מבחן מבוא למדעי הנתונים - שיטות וכלים

מבחן מבוא למדעי הנתונים - שיטות וכלים

• היקף הבחינה: 20 שאלות, משקל שווה לכל שאלה (5 נקודות).
• משך הבחינה: שעתיים.
• חומר עזר: מחשבון.
• אופן התשובה: יש לענות על כל השאלות, ולהקיף את התשובה הנכונה על גבי דף התשובות. יש לסמן תשובה אחת בלבד לכל שאלה; תשובות שמסומנות ביותר משאלת אחת לא ייבדקו.
• הוראות חשובות: יש להחזיר את דף התשובות יחד עם טופס הבחינה.
• מגבלה בדף התשובות: דף התשובות מיועד ל-6 שאלות, אך בבחינה זו יש עד 4 שאלות לכל היותר. יש לענות במיקום הנכון.

שאלה 1: אשכול (Clustering)

• הנתונים: מבנה נתונים (מאפיין 1 ו- מאפיין 2) להצגת אשכולות.
• האלגוריתם: יש לבחור את האלגוריתם המתאים ביותר לאשכולות:
  • KMeans עם K=4
  • DBSCAN עם eps=4
  • DBSCAN עם eps=5
  • KMeans עם K=5

שאלה 2: מתאם בין מאפיינים

• הנתונים: תרשימים (3) של Y ו -X.
• השאלה: יש לזהות את סוגי המתאם (חיובי, שלילי, אפס) בכל תרשים.

שאלה 3: שלב ראשון במדע נתונים

• השאלה: מהו השלב הראשון בתהליך של מדען נתונים?
• התשובה: ניסוח שאלת מחקר.

שאלה 4: ביטוי רגולרי (Regular Expression)

• הביטוי: re.findall(r"\b[A-Z][a-z]*\b", text)
• המטרה: למצוא מילים שמתחילות באותיות גדולות ובאותיות קטנות.

שאלה 5: ביטוי רגולרי (Regular Expression)

• המטרה: זיהוי מחרוזת המכילה מספר שלם ואחריו מספר עשרוני, המופרדים על ידי פסיק או רווח.
• דוגמאות: "23, 0.56" או "4 1.23".

שאלה 6: תרשים עוגה (Pie Chart)

• שימוש נכון: להצגת הרכב עבור מספר קטן של קטגוריות.

שאלה 7: פונקציה ב-Beautiful Soup

• פונקציה: get_text() לאחזור תוכן טקסט מאלמנט HTML.

שאלה 8: מאפיין ב-HTML

• המאפיין: Class מייצג את המחלקה של אלמנט HTML.

שאלה 9: תרשים פזור (Scatter Plot)

• תיאור: תרשים פזור של X1 ו-X2.
• ההשערה: יש לבחור את ההשערה הסבירה ביותר הקשורה לנתונים, בהתבסס על התרשים הפזור:
  • ערכים ייחודיים של X1
  • קשר חזק וברור בין X1 ל-X2
  • X1 כמושתנה רציף, אולם התפלגות הנקודות מראה כי הוא קטגורי.
  • קשר ליניארי בין X1 ל-X2.

שאלה 10: מאפיין DataFrame ב-Pandas

• מאפיין: shape[1] מייצג את מספר העמודות ב-DataFrame.

שאלה 11: מילוי ערכים חסרים ב-Pandas

• השאלה: איך למלא ערכים חסרים (NaN) ב-DataFrame.
• הפתרון: שימוש ב- mode כדי למלא ערכים חסרים. df['A'].fillna(df['A'].mode()[0], inplace=True)

שאלה 12: סוג בעיה בלימוד מכונה

• הבעיה: הצגת לקוחות בצורה ויזואלית נוחה למצגת.
• סוג הבעיה: בעיה של למידה לא מונחית (unsupervised learning), ספציפית בעיית אשכול (clustering).

שאלה 13: סולם מדידה

• סוג הסולם: סולם מנה.

שאלה 14: השפעת whis ב-box plot

• ההשפעה: הערך whis=5 של boxplot מצמצם את הנתונים החריגים המוצגים בתרשים.

שאלה 15: מדד למרכז נתונים

• מדד: median הוא המדד המשמש למציאת מרכז נתונים עם צידוד.

שאלה 16: מבנה נתונים

• המבנה: מילון (Dictionary).

שאלה 17: שפת תכנות

• השפה: פיתו́n.

שאלה 18: שיטה למיין DataFrame

• השיטה: sort_values().

שאלה 19: חישוב האחוזון ה-20

• חישוב: המדידה ה-10 מתוך סדר עולה ממוין.

שאלה 20: ייצוג קורס ב-JSON

• הייצוג הנכון:

{
  "course_name": "intro2DS",
  "year": 2024,
  "semester": "winter"
}