{
  "baslik": "Yapay Zeka Uygulamaları — 3. Hafta",
  "aciklama": "Sınıflandırma, veri seti kaynakları, Kaggle ve ilk model: taban çizgisi, eğitim/sınav ayrımı, karmaşıklık matrisi",
  "sorular": [
    {
      "soru": "Aşağıdaki sorulardan hangisi bir **sınıflandırma** problemidir?",
      "secenekler": [
        "Bir e-posta spam mı, değil mi?",
        "Bu evin fiyatı kaç TL olacak?",
        "Bu hastanın ateşi kaç derece çıkacak?",
        "Bu mağaza yarın kaç adet ürün satacak?",
        "Bu öğrencinin final notu 100 üzerinden kaç olacak?"
      ],
      "dogru": "A",
      "aciklama": "Kuralı şöyle hatırlayın: **kutu seçiyorsak sınıflandırma, sayı söylüyorsak regresyon.** Spam sorusunun cevabı iki hazır kutudan biridir (spam / spam değil). Diğer dört seçenekte cevap bir sayıdır ve arada sonsuz ara değer vardır — bunlar regresyon, yani 4. haftanın konusu."
    },
    {
      "soru": "Elinizde müşteri verisi var ama tabloda hangi müşterinin hangi gruba ait olduğunu söyleyen **hiçbir sütun yok**. Yine de müşterileri birbirine benzeyen gruplara ayırmak istiyorsunuz. Bu nedir?",
      "secenekler": [
        "İkili sınıflandırma, çünkü sonunda gruplar oluşuyor.",
        "Regresyon, çünkü grup numarası bir sayıdır.",
        "Sınıflandırmadır; model grupları kendisi öğrenir.",
        "Sınıflandırma değildir; bu bir kümeleme işidir, çünkü elimizde doğru cevapların yazdığı bir sütun yok.",
        "Hiçbir yöntemle yapılamaz, önce elle etiketlemek şarttır."
      ],
      "dogru": "D",
      "aciklama": "Sınıflandırmanın tek şartı, eğitim verisinde **doğru cevabın yazdığı bir sütunun bulunmasıdır**. Burada o sütun yok; grupları modelin kendisi uyduruyor. Bunun adı **kümeleme**'dir. İsterseniz kendiniz bir kural yazıp etiket üretebilirsiniz — ama o zaman model gerçeği değil, sizin yazdığınız kuralı öğrenir."
    },
    {
      "soru": "Titanic verisinde 891 yolcunun 549'u kurtulamamış (%61,6), 342'si kurtulmuş (%38,4). Modelinizi çalıştırdınız ve **%64 doğruluk** aldınız. Bu sonuç ne anlama gelir?",
      "secenekler": [
        "Çok iyi bir sonuçtur, model yolcuların çoğunu doğru bilmiştir.",
        "Model neredeyse hiçbir şey öğrenmemiştir; herkese \"kurtulamadı\" deseydik zaten %61,6 alırdık.",
        "Doğruluk %50'nin üstünde olduğu için model başarılıdır.",
        "Sonuç yorumlanamaz, çünkü doğruluk tek başına hiçbir zaman hesaplanamaz.",
        "Model aşırı öğrenmiştir, eğitim verisini ezberlemiştir."
      ],
      "dogru": "B",
      "aciklama": "Buna **taban çizgisi** denir: hiç model kurmadan, sadece en kalabalık kutuyu söyleyerek alacağınız skor. Titanic'te bu %61,6'dır. %64 alan bir model taban çizgisini yalnızca 2,4 puan geçmiştir — yani neredeyse hiçbir şey öğrenmemiştir. **Her projede ilk hesaplayacağınız sayı budur**; neyi geçmeniz gerektiğini bilmeden hiçbir skorun anlamı yoktur."
    },
    {
      "soru": "Titanic verisinde `Age` sütununun 177 hücresi boş. Bu boşlukları doldururken neden ortalama yerine **ortanca (medyan)** tercih ediyoruz?",
      "secenekler": [
        "Ortanca her zaman ortalamadan büyüktür.",
        "Ortancayı hesaplamak bilgisayarı daha az yorar.",
        "Ortanca kullanınca eksik veri sorunu tamamen ortadan kalkar.",
        "Ortalama sadece tam sayılarla çalışır, yaş ise ondalıklı olabilir.",
        "Ortanca tek bir uç (aykırı) değerden etkilenmez; ortalama ise o değere doğru sürüklenir."
      ],
      "dogru": "E",
      "aciklama": "2. haftadaki kaydıraçlı örneği hatırlayın: 85, 92, 97, 104, 110 m²'lik evlerin arasına 900 m²'lik tek bir kayıt girdiğinde ortalama fırlar, ortanca yerinde kalır. Ortalamayla doldursaydık, uydurduğumuz değer hiçbir yolcuyu temsil etmeyecekti. Ortanca bu yüzden daha güvenli bir seçimdir."
    },
    {
      "soru": "Kodda `d[\"Kadin\"] = (d[\"Sex\"] == \"female\").astype(int)` satırını neden yazıyoruz?",
      "secenekler": [
        "Veri setindeki erkek yolcuları silmek için.",
        "Modeller yalnızca sayı anlar; \"female\" yazısını 1'e, \"male\" yazısını 0'a çeviriyoruz.",
        "Kadın yolcuların kurtulma oranını hesaplamak için.",
        "Boş kalan cinsiyet hücrelerini doldurmak için.",
        "Cinsiyet sütununu tahmin edilecek hedef (etiket) hâline getirmek için."
      ],
      "dogru": "B",
      "aciklama": "scikit-learn modelleri metinle çalışamaz, sayı bekler. `(d[\"Sex\"] == \"female\")` ifadesi kadınlar için `True`, erkekler için `False` üretir; `.astype(int)` ise bunları 1 ve 0'a çevirir. Hiçbir satır silinmez, sadece bilgi modelin okuyabileceği biçime girer."
    },
    {
      "soru": "`train_test_split` ile veriyi neden ikiye bölüyoruz?",
      "secenekler": [
        "Veri çok büyük olduğu için bilgisayar hepsini aynı anda işleyemez.",
        "Modeli iki kez eğitip iki sonucun ortalamasını almak için.",
        "Modeli eğittiğimiz satırlarla sınav yaparsak, model o cevapları zaten gördüğü için skor gerçeği yansıtmaz.",
        "Eksik değerleri yalnızca ikinci parçada doldurabilmek için.",
        "Kaggle'a gönderim yapabilmek için dosyanın ikiye bölünmesi zorunludur."
      ],
      "dogru": "C",
      "aciklama": "Çıkmış soruları ezberleyen bir öğrenciyi düşünün: aynı soruları sorarsanız 100 alır, yeni bir soru sorarsanız çakar. Biz modelin **daha önce hiç görmediği** yolcularda ne yapacağını merak ediyoruz. Bu yüzden başarı her zaman ayırdığımız sınav verisinde ölçülür; raporunuza yazacağınız sayı oradan gelmelidir."
    },
    {
      "soru": "Kaggle Notebook'ta çalışırken `/kaggle/input/` klasörü hakkında doğru olan hangisidir?",
      "secenekler": [
        "Ürettiğiniz `submission.csv` dosyasını buraya kaydetmeniz gerekir.",
        "Eklediğiniz verinin durduğu klasördür ve **salt okunurdur**; buraya dosya yazamazsınız.",
        "Oturum kapanınca içindeki veriler silinir.",
        "Yalnızca telefonunu doğrulayan kullanıcılar bu klasörü görebilir.",
        "Kodunuzu bu klasöre kaydetmezseniz notebook çalışmaz."
      ],
      "dogru": "B",
      "aciklama": "`/kaggle/input/` eklediğiniz veri setlerinin durduğu, **değiştirilemeyen** klasördür. Sizin ürettiğiniz dosyalar (örneğin `submission.csv`) `/kaggle/working/` klasörüne gider. Yeni başlayanların en sık aldığı hata, input klasörüne yazmaya çalışmak ya da dosya yolunu elle yanlış yazmaktır — yolu sol panelden kopyalayın."
    },
    {
      "soru": "Ödeviniz için bir veri seti seçiyorsunuz. Sayfasında lisans alanında **\"Unknown\"** yazıyor ve açıklamada verinin nereden toplandığı hiç belirtilmemiş. Ne yapmalısınız?",
      "secenekler": [
        "Kullanabilirsiniz; Kaggle'da yayınlanmış olması yeterlidir.",
        "Kullanabilirsiniz, yeter ki raporda veri setinin adını yazın.",
        "Kullanmayın; lisansı belirsiz ve kaynağı yazmayan veri hem hukuken riskli, hem de uydurma (sentetik) olabilir.",
        "Kullanın ama satır sayısını yarıya düşürün.",
        "Kullanın; lisans yalnızca ticari projelerde önemlidir, ödevlerde aranmaz."
      ],
      "dogru": "C",
      "aciklama": "İki ayrı sorun var. Birincisi lisans: \"Unknown\" ise veriyi yükleyen kişinin paylaşma hakkı olmayabilir. İkincisi kaynak: açıklamada verinin nereden geldiği yazmıyorsa veri büyük olasılıkla bilgisayarda **uydurulmuştur**. Böyle verilerde model şaşırtıcı derecede yüksek skor alır, çünkü gerçeği değil veriyi üreten formülü öğrenir. Açıklamada `synthetic`, `generated`, `simulated` kelimelerini arayın."
    },
    {
      "soru": "Kanser taraması yapan bir model kuruyorsunuz. Aşağıdaki iki hatadan hangisi daha pahalıdır ve model ayarını hangi yöne çekmelisiniz?",
      "secenekler": [
        "Yanlış alarm daha pahalıdır; kesme noktasını yükseltip daha temkinli olmalıyız.",
        "İki hata da eşit değerdedir; kesme noktası her zaman %50'de bırakılır.",
        "Hangisinin pahalı olduğu hesaplanamaz, bu yüzden sadece doğruluğa bakılır.",
        "Yanlış alarm daha pahalıdır; çünkü hastaneye fazladan hasta gelir ve doğruluk düşer.",
        "Kaçırma daha pahalıdır; kesme noktasını düşürüp daha az hastayı gözden kaçırmalıyız."
      ],
      "dogru": "E",
      "aciklama": "**Yanlış alarm:** sağlıklı birine \"hasta olabilirsin\" demek → kişi tedirgin olur, ek test yapılır; can sıkıcı ama telafi edilebilir. **Kaçırma:** gerçekten hasta olan birine \"sağlıksın\" demek → çok daha kötü. Kesme noktasını düşürürsek daha az hasta kaçırırız, karşılığında daha çok yanlış alarm veririz. Unutmayın: **bir hatayı azaltmak her zaman öbürünü artırır**; \"hiç hata yapmayan\" bir ayar yoktur. Hangi hatayı göze alacağına karar vermek mühendisin işidir."
    },
    {
      "soru": "KNN modelinde `k = 1` seçtiniz. Öğrendiği yolcularda **%100**, hiç görmediği sınav yolcularında ise **%80** doğruluk çıktı. Bu tablo ne anlatır?",
      "secenekler": [
        "Model ezberlemiştir (aşırı öğrenme); %100'lük skor bir başarı değildir, çünkü her yolcunun en yakın komşusu kendisidir.",
        "Model mükemmeldir; %100 doğruluk aldığı için olduğu gibi kullanılabilir.",
        "Model eksik öğrenmiştir (underfitting); k değerini daha da küçültmek gerekir.",
        "Veri setinde eksik değer kalmıştır, önce onları doldurmak gerekir.",
        "İki sayı arasındaki fark normaldir ve hiçbir şey ifade etmez."
      ],
      "dogru": "A",
      "aciklama": "`k = 1` iken model yalnızca en yakın **tek** komşuya bakar; bir yolcunun en yakın komşusu da kendisi olduğu için eğitim doğruluğu kaçınılmaz olarak %100 çıkar. Bu bir yetenek değil, kopyadır. Gerçek başarı sınav verisindeki %80'dir. k'yi büyüttükçe sınav doğruluğu bir süre yükselir (en iyi bölge), sonra k çok büyüyünce model herkese en kalabalık kutuyu söylemeye başlar ve ikisi birden düşer — buna da **eksik öğrenme** denir."
    }
  ]
}
