Di bawah ini yang bukan merupakan model atau algoritma yang umum digunakan dalam supervised learning adalah

• Random Forest

• KNN

• Decision Tree

• Logistic Regression

• K Means

Misalkan Anda diminta untuk mengimplementasikan spam detection system pada sebuah layanan email. Pernyataan yang kurang tepat yaitu

• 1, 2, dan 3

• 1 dan 3

• 1 dan 4

• 2 dan 4

• Semua Jawaban Kurang Tepat

Dari gambar dibawah ini, yang merupakan komponen yang menyatakan koefisien adalah kotak berwarna . . . .

• Hijau

• Kuning

• Merah

• Biru

• Semua Salah

Pernyataan yang tepat dari gambar berikut adalah . . . .

• komponen di dalam kotak kuning disebut dengan slope

• komponen di dalam kotak merah disebut dengan dependent variables

• komponen di dalam kotak biru disebut dengan response variable

• komponen di dalam kotak hijau disebut dengan explanatory variable

• Semua Jawaban Salah

Metode Least Squares pada kasus regression dapat digunakan untuk mengestimasi nilai parameter model sehingga nilai sum of squared error dapat sekecil mungkin, yang ditandai dengan

• jumlah selisih nilai hasil prediksi dengan data observasi yang sesungguhnya nilainya mendekati satu

• jumlah dari nilai hasil prediksi dengan data observasi yang sesungguhnya dapat mendekati satu

• jumlah nilai hasil prediksi dan data observasi yang sesungguhnya dapat sekecil mungkin

• jumlah selisih nilai hasil prediksi dengan data observasi yang sesungguhnya dapat sekecil mungkin

• Semua Jawaban Benar

Evaluation metrics yang dibentuk dari function pada gambar dibawah ini adalah . . . .

• RMSE

• MAE

• MAPE

• R Squared

• Semua Jawaban Salah

Dalam kasus pendeteksian jawaban ujian yang merupakan hasil menyontek, di mana jawaban asli seorang siswa diasumsikan sebagai positive class, false positive rate menandakan...

• Persentase jumlah jawaban hasil sontek yang dideteksi sebagai jawaban hasil sontek

• Jumlah jawaban hasil sontek yang dideteksi sebagai jawaban asli

• Jumlah jawaban asli yang dideteksi sebagai jawaban hasil sontek

• Persentase jumlah jawaban hasil sontek yang dideteksi sebagai jawaban asli

• Tidak Ada Jawaban Yang Tepat

Pada decision tree classification, splitting akan berhenti dilakukan jika terpenuhi kondisi-kondisi berikut ini, kecuali....

• elemen pada node masuk ke dalam dua kelas dengan jumlah yang sama

• jumlah elemen pada node sebelum melakukan splitting kurang dari ketentuan

• seluruh elemen pada node masuk ke dalam satu kelas saja

• kedalaman tree sudah mencapai ketentuan

• jumlah elemen pada node sebelum melakukan splitting kurang dari ketentuan

Di bawah ini yang merupakan pernyataan yang pasti benar mengenai decision tree yaitu....

• pada bagian bawah tree, nilai gini impurity cenderung lebih tinggi

• decision tree dapat digunakan untuk kasus regresi maupun klasifikasi

• information gain memiliki kinerja splitting lebih baik dibanding gini index

• semakin kecil nilai parameter min_samples, semakin dangkal tree yang dihasilkan

• semakin besar nilai parameter max_depth, semakin banyak jumlah node yang dihasilkan

Bagian yang paling mungkin menyebabkan masalah evaluasi model pada potongan kode di tersebut terdapat pada

• baris ke-13, di mana train and test data splitting dilakukan setelah model training

• baris ke-8, di mana variabel yang diprediksi adalah price

• baris ke-15, di mana prediksi dilakukan terhadap test set

• baris ke-16, di mana R-squared digunakan untuk mengevaluasi linear regression

• Code 100% Tepat