KKA - Cara Kerja KA

​CARA KERJA KA

By Gusti Ngurah Wira Satryawan

1. Menerima data sebagai masukkan (data train dan data test)

2. Pelatihan Data

3. Keluaran (Informasi)

​

Cara Kerja KA

Multiple Select

Yang merupakan 3 istilah cara KA belajar yaitu ....

• Supervised Learning

• Unsupervised Learning

• Reinforcement Learning

• Deep Learning

Multiple Choice

Pembelajaran, dimana KA dilatih menggunakan data yang sudah diberi label merupakan pengertian dari ...

• Supervised learning

• Unsupervised learning

• Reinforcement learning

Multiple Choice

KA belajar untuk mencari pola atau struktur dalam data merupakan tujuan dari pembelajaran ...

• Supervised learning

• Unsupervised learning

• Reinforcement learning

KA dilatih menggunakan data yang sudah diberi label

Supervised Learning

Unsupervised Learning

​KA belajar dan berlatih dari pengalaman langsung

Reinforcement Learning

KA dilatih menggunakan data tanpa label, dan KA bertugas mencari pola, kelompok, atau struktur yang tersembunyi dalam data

PERBEDAAN CARA BELAJAR KA

• Deteksi Wajah

• Ekstraksi Fitur Wajah

• Transformasi Menjadi Faceprint

• Pencocokan Dengan Basis Data

• Penyesuaian Ambang Dan Evaluasi

​​Deteksi Wajah

Pengenalan Pola Suara

• Akuisisi Dan Pra-Pemrosesan Suara

• Ekstraksi Fitur Suara

• Transformasi Menjadi Representasi Digital

• Pengenalan Dan Pencocokan

• Penyesuaian Ambang Dan Evaluasi

Multiple Choice

Sistem mengidentifikasi titik - titik penting pada wajah merupakan tahap ... pada pengenalan pola citra

• Deteksi Wajah

• Transformasi menjadi faceprint

• Ekstraksi fitur wajah

• Pencocokan dengan basis data

Multiple Choice

Pada pengenalan pola citra, apa yang dilakukan saat tahap "transformasi menjadi faceprint" ?

• Menemukan keberadaan wajah suatu citra / video

• Mengidentifikasi titik -titik penting wajah

• Mengubah gambar wajah menjadi data angka

• Menilai apakah dua faceprint berasal dari orang yang sama

Multiple Choice

Tahap "penyesuaian ambang dan evaluasi" saat proses pengenalan pola suara adalah ...

• Mengevaluasi suara yang dikenali dengan suara dalam basis data

• Menangkap sinyal suara melalui mikrofon

• Mengekstrak fitur akustik penting

• Menghasilkan voiceprint

Open Ended

Apa saja yang sudah kalian pelajari ?