Tam Sayımlama

Karar ağaçları sınıflandırma yaparken öznitelikleri (attributes) değerlendirirler. Karar ağaçlarının ana fikri, bir eğitim setini özyinelemeli olarak her bir bölüm yalnızca bir sınıf içerecek şekilde bölmektir. Başlangıç aşamsında bir kök düğüm oluşturulur ve bir ayrışma özelliği seçilir. Ağacın her ara düğümü bir ayrışma noktasıdır. Başlangıç ağaç oluşturulduktan sonra doğruluğu arttırmak üzere budama da yapılabilir. Bununla birlikte bu yaklaşımın amacı tüm alt kümelerin entropilerinin sıfır olduğu alt ağaçlar yaratmaktır. Dolayısıyla doğru cevap C'dir. 

Karar verici, gelecek ile ilgili senaryoları dikkate alırken öngörüler ve farklı senaryoların analizi ile gelecek için doğru kararlar vererek, işletmenin işlevlerini sürdürebilmesini sağlayabilir. Özellikle karara ilişkin bazı parametrelerinin ancak olasılık dağılımları ile modellenebildiği problemlerde senaryo analizi ve benzetimin sunacağı çözümler yöneticiler için önemli bir yere sahiptirler.

Senaryo Yönetcisi, Veri Tablolarından daha basittir. Doğru cevap B'dir.

Esnek kısıtlar, sağlanması arzu edilen ancak şart olmayan kısıtlardır. Doğru cevap C'dir.

Yapay Zeka

Bir uzman sistemin (US) taşıması gereken özelliklerden bazıları şunlardır:
Uzmanbilgisi: Bir US’nin uzmanbilgisi içermesi gerekir. Uzmanların farklı konulardaki görüşlerini içermesi halinde çelişki çözümleme (conict resolution) yeteneği olmalıdır.

Sembolik akıl yürütme: US’nin özelliği; matematiksel işlemler değil, sembolik
akıl yürütme yapabilmesidir. Mevcut bulgulardan sonuçlara gidebilmeli (ileri
doğru akıl yürütme) veya sonuçlardan sebepleri bulabilmelidir (geriye doğru
akıl yürütme).

Derin yöntembilgisi (deep knowledge): Bir US’nin içerdiği bilgi uzman olmayanların bilemeyeceği derinlikte veya karmaşıklıkta olmalıdır.

Kendini bilme (self-knowledge): US akıl yürütme ve sonuç çıkarma sürecini takip
edebilmeli ve verdiği kararları açıklayabilmelidir. US, kendi uygulamalarından öğrenebilmelidir.

Bankacılık sektöründen müşterilerin kredi başvurusunu derecelendiren bir finansal analitik örneği şu servisleri sunmaktadır:
• Müşterinin kredi notunu hesaplamak,
• Kredi isteğini otomatik olarak kabul veya reddetmek,
• Müşteriye güvenle verilebilecek kredi üst limitini hesaplamak,
• Verilecek kredi için uygun faiz oranı ve ödeme koşullarını belirlemek.

Çözüm ve Seçim: Modelden elde edilen çözümlerin değerlendirilmesi aşamasıdır. Olurlu eylem seçenekleri arasından en iyi veya yeteri kadar iyi bir çözüm belirlenir.

Dış Veri Al (Get External Data): Çalışma sayfaları üzerinde bulunan veri doğrudan Excel ile oluşturulmuş olabileceği gibi farklı kaynaklardan alınan verileri çalışma sayfasına aktarmak da mümkündür. Farklı kaynaklardan veri alma işlemi; Veri sekmesi altında bulunan Dış Veri Al grubundaki komut düğmeleri yardımıyla yapılabilmektedir.

Verilerin Ürünler sayfasından Kopyala ile alınması ve Özel Yapıştır → İşlemi Tersine Çevir ile Model sayfasına aktarılması kullanışlı bir durum değildir. Bu amaçla ürünleri kullanıcıya seçtirip o ürünlere ilişkin bilgileri bu sayfaya aktaran bir özellik katmak istensin. Makroların anlamlı en küçük halleriyle kaydedilmesi ve kullanılması daha doğru olacaktır. İlk önce Model
sayfasındaki mevcut ürün bilgilerini silen bir makro oluşturulur.Bu makraonun adı ürünbilgisi sil olabilir. Sıra ürünleri diğer sayfadan alıp getiren bir makro oluşturmaktadır. AlGetir isimli bir makro olabilir.

Çevrimiçi kayıt işleme; işletme faaliyetlerine ilişkin gerçek kayıtlarının anında kurumsal veritabanlarına aktarılması ve saklanmasıdır. Kurumsal kaynak planlama sistemleri, POS sistemler, web sunucuları, RFID okuyucular OLTP örneklerinden bir kısmıdır. Doğru cevap B'dir.

Veri tablolarının kullanılabilmesi için ilk olarak işlemtablosunun hazırlanması gerekir. Bu amaçla, girdilerin ve çıktı değerlerin yer alacağı hücreler belirlenir. Bu hücreler, değerleri veya formülleri içerebilir. Bu hücreleri, kolay kullanılabilecek referans bir ad ile tanımlayabilirsiniz. Daha sonra analiz etmek istediğiniz farklı girdi değerlerinin listesini hazırlayarak, denemeler yapabilirsiniz. Eğer tek–yönlü tablo oluşturmak istiyorsanız, ilgili değerleri tek bir sütuna ilave edebilirsiniz. Eğer iki–yönlü veri tablosu hazırlıyorsanız, ilgili iki girdi için bir satır ve bir sütun girdi değeri oluşturmanız gerekir. Daha sonra gözlem için hesaplamak istediğiniz Veri Tablosuna çıktı formüllerini giriniz. Tek–yönlü veri tablosu için bu çıktı hücreleri, (tek–yönlü veri tablosu kullanarak birden fazla çıktı gözlemlenebilir) girdi sütununa komşu sütunda olmalıdır. İki–yönlü veri tabloları için bu çıktı hücreleri (yalnızca bir çıktı değeri, iki–yönlü veri tablosu ile gözlenebilir) veri tablosunun üst köşesinde yer almalıdır (girdi değerinin yer aldığını sütunun üzerindeki hücre ve girdi değerinin yer aldığı satırdan sonra).

S_SAYI_ÜRET ve RASTGELEARALIK fonksiyonları, rassal sayıları üretmek için kullanılmaktadır. S_SAYI_ÜRET fonksiyonu, herhangi bir parametreye sahip değildir. S_SAYI_ÜRET fonksiyonu, 0 ve 1 arasında rassal olarak seçilen kesirli sayıları geri döndürür. S_SAYI_ÜRET formülü vardır.

BasitLP’nin orijinal karşılığı Simplex LP olup Simpleks Algoritması denen ve doğrusal
programlama problemlerini çözmekte kullanılan çok yaygın bir algoritmadır. Doğru cevap A'dır.

Benzetim modelleri, amaç fonksiyonu için eniyi değeri araştıran eniyileme modellerinden farklı bir şekilde kullanılmaktadır. Benzetimde, “Olsa–Ne Olur” analizin kullanabilen birçok senaryo altında sistemin performansını değerlendrmek için sistemin davranışı canlandırılmaktadır. Doğru cevap A'dır.

Yarı-yapılandırılmış veri madenciliği ele alınan problemin çeşitli yöntemlerle sonuçlandırılması mümkün olmakla beraber hiçbirinin sonucunu karar vericinin değerlendirmesi olmadan uygulamak doğru değildir. Madencilik sürecinde karar verici, tüm aşamalarda tasarımcı ve denetçi olarak yer alır ancak verilerin işlenmesi aşaması otomatik olarak gerçekleştirilir. Karşılıklı etkileşim vardır. Kanser hastalarının kalan ömürlerinin tahmininde lojistik regresyon, yapay sinir ağları ve Weibull analizinden yararlanılması ve sonuçların uzmanlar tarafından değerlendirilmesi yarı-yapılandırılmış veri madenciliğine örnek olarak verilebilir. Dolayısıyla doğru cevap A'dır. 

Bir şirket düşünün ki dünya çapında 450.000 çalışanı ile mühendislik ve teknolojiye dayalı ürün ve hizmetleri üretip sunuyor olsun. Her çalışanın işi konusunda edindiği deneyimini diğerleriyle paylaşabilmesi nasıl ve ne dereceye kadar mümkün olabilir? Eğer bu başarılırsa ne tür bir ekonomik katma değer yaratılabilir? Bu ekonomik değerin peşine düşen dev bir firma, çalışanlarının faydalı bilgileri yükleyebilecekleri bir bilgi dolabı (knowledge repository), konuyu tartışabilmeleri için bir sohbet odası (chat room) ve herhangi bir konuda yöntembilgisine erişebilmeleri için bir arama motoru kurarak yöntembilgisi
paylaşımını başarmak istiyor. Acil istekler sistemde görüntüleniyor. Çalışanların görüş ve deneyimlerini paylaşmaları için bazı basit teşvikler uygulanıyor. İşletmede kültürel bir dönüşüm yaşanıyor. Tüm bu çabalar sonunda ortaya web-tabanlı bir yöntembilgisi yönetim sistemi çıkıyor.

Stokastik problemler; en az bir parametresinin kesin olarak bilinmeyip bir olasılık dağılımı ile bilinebilen problemlerdir.

Kromozomların aralarında bilgi alışverişini çaprazlama operatörü yerine getirir.