Teknik apa yang digunakan untuk mengklasifikasikan data berdasarkan pola-pola yang tersembunyi dalam data tersebut?

• a. Klasifikasi

• b. Pengenalan pola

• c. Regresi

• d. Segmentasi

Apa tujuan utama dari pengenalan pola?

• Menemukan hubungan sebab-akibat dalam data

• Mengklasifikasikan data ke dalam kategori tertentu

• Menyusun data menjadi urutan yang terstruktur

• Mengidentifikasi anomali dalam data

Algoritma yang biasa digunakan untuk klasifikasi data di dalam pengenalan pola adalah:

• K-Means

• PCA (Principal Component Analysis)

• K-Nearest Neighbors (K-NN)

• Gradient Descent

Metode pengenalan pola yang digunakan untuk mengurangi dimensi data dengan mempertahankan informasi penting adalah:

• K-Nearest Neighbors (K-NN)

• Support Vector Machines (SVM)

• PCA (Principal Component Analysis)

• Decision Trees

Apa yang dimaksud dengan overfitting dalam konteks pengenalan pola?

• Model terlalu sederhana sehingga tidak bisa mengenali pola

• Model terlalu kompleks sehingga hanya cocok dengan data latih tetapi tidak bisa umum

• Model tidak bisa beradaptasi dengan pola baru dalam data

• Model tidak mampu mengklasifikasikan data dengan benar

Feature extraction dalam pengenalan pola bertujuan untuk:

• Menyesuaikan model dengan data latih

• Mengurangi dimensi data tetapi mempertahankan informasi penting

• Menentukan label klasifikasi dari suatu data

• Mencari pola yang tidak terlihat secara langsung dalam data

Algoritma yang sering digunakan untuk clustering dalam pengenalan pola adalah

• Logistic Regression

• K-Means

• Decision Trees

• Random Forest

Apa kelebihan utama dari algoritma K-Nearest Neighbors (K-NN) dalam pengenalan pola?

• Bisa menangani data yang tidak berstruktur

• Cepat dalam pelatihan model

• Mudah untuk menginterpretasi hasilnya

• Tidak memerlukan preprocessing data yang rumit

Apa yang dimaksud dengan "pattern recognition" dalam bahasa Indonesia?

• Pengenalan pola

• Segmentasi citra

• Klasifikasi data

• Ekstraksi fitur

Support Vector Machines (SVM) adalah algoritma yang umum digunakan untuk:

• Klasifikasi dan regresi

• Clustering

• Pengurangan dimensi

• Preprocessing data