimde kullanılan bir özellik hedefin kendisini içeriyordur
    • DYetersiz uyum; modelin kapasitesi baştan itibaren düşük kalmıştır

    Açıklama

    Girdi dağılımı sabitken başarının düşmesi, girdi ile etiket arasındaki ilişkinin değiştiğini gösterir; bu kavram kaymasıdır. Kovaryat kayması en çekici seçenektir, ama tanımı gereği girdi dağılımının değişmesini gerektirir ve soru bunu dışarıda bırakmıştır.

    MLOps girdisini oku
04SONUÇ

Skor nasıl okunur?

  • AI Curious

    0–35

    Kavramları duymuş, henüz haritası yok.

  • AI Explorer

    36–60

    Temelleri biliyor, uygulamada boşluklar var.

  • AI Practitioner

    61–80

    Uygulama kurabiliyor, değerlendirme eksik.

  • AI Builder

    81–100

    Üretim sistemi kurabiliyor ve ölçebiliyor.

LEARN

Eksik çıkan beceriyi kapat

Test sonucun beceri grafiğine işlenir; sistem hangi dersle devam etmen gerektiğini söyler.