Pemahaman Pembelajaran Mesin

Apa yang dimaksud dengan Supervised Learning?

• Supervised Learning adalah teknik pengajaran di kelas tanpa teknologi.

• Supervised Learning adalah metode pembelajaran mesin yang menggunakan data berlabel untuk melatih model.

• Supervised Learning adalah proses pengumpulan data tanpa analisis.

• Supervised Learning adalah metode pembelajaran tanpa data berlabel.

Apa yang dimaksud dengan Unsupervised Learning?

• PUnsupervised Learning adalah metode yang hanya menggunakan data berlabel.

• Unsupervised Learning adalah teknik yang memerlukan pengawasan manusia dalam prosesnya.

• Unsupervised Learning adalah metode yang tidak dapat menemukan pola dalam data.

• Unsupervised Learning adalah metode pembelajaran mesin yang menggunakan data tanpa label untuk menemukan pola.

Sebutkan contoh algoritma yang digunakan dalam Supervised Learning

• Decision tree

• DBSCAN

• K-Means Clustering

• Agglomerative

Sebutkan contoh algoritma yang digunakan dalam pembelajaran Unsupervised Learning

• DBSCAN

• Support Vector Machine

• Regresi Liniear

• Random Forest

Apa perbedaan utama antara regresi dan klasifikasi?

• Regresi digunakan untuk analisis data, klasifikasi untuk visualisasi.

• Regresi memprediksi nilai kontinu, klasifikasi memprediksi kategori.

• Regresi dan klasifikasi keduanya memprediksi nilai yang sama.

• Regresi hanya digunakan untuk data diskrit, klasifikasi untuk data kontinu.

Berikan contoh kasus di mana regresi lebih tepat digunakan daripada klasifikasi!

• Memprediksi jenis bunga berdasarkan ukuran kelopak.

• Memprediksi apakah seseorang akan membeli produk berdasarkan usia.

• Memprediksi jumlah pengunjung berdasarkan waktu dan hari.

• Contoh kasus: Memprediksi harga rumah berdasarkan luas dan lokasi.

Apa yang dimaksud dengan clustering dalam Unsupervised Learning?

• Clustering adalah proses penggabungan data menjadi satu kesatuan tanpa analisis.

• Clustering adalah metode untuk mengklasifikasikan data dengan label.

• Clustering adalah teknik pengelompokan data berdasarkan kesamaan tanpa label.

• Clustering digunakan untuk mengurangi dimensi data secara otomatis.

Apa perbedaan antara klasifikasi dan clustering?

• Klasifikasi hanya digunakan untuk data numerik, clustering untuk data kategorikal.

• Clustering memerlukan label, klasifikasi tidak memerlukan label.

• Klasifikasi dan clustering adalah metode yang sama.

• Klasifikasi memerlukan label, clustering tidak memerlukan label.

Apa itu forecasting time series?

• Forecasting time series adalah teknik statistik untuk memprediksi nilai masa depan berdasarkan nilai yang telah diamati sebelumnya dalam dataset yang terurut waktu.

• Forecasting time series adalah teknik untuk mengumpulkan data tanpa analisis lebih lanjut.

• Forecasting time series hanya digunakan untuk analisis data keuangan.

• Forecasting time series adalah metode untuk menghitung rata-rata dari data yang tidak terurut.

Apa yang dimaksud dengan overfitting dalam ML?

• Overfitting adalah kondisi di mana model terlalu cocok dengan data pelatihan, sehingga tidak dapat generalisasi dengan baik pada data baru.

• Overfitting adalah saat model tidak belajar dari data pelatihan.

• Overfitting adalah kondisi di mana model tidak terlatih dengan baik.

• Overfitting terjadi ketika model terlalu sederhana untuk data yang diberikan.