15 Veri Bilimi Test Soruları ve Cevapları

1. Soru: Veri bilimi nedir?
A) Verileri toplamak ve saklamak için kullanılan bir veritabanı sistemi
B) Verilerden bilgi çıkarmak için istatistik, makine öğrenmesi ve veri analizi tekniklerini kullanan bir alan
C) Yalnızca programlama dilleri öğreten bir eğitim disiplini
D) Donanım bileşenlerini yöneten bir teknoloji
Doğru Cevap: B
Açıklama: Veri bilimi, verileri analiz ederek karar verme süreçlerini iyileştirmek için istatistiksel yöntemler ve algoritmalar kullanır, bu sayede gizli desenleri ortaya çıkarır.

2. Soru: Python’da veri analizi için en yaygın kullanılan kütüphane hangisidir?
A) TensorFlow
B) Pandas
C) SQLAlchemy
D) Django
Doğru Cevap: B
Açıklama: Pandas, veri çerçeveleri (DataFrames) ile veri manipülasyonu ve analizi için optimize edilmiştir, bu yüzden veri bilimcileri tarafından sıkça tercih edilir.

3. Soru: Makine öğrenmesinde denetimli öğrenme (supervised learning) nedir?
A) Etiketli veriler olmadan model eğitmek
B) Etiketli verilerle model eğitmek
C) Yalnızca veri görselleştirmesi yapmak
D) Verileri rastgele dağıtmak
Doğru Cevap: B
Açıklama: Denetimli öğrenmede, model girdi verileri ve doğru çıktılar (etiketler) ile eğitilir, bu sayede tahmin yapma yeteneği kazanır.

4. Soru: Büyük veri (Big Data) kavramının temel özelliklerinden biri nedir?
A) Hacim (Volume)
B) Renk (Color)
C) Şekil (Shape)
D) Boyut (Size) – ancak bu farklıdır
Doğru Cevap: A
Açıklama: Büyük veri, veri hacminin (Volume) yanı sıra hız (Velocity) ve çeşitlilik (Variety) gibi özellikleri kapsar, bu da geleneksel veritabanlarını aşar.

5. Soru: Veri görselleştirmede en sık kullanılan araç hangisidir?
A) Excel
B) Matplotlib
C) Word
D) Photoshop
Doğru Cevap: B
Açıklama: Matplotlib, Python’da grafik ve çizimler oluşturmak için esnek bir kütüphanedir ve veri biliminde temel görselleştirme aracı olarak kullanılır.

6. Soru: Aykırı değerler (Outliers) veri analizinde neden önemlidir?
A) Veriyi daha hızlı işlerler
B) Analiz sonuçlarını etkileyebilirler
C) Her zaman veri kaybına yol açarlar
D) Yalnızca görselleştirmede kullanılırlar
Doğru Cevap: B
Açıklama: Aykırı değerler, istatistiksel analizlerde ortalama ve varyansı bozabilir, bu yüzden veri temizliğinde dikkatle ele alınmalıdır.

7. Soru: Lineer regresyon modelinin amacı nedir?
A) Sınıflandırma yapmak
B) İki değişken arasındaki ilişkiyi modellemek
C) Kümeleme analizi yapmak
D) Metin analizi gerçekleştirmek
Doğru Cevap: B
Açıklama: Lineer regresyon, bir bağımlı değişkeni bağımsız değişkenlerle ilişkilendirerek tahmin yapar ve veri desenlerini lineer bir şekilde modeller.

8. Soru: Veri temizliği sürecinde hangi adım genellikle ilk olarak yapılır?
A) Model eğitimi
B) Eksik verilerin tespiti
C) Sonuçların görselleştirilmesi
D) Raporlama
Doğru Cevap: B
Açıklama: Eksik veriler, veri kalitesini düşürebilir, bu yüzden veri temizliğinde ilk adım olarak tespit edilip doldurulması veya kaldırılması gerekir.

9. Soru: Karar ağaçları (Decision Trees) hangi tür makine öğrenmesi algoritmasıdır?
A) Derin öğrenme
B) Denetimsiz öğrenme
C) Denetimli öğrenme
D) Pekiştirmeli öğrenme
Doğru Cevap: C
Açıklama: Karar ağaçları, etiketli verilerle çalışır ve karar verme süreçlerini simüle eder, bu yüzden denetimli öğrenme sınıfına girer.

10. Soru: Kaggle nedir?
A) Bir programlama dili
B) Veri bilimi yarışmaları ve topluluğu platformu
C) Veri depolama yazılımı
D) İstatistik hesaplama aracı
Doğru Cevap: B
Açıklama: Kaggle, veri bilimcilerin yarışmalara katılarak becerilerini sergilediği ve veri kümeleri paylaştığı bir çevrimiçi platformdur.

11. Soru: Normal dağılım (Normal Distribution) neyi temsil eder?
A) Verilerin eşit dağılmasını
B) Verilerin çan eğrisi şeklinde simetrik dağılmasını
C) Yalnızca negatif değerleri
D) Rastgele olmayan verileri
Doğru Cevap: B
Açıklama: Normal dağılım, birçok doğal olguda gözlemlenen bir istatistiksel dağılımdır ve ortalama etrafında simetrik bir yoğunluk gösterir.

12. Soru: TensorFlow hangi amaçla kullanılır?
A) Metin düzenleme
B) Makine öğrenmesi modelleri geliştirmek
C) Veri tabanı yönetimi
D) Web geliştirme
Doğru Cevap: B
Açıklama: TensorFlow, Google tarafından geliştirilen bir kütüphanedir ve derin öğrenme modellerini oluşturmak ve eğitmek için yaygın olarak kullanılır.

13. Soru: Etik veri bilimi uygulamalarında gizlilik ihlali nasıl önlenir?
A) Verileri silmek
B) Anonimleştirme teknikleri kullanmak
C) Herkese açık hale getirmek
D) Verileri çoğaltmak
Doğru Cevap: B
Açıklama: Anonimleştirme, kişisel verileri maskeleyerek gizliliği korur ve veri bilimi projelerinde yasal ve etik uyumu sağlar.

14. Soru: Veri madenciliği (Data Mining) ile veri analizi arasındaki fark nedir?
A) Veri madenciliği veri toplar, analizi işler
B) Veri madenciliği desen arar, analizi özetler
C) Hiçbir fark yoktur
D) Veri analizi veri toplar, madenciliği analiz eder
Doğru Cevap: B
Açıklama: Veri madenciliği, verilerden gizli desenler çıkarmaya odaklanır; veri analizi ise daha genel bir inceleme ve yorumlama sürecidir.

15. Soru: Cross-validation tekniğinin amacı nedir?
A) Veriyi tek bir kez bölmek
B) Modelin genelleme yeteneğini test etmek
C) Yalnızca eğitim verisi kullanmak
D) Veriyi rastgele karıştırmak
Doğru Cevap: B
Açıklama: Cross-validation, veri setini birden fazla kez bölerek modelin farklı alt kümelerde nasıl performans gösterdiğini değerlendirir ve aşırı uyumu önler.