Module 3 Exam Simulation

Diantara berikut yang bukan merupakan metode/model dari Machine Learning adalah

• Decision Tree

• Polynomial Regression

• Linear Regression

• Neural Network

• Semua Jawaban Benar

Mana diantara model/metode berikut yang bukan merupakan Supervised Learning?

• KNN

• K-Means

• Logistic Regression

• Linear Regression

• Decision Tree

Mana diantara model/metode berikut yang bukan merupakan Regression

• Multiple Linear Regression

• Decision Tree

• Logistic Regression

• KNN

• Polynomial Regression

Melihat dari dataset tersebut, jika kita ingin memprediksi besaran tip berdasarkan total_bill dan time, maka metode yang kurang tepat digunakan adalah

• KNN

• Simple Linear Regression

• Decision Tree

• Polynomial Regression

• Multiple Linear Regression

1. Memprediksi nominal gaji seorang calon pegawai tidak dapat dilakukan tanpa bantuan machine learning

2. Feature yang dipilih sebisa mungkin merupakan fenomena yang berhubungan dengan label yang hendak diprediksi

3. Pemilihan machine learning algorithm jauh lebih penting dari pemilihan & persiapan data yang diberikan ke model machine learning untuk membuat model machine learning yang baik

4. Machine learning dapat mengurangi keterlibatan manusia dalam proses penyusunan decision rule untuk membuat sebuah keputusan

Diantara keempat pernyataan tersebut, pernyataan yang KURANG tepat yaitu

• 2 dan 4

• 1 dan 3

• 2 dan 3

• 3 dan 4

• 1 dan 4

Apabila Anda diminta untuk mencari tahu apakah seorang pegawai di sebuah perusahaan akan resign dalam waktu dekat, maka pernyataan yang pasti salah adalah

• Sistem yang Anda buat tidak dapat digunakan untuk memprediksi pegawai di perusahaan lain

• Anda dapat menggunakan data asli yang dimiliki departemen HRD sebagai training set

• Tingkat kepuasan dan masa kerja pegawai dapat dijadikan feature untuk melakukan prediksi

• Anda dapat menerapkan unsupervised learning untuk menyelesaikan masalah ini

• Anda dapat memberikan prediksi peluang seseorang akan resign

Di bawah ini, yang merupakan komponen yang tidak diperlukan untuk menghitung R-squared coefficient of determination adalah

• Tidak ada jawaban yang benar

• Mean squared error

• Sum of squared regression

• Sum of squared total

• Sum of squared error

Peran sigmoid function pada logistic regression adalah

• mengestimasi nilai intercept

• mengukur kesalahan prediksi pada kasus classification

• mengestimasi koefisien slope untuk masing-masing independent variable

• memberikan penalti kepada beberapa independent variable

• mengubah hasil prediksi model linier ke dalam nilai berskala 0 hingga 1

Di bawah ini yang merupakan pernyataan yang tepat mengenai pengaturan parameter k pada K-Nearest Neighbours untuk kasus classification adalah

• nilai k terbaik adalah nilai k yang mampu menghasilkan RMSE terkecil

• memperbesar nilai k cenderung membuat algoritma bekerja dengan lebih cepat

• apabila nilai k sama dengan jumlah data point pada training set, semua data akan diklasifikasikan ke dalam satu kelas yang sama

• nilai k yang kecil cenderung membuat model overfitting

• mengubah nilai k tidak akan mempengaruhi jumlah iterasi yang dilakukan oleh algoritma

Apabila entropy digunakan sebagai splitting criterion sebuah decision tree, maka pernyataan yang kurang tepat adalah

• node dengan entropy terkecil cenderung dipilih ketika melakukan splitting

• entropy mencapai nilai maksimum apabila setiap kelas yang ada di suatu node memiliki jumlah elemen yang sama

• entropy memiliki nilai dalam rentang 0 dan 1

• untuk menghitung nilai entropy, perlu mengetahui peluang sebuah elemen di suatu node dikelompokkan ke dalam sebuah kelas

• sebuah node yang seluruh elemennya dikelompokkan ke dalam satu kelas yang sama memiliki entropy bernilai 0 atau 1