Soal Serius Day 17

Apa singkatan dari CRISP-DM, salah satu metodologi data science workflow?

• Cross-Industry Standard Process for Data Mining

• Creative Research and Innovation for Data Management

• Collaborative Reporting and Insight for Data Modeling

• Comprehensive Review and Improvement for Data Mining

Apa yang dimaksud dengan business understanding dalam data science?

• Proses memahami hasil dan rekomendasi dari data science untuk bisnis

• Proses memahami karakteristik dan kualitas data yang tersedia untuk data science

• Proses memahami metode dan teknik analisis data yang sesuai dengan data science

• Proses memahami tujuan bisnis dan masalah yang ingin diselesaikan dengan data science

Apa yang harus dilakukan dalam tahap determine business objectives dalam business understanding?

• Menentukan sumber dan jenis data yang dibutuhkan untuk data science

• Menentukan metrik dan kriteria keberhasilan untuk data science

• Menentukan algoritma dan model yang akan digunakan untuk data science

• Menentukan cara menyajikan dan mengkomunikasikan hasil data science

Apa yang harus dilakukan dalam tahap assess situation dalam business understanding?

• Menilai kesiapan dan kemampuan organisasi untuk melakukan data science

• Menilai dampak dan manfaat dari data science bagi organisasi

• Menilai risiko dan tantangan yang mungkin dihadapi dalam data science

• Semua jawaban benar

Apa perbedaan antara insight dan actionable insight dalam data product?

• Insight adalah pengetahuan atau pemahaman baru yang diperoleh dari data, sedangkan actionable insight adalah insight yang dapat ditindaklanjuti dengan aksi konkret

• Insight adalah informasi atau fakta yang didapat dari data, sedangkan actionable insight adalah informasi atau fakta yang dapat digunakan untuk membuat keputusan

• Insight adalah hasil atau output dari data, sedangkan actionable insight adalah hasil atau output yang dapat menghasilkan nilai tambah

• Semua jawaban benar

Apa peran Business Understanding dalam mencegah 'Incorrect Insights'?

• Membantu dalam pemilihan fitur

• Menjamin bahwa model akan akurat 100%

• Memastikan pemahaman yang mendalam tentang masalah bisnis untuk mengarahkan analisis data

• Hanya terkait dengan visualisasi data

Apakah contoh dari 'Value of Data Product' dalam konteks Business Understanding?

• Dampak solusi berbasis data terhadap tujuan bisnis

• Kompleksitas model yang digunakan

• Jumlah data yang dikumpulkan

• Waktu yang diperlukan untuk melatih model

Mengapa penting untuk memahami proses bisnis dalam konteks Business Understanding?

• Untuk menentukan jenis visualisasi data

• Untuk mengidentifikasi metrik performa yang tepat

• Untuk memastikan solusi data science selaras dengan operasi bisnis

• Untuk memilih bahasa pemrograman yang akan digunakan

Manakah contoh pertanyaan bisnis tipikal yang bisa dijawab melalui pendekatan Data Science?

• Berapa banyak karyawan yang ada di perusahaan?

• Bagaimana kita bisa mengurangi fraud dalam transaksi e-commerce?

• Siapa CEO perusahaan kita?

• Kapan perusahaan didirikan?

Salah satu aktivitas kunci dalam Business Understanding adalah:

• Memilih algoritma Machine Learning

• Mengidentifikasi objektif bisnis

• Menerapkan model ke produksi

• Menginterpretasikan hasil model