[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"me":3,"catalog:tr:ml-engineer\u002Ffe-categorical-encoding-mechanics":4,"config":191},null,{"field_key":5,"field_name":6,"seniority":7,"topic_key":8,"topic_name":9,"spec_key":7,"spec_name":7,"locale":10,"cell_total":11,"field_total":12,"seniorities":13,"topics":17,"specs":94,"samples":105},"ml-engineer","ML Engineer","","fe-categorical-encoding-mechanics","Fe Categorical Encoding Mechanics","tr",75,1950,[14,15,16],"junior","mid","senior",[18,21,24,27,30,33,36,39,42,45,48,51,54,57,58,61,64,67,70,73,76,79,82,85,88,91],{"key":19,"name":20,"count":11},"cml-distance-clustering-dimreduction","Cml Distance Clustering Dimreduction",{"key":22,"name":23,"count":11},"cml-gradient-boosting-mechanics","Cml Gradient Boosting Mechanics",{"key":25,"name":26,"count":11},"cml-linear-logistic-internals","Cml Linear Logistic Internals",{"key":28,"name":29,"count":11},"cml-probabilistic-models-calibration","Cml Probabilistic Models Calibration",{"key":31,"name":32,"count":11},"cml-svm-kernels-margins","Cml Svm Kernels Margins",{"key":34,"name":35,"count":11},"cml-trees-randomforest-internals","Cml Trees Randomforest Internals",{"key":37,"name":38,"count":11},"dl-architecture-layers","Dl Architecture Layers",{"key":40,"name":41,"count":11},"dl-initialization-optimizers","Dl Initialization Optimizers",{"key":43,"name":44,"count":11},"dl-losses-output-layers","Dl Losses Output Layers",{"key":46,"name":47,"count":11},"dl-normalization-regularization","Dl Normalization Regularization",{"key":49,"name":50,"count":11},"dl-sequence-attention","Dl Sequence Attention",{"key":52,"name":53,"count":11},"dl-training-dynamics-backprop","Dl Training Dynamics Backprop",{"key":55,"name":56,"count":11},"fe-binning-discretization","Fe Binning Discretization",{"key":8,"name":9,"count":11},{"key":59,"name":60,"count":11},"fe-interactions-basis-expansion","Fe Interactions Basis Expansion",{"key":62,"name":63,"count":11},"fe-numeric-transforms-distributions","Fe Numeric Transforms Distributions",{"key":65,"name":66,"count":11},"fe-temporal-cyclical-features","Fe Temporal Cyclical Features",{"key":68,"name":69,"count":11},"fe-text-highcardinality-features","Fe Text Highcardinality Features",{"key":71,"name":72,"count":11},"ml-data-preparation","Ml Data Preparation",{"key":74,"name":75,"count":11},"ml-deployment-serving","Ml Deployment Serving",{"key":77,"name":78,"count":11},"ml-experimentation-reproducibility","Ml Experimentation Reproducibility",{"key":80,"name":81,"count":11},"ml-model-selection-tuning","Ml Model Selection Tuning",{"key":83,"name":84,"count":11},"ml-model-training-evaluation","Ml Model Training Evaluation",{"key":86,"name":87,"count":11},"ml-monitoring-drift","Ml Monitoring Drift",{"key":89,"name":90,"count":11},"ml-problem-framing","Ml Problem Framing",{"key":92,"name":93,"count":11},"ml-scaling-performance","Ml Scaling Performance",[95,99,102],{"key":96,"name":97,"count":98},"classical-ml","Classical ML",450,{"key":100,"name":101,"count":98},"deep-learning","Deep Learning",{"key":103,"name":104,"count":98},"feature-engineering","Feature Engineering",[106,124,138,152,165,178],{"id":107,"topic":9,"difficulty":108,"body":109,"options":110,"correct_key":115,"explanation":123},"01a04b40-ddd5-7b01-bdc4-61be8105285d",1,"Tek bir kategorik sütun tam olarak üç farklı değer içeriyor. Bu sütuna varsayılan ayarlarla bir one-hot encoder fit ediliyor (scikit-learn 1.6). Bu tek girdi sütunu kaç çıktı sütunu üretir?",[111,114,117,120],{"key":112,"text":113},"a","İki; diğer ikisi bilindiğinde üçüncü seviye zaten belli olur",{"key":115,"text":116},"b","Üç, fit sırasında görülen her farklı seviye için bir gösterge sütunu",{"key":118,"text":119},"c","Bir, seviyenin sıralı seviye listesindeki tamsayı konumunu tutar",{"key":121,"text":122},"d","Dört: üç seviye göstergesi artı fit sırasında görülmeyen değerler için ayrılmış bir sütun","Düz one-hot açılımı, fit anında kaydedilen her kategori için tam olarak bir gösterge sütunu ayırır; üç seviye üç sütun verir. Varsayılan ayarlarda ne sıkıştırılmış bir tamsayı kod ne de fazladan ayrılmış bir yuva oluşur; bunlar tamamen başka ayarların işidir.",{"id":125,"topic":9,"difficulty":126,"body":127,"options":128,"correct_key":112,"explanation":137},"01a04b40-dddd-784b-bafe-82a4a0620286",2,"Beş seviyeli bir sütun drop='first' ile one-hot kodlanıyor (scikit-learn 1.6). Bu sütunun çıktı bloğu ne kadar geniştir ve düşürülen seviyeye ait bir satır nasıl görünür?",[129,131,133,135],{"key":112,"text":130},"Dört sütun; düşürülen seviyenin satırında dört göstergenin dördü de sıfırdır",{"key":115,"text":132},"Dört sütun; düşürülen seviyeye ait bir satır ilk göstergede eksi bir değer taşır",{"key":118,"text":134},"Beş sütun; ilk seviye sütununu korur ama o sütun her yerde sıfırla doldurulur",{"key":121,"text":136},"Dört sütun; düşürülen seviyeye ait satırlar çıktıdan tamamen çıkarılır","Bir seviyeyi düşürmek onun gösterge sütununu kaldırır; k seviye için k-1 sütun kalır. O seviye yine de temsil edilebilir: kalan tüm göstergelerin sıfır olduğu tek örüntü odur, kodlama bu yüzden kayıpsız kalır.",{"id":139,"topic":9,"difficulty":140,"body":141,"options":142,"correct_key":118,"explanation":151},"01a04b40-dde3-7aae-b544-3ed3faf93bb5",3,"Bir tabloda üç kategorik sütun var: color (4 seviye), is_member (2 seviye), plan (3 seviye). scikit-learn 1.6'da OneHotEncoder(drop='if_binary') ile kodlanıyor. Kaç çıktı sütunu oluşur?",[143,145,147,149],{"key":112,"text":144},"6, çünkü üç sütunun her birinden bir seviye düşürülür",{"key":115,"text":146},"9, çünkü bu ayar yalnızca çıktı sütunlarının adlarını değiştirir, genişliği değil",{"key":118,"text":148},"8, çünkü yalnızca iki seviyeli sütun göstergelerinden birini kaybeder",{"key":121,"text":150},"7, çünkü iki seviyeli sütun düşürme işleminden sonra sıfır sütuna iner","'if_binary' kuralı yalnızca tam olarak iki seviyesi olan sütunlarda tetiklenir; color 4, plan 3 sütunla değişmeden katkı verirken is_member 2 yerine 1 sütun katkı verir. Toplam 4+1+3 = 8 olur; her sütundan düşürmek 6 verirdi.",{"id":153,"topic":9,"difficulty":126,"body":154,"options":155,"correct_key":121,"explanation":164},"01a04b40-dde5-75e1-ab2f-78a9a0090b45","Ankara, Istanbul ve Izmir içeren bir city sütununa handle_unknown='ignore' ile bir one-hot encoder fit ediliyor. Transform sırasında city='Bursa' olan bir satır geliyor. Bu satırın üç sütunluk bloğu ne içerir?",[156,158,160,162],{"key":112,"text":157},"Transform, tanınmayan şehir değerini adlandıran bir hatayla durur",{"key":115,"text":159},"Alfabetik olarak en yakın bilinen şehrin göstergesi bire ayarlanır",{"key":118,"text":161},"Üç gösterge de eğitim verisinde aldıkları ortalama değere ayarlanır",{"key":121,"text":163},"Üç gösterge de sıfırdır, yani satır hiçbir şehir bilgisi taşımaz","Bilinmeyen değerler yok sayıldığında encoder hiçbir bilinen seviyeyi eşleştiremez ve o feature için tamamen sıfır bir blok üretir. Satır doğru genişlikle pipeline'dan akmaya devam eder ama aşağı akıştaki her model onu 'bilinen şehirlerin hiçbiri' diye okur.",{"id":166,"topic":9,"difficulty":126,"body":167,"options":168,"correct_key":118,"explanation":177},"01a04b40-ddea-7a8b-ba21-e0e8baf12f02","Bir size sütunu S, M, L ve XL değerlerini tutuyor. Bir mühendis ek argüman vermeden OrdinalEncoder() uyguluyor (scikit-learn 1.6). Hangi tamsayı kodlar çıkar?",[169,171,173,175],{"key":112,"text":170},"S=0, M=1, L=2, XL=3, çünkü encoder veride ilk görünme sırasını korur",{"key":115,"text":172},"S=0, M=1, L=2, XL=3, çünkü encoder standart beden adlarını tanır",{"key":118,"text":174},"L=0, M=1, S=2, XL=3, çünkü seviyeler metin olarak sıralanır",{"key":121,"text":176},"S=3, M=2, L=1, XL=0, çünkü frekans sıralaması en küçük kodu en sık seviyeye verir","Varsayılan olarak encoder farklı değerleri toplar ve sıralar; metin için bu sıralama sözlük sırasıdır ve L'yi M'den, M'yi S'den, S'yi XL'den önce koyar. Ortaya çıkan kodlar bu yüzden beden büyüklüğüyle hiçbir ilgisi olmayan bir sıralama taşır.",{"id":179,"topic":9,"difficulty":126,"body":180,"options":181,"correct_key":112,"explanation":190},"01a04b40-ddee-7e82-9e36-bfd5e9958260","Bir mühendis size sütununun kodlarının varsayılan sıralama yerine S \u003C M \u003C L \u003C XL izlemesini istiyor. scikit-learn 1.6'da OrdinalEncoder(categories=[['S','M','L','XL']]) kuruyor. Bu argüman neyi değiştirir?",[182,184,186,188],{"key":112,"text":183},"Seviye listesini ve konum sırasını sabitler, böylece her seviyenin kodu o listedeki indeksidir",{"key":115,"text":185},"Yalnızca bu dört seviyenin varlığını doğrular, kodlar yine sıralı düzeni izler",{"key":118,"text":187},"Encoder'ın sıralamayı her seviyenin hedefle ne kadar güçlü ilişkili olduğundan öğrenmesini sağlar",{"key":121,"text":189},"Kodları 0-1 aralığına ölçekler ve beden kodları arasındaki aralığı eşitler","Açık bir kategori listesi vermek otomatik sıralı sözlüğün yerine verilen diziyi koyar ve bir seviyeye atanan kod basitçe oradaki konumudur. Encoder hedefe hiç bakmadığı için sıralama hakkında sahip olduğu tek denetim budur.",{"fields":192,"seniorities":414,"interview_shapes":415,"locales":420,"oauth":422,"question_count":425,"coach_enabled":426,"jd_match_enabled":426},[193,218,238,254,278,291,310,329,351,370,385,407],{"key":194,"name_tr":195,"name_en":195,"sort":108,"specializations":196},"backend","Backend",[197,200,203,206,209,212,215],{"key":198,"name":199,"field":194},"general","Genel",{"key":201,"name":202,"field":194},"go","Go",{"key":204,"name":205,"field":194},"python","Python",{"key":207,"name":208,"field":194},"java","Java",{"key":210,"name":211,"field":194},"csharp","C#\u002F.NET",{"key":213,"name":214,"field":194},"nodejs","Node.js",{"key":216,"name":217,"field":194},"php","PHP",{"key":219,"name_tr":220,"name_en":220,"sort":126,"specializations":221},"frontend","Frontend",[222,223,226,229,232,235],{"key":198,"name":199,"field":219},{"key":224,"name":225,"field":219},"javascript","JavaScript",{"key":227,"name":228,"field":219},"typescript","TypeScript",{"key":230,"name":231,"field":219},"react","React",{"key":233,"name":234,"field":219},"vue","Vue",{"key":236,"name":237,"field":219},"angular","Angular",{"key":239,"name_tr":240,"name_en":240,"sort":140,"specializations":241},"fullstack","Fullstack",[242,243,244,245,246,247,248,249,250,251,252,253],{"key":198,"name":199,"field":239},{"key":201,"name":202,"field":194},{"key":204,"name":205,"field":194},{"key":207,"name":208,"field":194},{"key":210,"name":211,"field":194},{"key":213,"name":214,"field":194},{"key":216,"name":217,"field":194},{"key":224,"name":225,"field":219},{"key":227,"name":228,"field":219},{"key":230,"name":231,"field":219},{"key":233,"name":234,"field":219},{"key":236,"name":237,"field":219},{"key":255,"name_tr":256,"name_en":256,"sort":257,"specializations":258},"devops-cloud","DevOps \u002F Cloud",4,[259,260,263,266,269,272,275],{"key":198,"name":199,"field":255},{"key":261,"name":262,"field":255},"aws","AWS",{"key":264,"name":265,"field":255},"gcp","GCP",{"key":267,"name":268,"field":255},"azure","Azure",{"key":270,"name":271,"field":255},"kubernetes","Kubernetes",{"key":273,"name":274,"field":255},"terraform","Terraform",{"key":276,"name":277,"field":255},"linux","Linux",{"key":279,"name_tr":280,"name_en":280,"sort":281,"specializations":282},"ai-engineer","AI Engineer",5,[283,284,285,288],{"key":198,"name":199,"field":279},{"key":204,"name":205,"field":279},{"key":286,"name":287,"field":279},"llm-rag","LLM\u002FRAG",{"key":289,"name":290,"field":279},"mlops","MLOps",{"key":292,"name_tr":293,"name_en":294,"sort":295,"specializations":296},"database","Veritabanı","Database",6,[297,298,301,304,307],{"key":198,"name":199,"field":292},{"key":299,"name":300,"field":292},"postgresql","PostgreSQL",{"key":302,"name":303,"field":292},"mysql","MySQL",{"key":305,"name":306,"field":292},"mongodb","MongoDB",{"key":308,"name":309,"field":292},"redis","Redis",{"key":311,"name_tr":312,"name_en":313,"sort":314,"specializations":315},"mobile","Mobil","Mobile",7,[316,317,320,323,326],{"key":198,"name":199,"field":311},{"key":318,"name":319,"field":311},"ios-swift","iOS (Swift)",{"key":321,"name":322,"field":311},"android-kotlin","Android (Kotlin)",{"key":324,"name":325,"field":311},"flutter","Flutter",{"key":327,"name":328,"field":311},"react-native","React Native",{"key":330,"name_tr":331,"name_en":332,"sort":333,"specializations":334},"security","Güvenlik","Security",8,[335,336,339,342,345,348],{"key":198,"name":199,"field":330},{"key":337,"name":338,"field":330},"appsec","AppSec",{"key":340,"name":341,"field":330},"offensive-pentest","Offensive \u002F Pentest",{"key":343,"name":344,"field":330},"cloud-security","Cloud Security",{"key":346,"name":347,"field":330},"devsecops","DevSecOps",{"key":349,"name":350,"field":330},"blue-team-incident","Blue Team \u002F Incident",{"key":352,"name_tr":353,"name_en":354,"sort":355,"specializations":356},"qa-test-automation","QA \u002F Test Otomasyonu","QA \u002F Test Automation",9,[357,358,361,364,367],{"key":198,"name":199,"field":352},{"key":359,"name":360,"field":352},"test-automation","Test Automation",{"key":362,"name":363,"field":352},"sdet","SDET",{"key":365,"name":366,"field":352},"performance-testing","Performance Testing",{"key":368,"name":369,"field":352},"mobile-qa","Mobile QA",{"key":371,"name_tr":372,"name_en":372,"sort":373,"specializations":374},"data-engineer","Data Engineer",10,[375,376,379,382],{"key":198,"name":199,"field":371},{"key":377,"name":378,"field":371},"pipelines-etl","Pipelines \u002F ETL",{"key":380,"name":381,"field":371},"streaming","Streaming",{"key":383,"name":384,"field":371},"warehousing","Warehousing",{"key":386,"name_tr":387,"name_en":388,"sort":389,"specializations":390},"game-dev","Oyun Geliştirme","Game Development",11,[391,392,395,398,401,404],{"key":198,"name":199,"field":386},{"key":393,"name":394,"field":386},"unity-csharp","Unity (C#)",{"key":396,"name":397,"field":386},"unreal-cpp","Unreal (C++)",{"key":399,"name":400,"field":386},"gameplay","Gameplay",{"key":402,"name":403,"field":386},"graphics-rendering","Graphics \u002F Rendering",{"key":405,"name":406,"field":386},"multiplayer-netcode","Multiplayer \u002F Netcode",{"key":5,"name_tr":6,"name_en":6,"sort":408,"specializations":409},12,[410,411,412,413],{"key":198,"name":199,"field":5},{"key":96,"name":97,"field":5},{"key":103,"name":104,"field":5},{"key":100,"name":101,"field":5},[14,15,16],{"junior":416,"mid":418,"senior":419},{"questions":417,"median_sec":3},20,{"questions":417,"median_sec":3},{"questions":417,"median_sec":3},[10,421],"en",[423,424],"google","github",28500,true]