Post test machine learning

Apa yang dimaksud dengan machine learning?

• Algoritma yang digunakan untuk mengembangkan perangkat keras komputer

• Ilmu pengembangan algoritme yang memungkinkan komputer belajar dari data tanpa diprogram secara eksplisit

• Sistem operasi yang dapat bekerja secara otomatis

• Bahasa pemrograman khusus untuk kecerdasan buatan

Answer explanation

Langkah pertama dalam proses machine learning adalah…

• Evaluasi Model

• Pengumpulan Data

• Pelatihan Model

• Pemilihan Model

Apa tujuan dari tahap persiapan data dalam machine learning?

• Menghapus semua data yang tersedia

• Memastikan data sudah siap digunakan untuk melatih model

• Menentukan hasil prediksi akhir

• Mengubah data menjadi format gambar

Manakah di bawah ini yang termasuk jenis model machine learning?

• Regresi Linear, Decision Tree, Neural Network

• HTML, CSS, JavaScript

• Photoshop, CorelDRAW, Canva

• BIOS, Firmware, Kernel

Dalam supervised learning, model belajar berdasarkan…

• Data yang memiliki label atau target

• Data yang tidak memiliki label

• Interaksi dengan lingkungan melalui sistem hadiah dan hukuman

• Data yang sudah diproses secara otomatis

Metode machine learning yang tidak menggunakan label dalam proses pelatihannya disebut…

• Supervised Learning

• Unsupervised Learning

• Reinforcement Learning

• Deep Learning

Apa manfaat utama dari machine learning dalam dunia bisnis?

• Meningkatkan efisiensi dan otomatisasi tugas

• Menggantikan seluruh tenaga kerja manusia

• Mengurangi biaya produksi dengan menghilangkan semua sistem keamanan

• Menghapus semua data lama yang tidak diperlukan

Apa kekurangan utama dari machine learning?

• Tidak bisa menangani data yang besar

• Tidak bisa mempelajari pola dalam data

• Membutuhkan waktu yang lama untuk mendapatkan model yang optimal

• Tidak dapat digunakan untuk otomatisasi

Jenis machine learning yang bekerja dengan sistem hadiah dan hukuman disebut…

• Supervised Learning

• Unsupervised Learning

• Reinforcement Learning

• Hybrid Learning

Apa yang terjadi jika model machine learning dievaluasi dan hasilnya kurang memuaskan?

• Model langsung diterapkan tanpa perubahan

• Model dihapus dan tidak digunakan lagi

• Model dilatih ulang dengan parameter atau data yang berbeda

• Model diganti dengan sistem manual