quiz kecerdasan buatan

Apa itu algoritma K-Nearest Neighbors (KNN)?

• Algoritma unsupervised untuk clustering
  

• 
  Algoritma supervised untuk klasifikasi dan regresi
  

• 
  Algoritma yang hanya digunakan untuk data teks
  

• 
  Algoritma pengurutan data berdasarkan waktu

Salah satu kelebihan utama dari algoritma KNN adalah...

• Tidak membutuhkan data
  

• 
  Cepat pada dataset besar
  

• 
  Tidak memerlukan proses pelatihan model (training)
  

• 
  Tidak memerlukan normalisasi data

Teknik perhitungan jarak apa yang digunakan dalam contoh kasus pada PPT?

• Manhattan Distance
  

• Euclidean Distance
  

• Mahalanobis Distance
  

• Cosine Distance

KNN dikategorikan sebagai metode:

• Supervised Learning

• Clustering
  

• 
  Reinforcement Learning
  

• Dimensionality Reduction

Apa kesimpulan utama dari penggunaan KNN?

• Cocok untuk data besar dengan banyak fitur
  

• Membutuhkan pelatihan yang intensif

• Harus digunakan dengan neural network

• Metode sederhana dan efektif untuk klasifikasi berbasis jarak
  

Langkah pertama dalam alur kerja KNN adalah...

• Menghitung frekuensi kategori
  

• Mengurutkan data berdasarkan jarak
  

• Menentukan jumlah tetangga terdekat (K)
  

• Menentukan fungsi aktivasi

Dalam kasus pada PPT, jika dua dari tiga tetangga terdekat masuk kategori 0, maka:

• Data uji dikategorikan sebagai 1

• Data uji dikategorikan sebagai 0
  

• Data uji tidak bisa diprediksi
  

• Data uji dibuang

Apa fungsi dari mengurutkan jarak dalam proses KNN?

• Menentukan urutan input
  

• Menentukan kelas data secara acak
  

• Memilih K tetangga dengan jarak terjauh
  

• Menentukan K tetangga terdekat dari data uji

Apa yang dilakukan setelah menghitung jarak data uji ke semua data latih?

• Data diuji kembali
  

• Dilakukan pelatihan ulang
  

• Diurutkan dari jarak terbesar ke terkecil
  

• Diurutkan dari jarak terkecil ke terbesar

Dalam contoh kasus, dataset yang digunakan adalah...

• cancer.csv
  

• diabetes.xlsx
  

• penyakit.xlsx
  

• heart.csv