Coding and AI Challenge

Apa tujuan utama dari kecerdasan buatan?

• Untuk menciptakan mesin yang dapat berpikir dan merasakan seperti manusia.

• Untuk membatasi kemampuan mesin pada tugas-tugas sederhana.

• Untuk memungkinkan mesin melakukan tugas yang memerlukan kecerdasan manusia.

• Untuk menggantikan pekerja manusia di semua pekerjaan.

Jelaskan perbedaan antara pembelajaran terawasi dan pembelajaran tidak terawasi.

• Pembelajaran terawasi memerlukan data berlabel, sedangkan pembelajaran tidak terawasi menggunakan data tidak berlabel.

• Pembelajaran terawasi hanya dapat digunakan untuk tugas klasifikasi.

• Pembelajaran tidak terawasi memerlukan intervensi manusia untuk memberi label pada data.

• Pembelajaran terawasi lebih cepat daripada pembelajaran tidak terawasi.

Bahasa pemrograman apa yang umum digunakan untuk pengembangan AI?

• Java

• Python

• C++

• Ruby

Definisikan istilah 'jaringan saraf' dalam konteks AI.

• Jaringan saraf adalah jenis perangkat keras yang digunakan untuk penyimpanan data.

• Jaringan saraf adalah jaringan sosial untuk menghubungkan peneliti AI.

• Jaringan saraf adalah bahasa pemrograman untuk mengembangkan aplikasi AI.

• Jaringan saraf adalah model komputasi yang mensimulasikan cara otak manusia memproses informasi, terdiri dari node yang saling terhubung yang belajar dari data.

Apa peran pra-pemrosesan data dalam pembelajaran mesin?

• Pra-pemrosesan data hanya diperlukan untuk pembelajaran terawasi.

• Pra-pemrosesan data mengurangi jumlah data yang tersedia untuk analisis.

• Pra-pemrosesan data terutama berfokus pada visualisasi data.

• Pra-pemrosesan data meningkatkan kualitas data dan mempersiapkannya untuk pemodelan pembelajaran mesin yang efektif.

Jelaskan konsep overfitting dalam model pembelajaran mesin.

• Overfitting terjadi ketika model terlalu sederhana dan tidak dapat menangkap pola yang mendasarinya.

• Overfitting adalah ketika model berkinerja baik pada data pelatihan tetapi buruk pada data yang tidak terlihat karena kompleksitas yang berlebihan.

• Overfitting adalah ketika model berkinerja buruk pada data pelatihan dan data yang tidak terlihat karena kurangnya data.

• Overfitting terjadi ketika model dilatih pada terlalu banyak data, yang menyebabkan kebingungan.

Apa signifikansi dari Turing Test dalam AI?

• Turing Test menilai kemampuan mesin untuk menunjukkan kecerdasan mirip manusia.

• Turing Test menentukan kemampuan mesin untuk melakukan perhitungan.

• Turing Test mengevaluasi penampilan fisik mesin.

• Turing Test mengukur kecepatan mesin dalam memproses data.

Sebutkan satu pustaka populer yang digunakan untuk pembelajaran mendalam.

• Keras

• Pandas

• TensorFlow

• Scikit-learn

Bagaimana cara pembelajaran penguatan berbeda dari pembelajaran mesin tradisional?

• Pembelajaran mesin tradisional belajar melalui percobaan dan kesalahan.

• Pembelajaran penguatan menggunakan dataset tetap untuk pelatihan.

• Pembelajaran penguatan berbeda dari pembelajaran mesin tradisional karena belajar melalui interaksi dan umpan balik dari lingkungan daripada dari dataset tetap.

• Pembelajaran penguatan tidak memerlukan umpan balik dari lingkungan.

Apa pertimbangan etis yang harus diperhatikan saat mengembangkan sistem AI?

• Keterlibatan pengguna

• Efektivitas biaya

• Kompleksitas teknis

• Keadilan, transparansi, akuntabilitas, privasi, dan dampak sosial.