Search Header Logo

Ensemble Off A

Authored by Utomo Pujianto

Computers

University

Used 3+ times

Ensemble Off A
AI

AI Actions

Add similar questions

Adjust reading levels

Convert to real-world scenario

Translate activity

More...

    Content View

    Student View

10 questions

Show all answers

1.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

Apa tujuan utama dari teknik ensemble dalam machine learning?

Mengurangi waktu komputasi
Meningkatkan akurasi prediksi
Mengurangi jumlah data
Menyederhanakan model

Answer explanation

Ensemble bertujuan menggabungkan beberapa model untuk meningkatkan akurasi dan stabilitas hasil prediksi.

2.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

Algoritma Random Forest termasuk ke dalam teknik ensemble apa?

Boosting
Voting
Bagging
Stacking

Answer explanation

Random Forest adalah contoh teknik bagging yang menggabungkan banyak decision tree.

3.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

Apa peran meta-learner dalam stacking?

Menseleksi fitur
Menghasilkan probabilitas
Menggabungkan output base model
Menghindari data imbalance

Answer explanation

Meta-learner belajar dari output base model untuk membuat prediksi akhir.

4.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

Boosting lebih rentan terhadap:

Underfitting
Overfitting
Noise
Regularisasi

Answer explanation

Karena boosting fokus pada kesalahan sebelumnya, ia bisa overfit terutama pada data berisik.

5.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

Manakah dari teknik berikut menggabungkan model heterogen?

Bagging
Boosting
Stacking
Random Forest

Answer explanation

Stacking bisa menggunakan model heterogen (misal SVM, Decision Tree, dan KNN bersama-sama).

6.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

Teknik apa yang cocok jika model base learner memiliki performa rendah?

Stacking
Bagging
Boosting
Logistic Regression

Answer explanation

Boosting sangat baik untuk meningkatkan performa base learner yang lemah (weak learners).

7.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

Kapan ensemble classifier tidak efektif?

Saat model saling berbeda
Saat model overfit data
Saat data tidak linier
Saat jumlah fitur besar

Answer explanation

Jika semua model overfit, ensemble justru memperparah masalah, bukan memperbaikinya.

Access all questions and much more by creating a free account

Create resources

Host any resource

Get auto-graded reports

Google

Continue with Google

Email

Continue with Email

Classlink

Continue with Classlink

Clever

Continue with Clever

or continue with

Microsoft

Microsoft

Apple

Apple

Others

Others

Already have an account?