Veri toplama, veri hazırlama süreçlerinden değildir.

Gürültü indirgeme, veri indirgeme yöntemlerinden değildir.

Normalleştirilmiş değişkenler temel değişken tiplerinden değildir.

Veri tabanlarında bilgi keşfi sürecinin en fazla zaman alan aşaması veriler üzerinde ön işlemlerin yapılması olmaktadır. Bu nedenle doğru cevap B seçeneğidir.

Özellikleri verilen uzaklık ölçüsü Manhattan uzaklığıdır.

İki sonuçlu değişkenler için kullanılan yakınlık ölçüleri şu şekilde sıralanır: a)Basit eşleştirme katsayısı ve uzaklığı b)Binary öklid ve karesel öklid uzaklığı c)Jaccard benzerlik katsayısı ve uzaklığı. Bu nedenle doğru cevap E'dir.

Veri madenciliğinde söz konusu diğer bir disiplin olan görselleştirme; verilerin, tablolar ve grafikler gibi görseller yardımıyla sunulmasını sağlayan teknolojileri ifade eder.
Görselleştirme; verilerin daha kolay anlaşılmasına, analiz edilmesine ve geleceğe yönelik tahminlerde bulunulmasına önemli katkı sağlamaktadır.

R dilinde matris çarpımı %*% operatörü ile yapılır. Matris çarpımında A%*%B ile B%*%A birbirine eşit değildir. Bir matrisin evriği t(matris) işlevi ile hesaplanır. Bu durumda matris2 isimli bir matrisi kendi evriği ile çarpmak

> matris2 %*% t(matris2)

İle gerçekleştirilir.

Bu nedenle doğru yanıt a) seçeneğidir.

Birçok araştırmada ilgilenilen değişkenin çeşitli seviyeleri ve bu seviyeler için gözlem değerleri bulunmaktadır. R yazılımında veri seti içerisindeki faktör listeleri ve gözlem birimleri data frame olarak bir araya getirilirler. “data.frame” fonksiyonunda her sütunda eşit sayıda birim yer almaktadır. Her satır bir gözlem birimini temsil etmektedir. Örneğin; 8 adet öğrencinin 4 farklı dersten aldıkları başarı puanları bir değişkende bir araya getirilebilir.

Sınıflandırma Modelleri

1. Karar Ağaçları
2. Bayes Sınandırması
3. Hatayı Geri Yayma
4. Karar Destek Makineleri
5. k-En Yakın Komsu
6. Yapay Sinir Ağları
7. Genetik Algoritmalar
8. Zaman Serisi Analizi

Düşük düzeydeki verinin kavram hiyerarşisi kullanılarak daha yüksek seviyeye dönüştürülmesi işlemine genelleme denilir. Bu nedenle doğru cevap C olmaktadır.

x ve y gibi iki kare matris çarpımı yapabilmek için ilgili satıra x%*%y yazılmalıdır. Matris iç çarpımı yapabilmek için ise, x*y yazılmalıdır. Kısacası %*% işlemi matris çarpımı için kullanılır.

Doğru cevap D şıkkıdır.

Birçok araştırmada, yapılan analizler sırasında matris oluşturulması gerekmektedir. R yazılımında matris oluşturmak için matrix() fonksiyonu kullanılır. Bu fonksiyonun genel yazılımı; matrix(veri, nrow(satırsayısı), ncol(sütünsayısı), byrow=F(veri sütun olarak girilsin)) şeklindedir. 2 değişken ve 6 gözlem değerinden oluşan veri seti için iki sütun ve altı satırlık bir matris oluşturalım. Veriyi hem matrix() komutu içerisinde hem de bir değişken kullanarak atayalım. Veri, matrix() komutu içinde aşağıdaki gibi oluşturulabilir.

> matrix(c(6,5,4,3,2,1,1,2,3,4,5,6),ncol=2)

[,1] [,2]

[1,] 6 1

[2,] 5 2

[3,] 4 3

[4,] 3 4

[5,] 2 5

[6,] 1 6

Bu nedenle doğru yanıt a) seçeneğidir.

formülünde sınır değerlerini (en küçük ve en büyük değerleri) ve istenen değeri yerine yazdığımızda istenen sonuç elde edilecektir. 

s'=(70-50)/(130-50)=0.25

Doğru cevap E şıkkıdır.

R ile Öklid uzaklığı hesaplayabilmek için R’nin temel paketlerinden stats paketinde yer alan dist() fonksiyonundan yararlanılır.

(X-Xenk)/(Xenb-Xenk)=0,50 ise (300-100)/(Xenb-100)=0,5 Xenb yani maksimum değeri 500'dür.

Veri kalitesi probleminin farkına varılması ve doğrulanması veri temizleme olarak adlandırılır.

Gürültü, veri madenciliği tekniği ile analiz edilmek istenilen verilerdeki beklenen değerlerden sapan aykırı değerler veya hatalardır.