Last Quiz SD

Aktivitas berikut yang bukan merupakan bagian dari fase Deployment CRISP-DM adalah...

• Pembuatan laporan hasil analisis
• Mengimplementasikan model ke dalam sistem produksi.
• Membuat rencana pemeliharaan model.
• Monitoring hasil model saat dijalankan di lingkungan nyata.

Answer explanation

Adjusted Rand Index (ARI) mengukur kesamaan antara hasil clustering dengan ground truth atau label yang ada.

Diantara Aktivitas berikut yang merupakan bagian dari fase Evaluation CRISP-DM adalah...

• Melakukan review dengan stakeholder.
• Pengumpulan feedback dari pengguna akhir setelah model digunakan
• Membangun pipeline otomatisasi untuk proses model
• Melatih (training) model dengan data

Answer explanation

DBSCAN efektif untuk clustering data dengan noise dan bentuk cluster yang tidak teratur.

Metode Grid Search dalam hyperparameter tuning memiliki kekurangan utama berupa...

• Tidak bisa digunakan untuk data besar
• Membutuhkan waktu komputasi tinggi
• Selalu menghasilkan nilai terbaik
• Terlalu efisien

Answer explanation

Hierarchical Clustering memungkinkan kita untuk melihat struktur data tanpa harus menentukan jumlah cluster di awal.

Apa tujuan utama dari hyperparameter optimization?

• Mengurangi ukuran dataset
• Meningkatkan performa model
• Menentukan nilai terbaik dari parameter model
• Mengubah struktur data

Answer explanation

Inertia mengukur total jarak antara data dengan centroid dalam clustering K-Means. Semakin rendah nilai inertia, semakin baik hasil clustering.

Apa kekeliruan dalam memahami Hukum 5 Nine Laws of Data Mining ("Most Data Mining is Supervised") ?

• Tidak menggunakan target variable
• Hanya menggunakan clustering
• Mengira semua proyek harus supervised
• Menghindari prediksi

Answer explanation

Label noise terjadi ketika data yang digunakan untuk clustering memiliki informasi yang salah atau terdistorsi.

Teknik Feature Extraction yang menggunakan pendekatan nonliner adalah...

• Principal Component Analysis
• Autoencoder
• Singular Value Decomposition
• Non-negative Matrix Factorization

Answer explanation

Elbow Method membantu memilih jumlah cluster yang optimal dengan memplot inertia dan mencari titik "siku" (elbow).

Salah satu teknik visualisasi yang digunakan untuk membantu menentukan jumlah Principal Components yang optimal dalam analisis PCA adalah...

• Correlation heat matrix
• Box Plot
• Scatter Plot
• Scree Plot

Answer explanation

K-Means umumnya lebih cepat dibandingkan DBSCAN karena memerlukan perhitungan jarak yang lebih sederhana dan hanya membutuhkan sedikit iterasi.

Tahapan mana dalam CRISP-DM yang paling tepat dikaitkan dengan Data Wrangling?

• Evaluation
• Modeling
• Data Understanding
• Data Preparation

Answer explanation

Cluster validity mengacu pada seberapa baik hasil clustering dalam merepresentasikan data dan struktur yang ada.

Manakah diantara pilihan berikut yang bukan merupakan fakta dalam konsep Feature Extraction.

• FE akan selalu menghasilkan peningkatan kecepatan eksekusi classifier
• FE akan selalu menghasilkan peningkatan kinerja classifier
• FE berpotensi menghilangkan informasi yang mungkin sebenarnya berharga
• FE akan selalu menghasilkan feature yang sama sekali baru (tidak sama dengan feature pra-Extraction)

Answer explanation

Single linkage mengukur jarak antara dua cluster dengan mencari jarak terpendek antara titik dalam kedua cluster.

Manakah diantara pilihan berikut yang bukan merupakan hyperparameter dalam penggunaan Decision Tree Classifier ...

• max_depth
• feature_importances
• min_samples_leaf
• criterion

Answer explanation

Density reachability dalam DBSCAN mengukur apakah titik data dapat dijangkau oleh titik lain berdasarkan kerapatan tetangga.