Pre-Test Data Mining

Istilah yang lebih tepat untuk "data mining" sebenarnya adalah...

• Penambangan emas (gold mining)

• Penambangan data (data mining)

• Penambangan pengetahuan dari data (knowledge mining from data)

• Arkeologi data (data archaeology)

Manakah dari berikut ini yang BUKAN merupakan bagian dari langkah persiapan data dalam proses penemuan pengetahuan (KDD)?

• Pembersihan Data (Data Cleaning)

• Integrasi Data (Data Integration)

• Evaluasi Pola (Pattern Evaluation)

• Seleksi Data (Data Selection)

Apa yang dimaksud dengan data mining menurut pandangan luas yang diadopsi dalam teks?

• Proses teknis mengekstrak emas dari batuan.

• Proses menemukan pola dan pengetahuan menarik dari sejumlah besar data.

• Proses membersihkan dan mengintegrasikan data dari berbagai sumber.

• Proses memvisualisasikan data untuk presentasi kepada pengguna.

Data yang disimpan dalam basis data relasional dan gudang data merupakan contoh dari...

• Data tidak terstruktur

• Data semi-terstruktur

• Data sangat terstruktur

• Data streaming

Tugas data mining yang mengkarakterisasi properti dari kumpulan data yang diminati disebut...

• Data mining prediktif

• Data mining deskriptif

• Analisis klaster

• Analisis outlier

Pola yang menunjukkan item-item yang sering dibeli bersama dalam satu transaksi, seperti "susu dan roti", disebut...

• Suburutan sering (frequent subsequence)

• Itemset sering (frequent itemset)

• Substuktur sering (frequent substructure)

• Pola sekuensial (sequential pattern)

Dalam aturan asosiasi buys(X, "computer") => buys(X, "webcam") [support=1%, confidence=50%], apa arti dari confidence=50%?

• 1% dari total transaksi membeli komputer dan webcam bersamaan.

• 50% dari total pelanggan membeli webcam.

• Jika seorang pelanggan membeli komputer, ada kemungkinan 50% dia juga akan membeli webcam.

• 50% dari total transaksi adalah pembelian komputer.

Proses menemukan model yang menggambarkan dan membedakan kelas atau konsep data untuk memprediksi label kelas di masa depan disebut...

• Regresi

• Klasifikasi

• Pengelompokan (Clustering)

• Ringkasan data

Apa perbedaan utama antara klasifikasi dan regresi?

• Klasifikasi untuk data numerik, regresi untuk data kategorikal.

• Klasifikasi memprediksi label kategorikal (diskrit), sedangkan regresi memodelkan fungsi bernilai kontinu (numerik).

• Klasifikasi menggunakan pohon keputusan, regresi menggunakan jaringan saraf.

• Klasifikasi adalah pembelajaran terawasi, regresi adalah pembelajaran tidak terawasi.

Analisis klaster mengelompokkan objek data berdasarkan prinsip...

• Meminimalkan kesamaan intra-kelas dan memaksimalkan kesamaan antar-kelas.

• Memaksimalkan kesamaan intra-kelas dan meminimalkan kesamaan antar-kelas.

• Hanya menggunakan data yang sudah memiliki label kelas.

• Mengidentifikasi objek yang tidak sesuai dengan perilaku umum.