Kecerdasan buatan

Apa yang dimaksud dengan Kecerdasan Buatan (Artificial Intelligence)?

• Sistem yang dirancang untuk meniru kemampuan manusia

• Teknologi untuk mempercepat proses pengolahan data

• Metode untuk mengurangi biaya operasional

• Alat untuk meningkatkan keamanan jaringan

Apa perbedaan utama antara Machine Learning (ML) dan Deep Learning?

• ML memerlukan data lebih sedikit dibandingkan Deep Learning

• Deep Learning menggunakan jaringan saraf berlapis-lapis, sementara ML tidak

• ML selalu lebih akurat daripada Deep Learning

• Deep Learning lebih cepat dalam pemrosesan dibandingkan ML

Algoritma manakah yang termasuk dalam kategori supervised learning?

• K-means clustering

• Regresi linear

• Apriori

• Q-learning

Apa itu regresi linear dalam konteks supervised learning?

• Teknik untuk mengelompokkan data menjadi beberapa grup

• Teknik untuk memprediksi nilai kontinu dengan menggunakan model linear

• Teknik untuk mengidentifikasi pola dalam data tidak berlabel

• Teknik untuk menentukan keputusan berdasarkan data

Algoritma manakah yang biasanya digunakan untuk klasifikasi dalam supervised learning?

• K-means

• K-nearest neighbors (KNN)

• Apriori

• DBSCAN

Apa itu clustering dalam unsupervised learning?

• Proses mengelompokkan data yang tidak berlabel menjadi kelompok yang serupa

• Teknik untuk memprediksi kategori data

• Metode untuk mengidentifikasi hubungan antara data

• Proses meningkatkan akurasi model

Dalam reinforcement learning, apa yang dimaksud dengan Q-learning?

• Teknik untuk mengoptimalkan keputusan dengan memodelkan nilai tindakan

• Algoritma untuk mengelompokkan data

• Metode untuk memprediksi nilai kontinu

• Proses untuk meningkatkan kualitas data

Kelebihan utama dari supervised learning adalah

• Memerlukan data berlabel dan menyediakan hasil yang akurat

• Tidak memerlukan data berlabel

• Mampu mengelompokkan data secara otomatis

• Dapat mengidentifikasi pola dalam data tidak terstruktur

Salah satu kekurangan dari unsupervised learning adalah

• Membutuhkan banyak data berlabel

• Sulit untuk mengevaluasi kualitas hasil

• Memerlukan algoritma yang sangat kompleks

• Tidak dapat menangani data yang hilang

Apa yang dimaksud dengan random forests dalam algoritma klasifikasi?

• Kumpulan decision trees yang digunakan untuk mengurangi overfitting

• Teknik untuk mengelompokkan data menjadi beberapa kategori

• Model regresi yang kompleks

• Algoritma untuk mengidentifikasi hubungan asosiasi