Pemahaman Machine Learning

Apa yang dimaksud dengan supervised learning?

• Supervised learning adalah metode yang tidak memerlukan data berlabel.

• Supervised learning adalah teknik yang hanya digunakan untuk pengenalan gambar.

• Supervised learning adalah proses di mana model belajar tanpa data yang diberikan.

• Supervised learning adalah metode pembelajaran mesin yang menggunakan data berlabel untuk melatih model.

Sebutkan dua contoh algoritma yang termasuk dalam supervised learning!

• Decision Trees, Support Vector Machines (SVM)

• Genetic Algorithms

• K-Means Clustering

• Naive Bayes

Apa pengertian dari unsupervised learning?

• Unsupervised learning adalah metode pembelajaran yang memerlukan data berlabel.

• Unsupervised learning digunakan untuk mengklasifikasikan data dengan label yang sudah ada.

• Unsupervised learning adalah metode pembelajaran mesin yang digunakan untuk menganalisis data tanpa label.

• Unsupervised learning adalah teknik untuk memprediksi hasil berdasarkan data yang terstruktur.

Berikan dua contoh algoritma yang termasuk dalam unsupervised learning!

• Support Vector Machines

• Decision Trees

• K-Means Clustering, Principal Component Analysis (PCA)

• Linear Regression

Jelaskan dasar-dasar dari reinforcement learning!

• Reinforcement learning is a learning paradigm where an agent learns to make decisions by maximizing cumulative rewards through interactions with an environment.

• Reinforcement learning is a method for supervised learning using labeled data.

• Reinforcement learning focuses solely on data analysis without interaction.

• Reinforcement learning is a technique for clustering similar data points.

Sebutkan dua aplikasi dari reinforcement learning!

• Data analysis

• Social media management

• Weather forecasting

• Game playing and Robotics

Apa perbedaan utama antara supervised learning dan unsupervised learning?

• Keduanya, supervised dan unsupervised learning, menggunakan jenis data yang sama.

• Supervised learning tidak memerlukan data, sementara unsupervised learning memerlukan data yang dilabeli.

• Supervised learning menggunakan data yang dilabeli, sementara unsupervised learning menggunakan data yang tidak dilabeli.

• Supervised learning lebih cepat daripada unsupervised learning terlepas dari jenis data.

Sebutkan satu keuntungan dari menggunakan supervised learning!

• Mampu menghasilkan model yang tidak dapat diinterpretasikan.

• Mampu menghasilkan model prediktif yang akurat.

• Hanya cocok untuk data yang tidak terstruktur.

• Mampu mengurangi jumlah data yang diperlukan.

Apa yang dimaksud dengan agent dalam konteks reinforcement learning?

• Agent adalah algoritma yang hanya mengamati lingkungan tanpa berinteraksi.

• Agent adalah komponen yang menyimpan data tanpa melakukan keputusan.

• Agent adalah pengguna yang memberikan instruksi kepada sistem.

• Agent adalah entitas yang berinteraksi dengan lingkungan untuk belajar dan mengambil keputusan.

Sebutkan satu tantangan yang dihadapi dalam unsupervised learning!

• Keterbatasan dalam algoritma supervised learning.

• Kesulitan menentukan jumlah cluster yang optimal.

• Mudahnya menginterpretasikan hasil clustering.

• Kesulitan dalam mengumpulkan data yang cukup.