Kuis Sobat Data KPU Priok

Apa yang dimaksud dengan Machine Learning?

• Proses untuk membangun mesin fisik.

• Cabang kecerdasan buatan yang fokus pada membangun robot cerdas.

• Algoritma yang hanya dapat berjalan di mesin komputer.

• Cabang kecerdasan buatan yang memungkinkan komputer untuk belajar dari data.

Apa perbedaan antara supervised learning dan unsupervised learning dalam Machine Learning?

• Supervised learning menggunakan data tanpa label, sedangkan unsupervised learning menggunakan data dengan label.

• Supervised learning memiliki pemantauan, sedangkan unsupervised learning tidak memiliki pemantauan.

• Supervised learning memerlukan pengawasan manusia, sedangkan unsupervised learning tidak memerlukan pengawasan manusia.

• Supervised learning menggunakan data yang sudah dilabeli, sedangkan unsupervised learning tidak menggunakan label.

Apa yang dimaksud dengan "overfitting" dalam Machine Learning?

• Model yang memiliki kinerja yang buruk pada data pelatihan.

• Model yang memiliki kinerja yang baik pada data uji.

• Model yang terlalu sesuai dengan data pelatihan tetapi tidak dapat menggeneralisasi dengan baik pada data baru.

• Model yang hanya cocok dengan data uji.

Bagaimana cara menghindari overfitting dalam Machine Learning?

• Menggunakan data uji yang lebih besar.

• Menggunakan data pelatihan yang lebih kecil.

• Menggunakan model yang lebih sederhana atau teknik regulasi seperti L1 dan L2 regulization.

• Tidak mungkin menghindari overfitting.

Apa yang dilakukan oleh algoritma klasifikasi dalam Machine Learning?

• Memprediksi nilai numerik.

• Mengelompokkan data menjadi kelompok-kelompok yang mirip.

• Menggabungkan beberapa model machine learning untuk meningkatkan kinerja.

• Memprediksi kategori atau label tertentu berdasarkan input.

Apa yang dimaksud dengan "regresi" dalam Machine Learning?

• Proses untuk mengelompokkan data ke dalam kelompok-kelompok yang mirip.

• Proses untuk mengklasifikasikan data menjadi kategori tertentu.

• Proses untuk memprediksi nilai numerik atau kontinu berdasarkan input.

• Proses untuk mengurangi dimensi data.

Apa yang dimaksud dengan "data training" dalam Machine Learning?

• Data yang digunakan untuk menguji model.

• Data yang digunakan untuk mengukur kinerja model.

• Data yang digunakan untuk melatih model.

• Data yang digunakan untuk mengkalibrasi model.

Apa yang dilakukan oleh algoritma Decision Tree dalam Machine Learning?

• Membangun pohon keputusan untuk mengambil keputusan.

• Menggunakan probabilitas untuk klasifikasi.

• Mengurangi dimensi data.

• Menggabungkan beberapa model machine learning.

Apa yang dimaksud dengan "validasi silang" (cross-validation) dalam Machine Learning?

• Teknik untuk mengukur performa model pada data pelatihan.

• Teknik untuk membagi data menjadi dua bagian: data pelatihan dan data uji.

• Teknik untuk mengukur performa model dengan membagi data menjadi beberapa subset dan mengujinya secara berulang.

• Teknik untuk mengukur performa model pada data uji.

Apa yang dilakukan oleh algoritma k-means dalam Machine Learning?

• Membangun pohon keputusan untuk mengambil keputusan.

• Mengelompokkan data menjadi kelompok-kelompok yang mirip.

• Memprediksi nilai numerik atau kontinu berdasarkan input.

• Menggabungkan beberapa model machine learning.