Üniversite Yapay Zeka Bilgi Yarışması Soruları ve Cevapları

1

Mini-batch Gradient Descent kullanılırken 'batch size' değerinin optimize edilmesi neden önemlidir?

▼

A

Sadece GPU belleğini verimli kullanmak için

B

Donanım kullanımı ile yakınsama hızı arasında bir denge kurmak için

C

Hata fonksiyonunu her zaman global minimuma taşımak için

D

Veri setindeki gürültüyü tamamen yok etmek için

2

Stochastic Gradient Descent (SGD) yönteminin standart Gradient Descent'e göre temel avantajı nedir?

▼

A

Daha kararlı bir yakınsama sağlaması

B

Her iterasyonda tüm veri setini kullanması

C

Hesaplama maliyetinin düşük olması ve yerel minimumlardan kaçabilme potansiyeli

D

Hata fonksiyonunun her zaman konveks olmasını garanti etmesi

3

LIME (Local Interpretable Model-agnostic Explanations) algoritmasının temel amacı nedir?

▼

A

Karmaşık bir modelin yerel kararlarını basit ve anlaşılır bir modelle açıklamak

B

Modeli daha hızlı eğitmek için veri setini küçültmek

C

Verideki kişisel verileri anonimleştirmek

D

Modelin global doğruluğunu %100'e yaklaştırmak

4

Transformer mimarisindeki 'Feed-Forward' ağlarının her attention katmanından sonra uygulanmasının amacı nedir?

▼

A

Dikkat mekanizmasından gelen bilgiyi işleyerek daha yüksek seviyeli özellikler çıkarmak.

B

Modelin toplam parametre sayısını azaltmak.

C

Girdi dizisini vektör uzayında döndürmek.

D

Gradyan akışını hızlandırmak için aktivasyon fonksiyonlarını pas geçmek.

5

Bir makine öğrenmesi modelinde 'Algorithmic Bias' oluşmasının en temel teknik nedeni aşağıdakilerden hangisidir?

▼

A

Eğitim verisindeki tarihsel eşitsizliklerin ve temsili bozuklukların modele aktarılması

B

Modelin aşırı yüksek öğrenme hızı (learning rate) ile eğitilmesi

C

GPU donanımının hesaplama kapasitesinin yetersiz kalması

D

Modelin sadece unsupervised learning yöntemleriyle eğitilmesi

6

Bir modelin eğitim verisi ile test verisi arasındaki performans farkının, modelin belirli bir grubu dışlamasından kaynaklandığı duruma ne ad verilir?

▼

A

Overfitting

B

Underfitting

C

Representation Bias

D

Data Leakage

7

Bir görüntüdeki kenarları tespit etmek için bilgisayarlı görmede en çok kullanılan filtre aşağıdakilerden hangisidir?

▼

A

Gaussian filtresi

B

Sobel filtresi

C

Median filtresi

D

Bilateral filtresi

8

Momentum tabanlı gradyan inişi algoritmasının temel amacı nedir?

▼

A

Öğrenme oranını her adımda otomatik artırmak

B

Geçmiş gradyanların ağırlıklı ortalamasını kullanarak daha hızlı ve kararlı yakınsama sağlamak

C

Ağırlıkları rastgele sıfırlayarak yerel minimumlardan çıkmak

D

Backpropagation işlemini hızlandırmak için paralel hesaplama yapmak

9

Markov Decision Process (MDP) yapısında, bir durumdan diğerine geçiş olasılığını tanımlayan fonksiyon aşağıdakilerden hangisidir?

▼

A

Discount Factor

B

Transition Probability Function

C

Reward Function

D

Value Function

10

Doğal dil işleme alanında, 'attention' mekanizmasının temel avantajı nedir?

▼

A

Modeli daha derin hale getirmek

B

Uzun mesafeli bağımlılıkları daha iyi öğrenmek

C

Parametre sayısını azaltmak

D

Veri artırmayı kolaylaştırmak

11

BERT modelinin eğitiminde kullanılan 'Next Sentence Prediction' (NSP) görevinin amacı nedir?

▼

A

İki cümle arasındaki mantıksal ilişkiyi ve ardışıklığı kavramasını sağlamak.

B

Modelin dildeki gramer hatalarını düzeltme yeteneğini geliştirmek.

C

Daha uzun metinlerin özetlenmesi için gereken kapasiteyi artırmak.

D

Modelin sadece isim ve sıfatları ayırt etme becerisini optimize etmek.

12

Pekiştirmeli öğrenmede 'Exploration vs. Exploitation' ikilemini dengelemek için kullanılan, epsilon değerinin zamanla azaltıldığı yöntem hangisidir?

▼

A

Epsilon-Greedy Strategy

B

Policy Gradient Method

C

Bellman Optimization

D

Monte Carlo Tree Search

13

Aşağıdakilerden hangisi 'Model-Free' bir pekiştirmeli öğrenme yaklaşımıdır?

▼

A

SARSA

B

Dyna-Q

C

AlphaZero

D

Value Iteration

14

Q-Learning algoritmasında, güncel durum-eylem çiftinin değerini güncellemek için kullanılan temel denklem hangisidir?

▼

A

Policy Iteration

B

Value Iteration

C

Bellman Equation

D

Kullback-Leibler Divergence

15

Gradyan inişi (Gradient Descent) algoritmasında 'learning rate' parametresinin çok büyük seçilmesinin temel sonucu nedir?

▼

A

Global minimuma ulaşmanın imkansız hale gelmesi ve osilasyonlar

B

Modelin aşırı öğrenmesi (overfitting)

C

Kaybolan gradyan (vanishing gradient) sorununun oluşması

D

Veri setinin yetersiz kalması

16

GPT serisi modellerin eğitiminde kullanılan 'Auto-regressive' yaklaşım ne anlama gelir?

▼

A

Modelin bir sonraki kelimeyi, kendinden önceki kelimelere dayanarak tahmin etmesi.

B

Modelin tüm cümleyi aynı anda görerek boşlukları doldurması.

C

Eğitim verisinin etiketlenmesine gerek duymadan kendi kendini denetlemesi.

D

Girdi dizisinin hem başından hem sonundan başlayarak iki taraflı işlenmesi.

17

BERT (Bidirectional Encoder Representations from Transformers) modelini GPT'den ayıran en temel yapısal fark nedir?

▼

A

BERT sadece decoder katmanlarını kullanırken, GPT sadece encoder katmanlarını kullanır.

B

BERT çift yönlü (bidirectional) bağlamı işlemek için sadece encoder katmanlarını kullanır.

C

BERT, Transformer mimarisini kullanmaz, bunun yerine derin CNN yapılarını tercih eder.

D

GPT, maskelenmiş dil modelleme (MLM) görevini kullanırken BERT sadece auto-regressive yöntem kullanır.

18

Pekiştirmeli öğrenmede, ajanın uzun vadeli toplam ödülünü maksimize etmek için kullandığı 'gamma' (indirim faktörü) değerinin 0'a yakın olması ne anlama gelir?

▼

A

Ajanın uzun vadeli ödülleri çok önemsemesi

B

Ajanın sadece anlık ödüllere odaklanması (myopic)

C

Ajanın öğrenme hızının artması

D

Ajanın rastgele hareket etmesi

19

GPT mimarisinde 'maskeli dil modellemesi' (masked language modeling) neden kullanılmaz?

▼

A

Çünkü sadece karakter seviyesinde çalışır

B

Çünkü tek yönlü (sadece soldan sağa) tahmin yapar

C

Çünkü geri yayılım algoritması desteklemez

D

Çünkü sinir ağında parametre paylaşımı yoktur

20

Bilgisayarlı görüde 'Transfer Learning' (Aktarımlı Öğrenme) kullanımının temel amacı nedir?

▼

A

Modelin daha hızlı tahmin yapmasını sağlamak

B

Daha az veriyle daha yüksek performans elde etmek

C

Modelin boyutunu küçültmek

D

Görüntü çözünürlüğünü artırmak

21

YZ sistemlerinin şeffaflığı için önerilen 'Model Cards' kavramı temel olarak neyi içerir?

▼

A

Modelin mimarisi, sınırlılıkları ve kullanım amaçlarını içeren dokümantasyonu

B

Modelin kaynak kodlarının herkese açık olması zorunluluğunu

C

Modelin eğitildiği tüm verilerin ham halini

D

Modeli geliştiren mühendislerin özgeçmişlerini

22

Transformer mimarisinde hangi temel bileşen, modelin girişteki farklı token'lar arasındaki bağlamı öğrenmesini sağlar?

▼

A

Batch normalization

B

Position-wise feed-forward network

C

Self-attention mekanizması

D

Convolutional layer

23

YZ etiğinde 'Fairness through Unawareness' yaklaşımının en büyük eleştirisi nedir?

▼

A

Hassas değişkenlerin (ırk, cinsiyet vb.) çıkarılsa bile proxy değişkenler üzerinden önyargının devam etmesi

B

Modelin eğitim süresinin çok uzaması

C

Yöntemin sadece derin öğrenme modellerinde çalışması

D

Yasal olarak uygulanabilir olmaması

24

Makine öğrenmesi modellerinde 'Disparate Impact' (Eşitsiz Etki) kavramı neyi tanımlar?

▼

A

Modelin bir gruba diğerinden daha olumsuz sonuçlar üretme eğilimini

B

Modelin donanım üzerinde bıraktığı karbon ayak izini

C

Modelin sadece eğitim setine odaklanmasını

D

Hiperparametre optimizasyonunun başarısını

25

GPT modellerinde kullanılan 'Masked Self-Attention' mekanizmasının amacı nedir?

▼

A

Modelin gelecekteki kelimeleri görmesini engelleyerek otoregresif yapıyı korumak.

B

Önemli kelimeleri vurgulayarak önemsiz olanları maskelemek.

C

Eğitim sırasında verinin bir kısmını gizleyerek modelin tahmin yeteneğini artırmak.

D

Modelin sadece belirli dillerde odaklanmasını sağlamak.

26

Avrupa Birliği'nin Yapay Zeka Yasası (AI Act) çerçevesinde, 'Yüksek Riskli' sistemlerin en temel şartı nedir?

▼

A

Sadece açık kaynak kodlu olmaları

B

İnsan gözetimi, şeffaflık ve risk yönetimi süreçlerine sahip olmaları

C

Hiçbir şekilde hata yapmamaları

D

Ticari olarak ücretsiz sunulmaları

27

Convolutional Neural Network (CNN) mimarisinde 'pooling' katmanları hangi işlevi görür?

▼

A

Aktivasyon fonksiyonunu uygular

B

Veri kümesinin boyutunu artırır

C

Özellik haritasının boyutunu küçültür

D

Geri yayılımı hızlandırır

28

Takviyeli öğrenmede (Reinforcement Learning) bir ajanın uzun vadeli ödülü maksimize etme stratejisine ne ad verilir?

▼

A

Politika (Policy)

B

Etiketleme (Labeling)

C

Evrişim (Convolution)

D

Normalizasyon

29

Aşağıdakilerden hangisi 'Off-policy' bir öğrenme algoritmasıdır?

▼

A

SARSA

B

Monte Carlo Control

C

Actor-Critic

D

Q-Learning

30

Düzenlileştirme (Regularization) tekniklerinden biri olan 'Dropout' katmanının temel işlevi nedir?

▼

A

Nöronların rastgele devre dışı bırakılmasıyla aşırı öğrenmeyi önlemek

B

Modeli daha hızlı eğitmek

C

Gradyan patlamasını engellemek

D

Veri setini artırmak

31

Bir derin sinir ağında 'batch normalization' katmanının başlıca işlevi nedir?

▼

A

Ağırlıkların rastgele başlatılmasını sağlamak

B

Katman girişlerini normalize ederek öğrenmeyi hızlandırmak

C

Çıkışların boyutunu arttırmak

D

Veri setini artırmak

32

Pekiştirmeli öğrenmede 'Credit Assignment Problem' (Kredi Atama Problemi) neyi ifade eder?

▼

A

Hangi eylemin nihai ödüle katkı sağladığını belirleme zorluğu

B

Ajanın ne kadar ödül aldığını hesaplama sorunu

C

Donanım kaynaklarının verimli kullanılması

D

Veri setindeki gürültü miktarı

33

Bilgisayarlı görüde (Computer Vision) evrişimli sinir ağlarının (CNN) en önemli avantajı nedir?

▼

A

Veri setindeki gürültüyü tamamen yok etmesi

B

Görüntüdeki hiyerarşik özellikleri (kenarlar, dokular, nesneler) mekansal değişmezlikle öğrenmesi

C

Görüntü işleme hızını donanımdan bağımsız kılması

D

Her zaman daha az eğitim verisine ihtiyaç duyması

34

Double DQN kullanılmasının temel sebebi aşağıdakilerden hangisidir?

▼

A

Daha hızlı eğitim süresi sağlamak

B

Q-değerlerinin aşırı tahmin edilmesini (overestimation) önlemek

C

Keşif (exploration) oranını artırmak

D

Daha az veriyle öğrenmeyi sağlamak

35

GPT mimarisinde, dil modelinin ölçeklenmesiyle ilgili aşağıdaki ifadelerden hangisi doğrudur?

▼

A

Model büyüdükçe doğruluğu azalır

B

Parametre sayısı arttıkça genellikle performansı da artar

C

Model büyüdükçe hafıza gereksinimi azalır

D

Parametre sayısı arttıkça model daha hızlı eğitilir

36

Doğal Dil İşleme (NLP) süreçlerinde, kelimelerin vektör uzayında anlam ilişkilerine göre temsil edilmesini sağlayan teknik aşağıdakilerden hangisidir?

▼

A

Tokenization

B

Word Embeddings

C

Lemmatization

D

Stop-words removal

37

Differential Privacy (Diferansiyel Gizlilik) tekniği YZ sistemlerinde hangi etik sorunu çözmeyi hedefler?

▼

A

Algoritmik önyargı

B

Eğitim verisinden bireysel verilerin ifşa edilmesi riski

C

Modelin şeffaflık eksikliği

D

Donanım maliyetleri

38

Bir modelin 'Counterfactual Fairness' (Karşıolgusal Adalet) kriterini sağladığı ne zaman söylenir?

▼

A

Modelin girdisi değiştirildiğinde (örneğin cinsiyet), tahmin sonucu değişmiyorsa

B

Model her zaman aynı sonucu veriyorsa

C

Model %99 doğruluk oranına ulaştıysa

D

Model sadece insan müdahalesiyle karar veriyorsa

39

Bir sinir ağında 'dropout' katmanı hangi amaçla kullanılır?

▼

A

Veri boyutunu küçültmek

B

Overfitting’i azaltmak

C

Modelin parametre sayısını artırmak

D

Aktivasyon fonksiyonunu değiştirmek

40

Bir sınıflandırma modelinin başarısını değerlendirirken, yanlış pozitif oranının kritik olduğu durumlarda hangi metrik en doğru sonucu verir?

▼

A

Doğruluk (Accuracy)

B

F1-Skoru

C

Hata payı (Error Rate)

D

Sadece Recall

Üniversite Yapay Zeka Bilgi Yarışması Soruları ve Cevapları

Bu Soruları Yarışma Olarak Oyna!