Exploring Artificial Intelligence Concepts

Apa tujuan utama dari pembelajaran mesin?

• Untuk membuat algoritma kompleks tanpa data.

• Untuk menggantikan kecerdasan manusia sepenuhnya.

• Untuk menyimpan data tanpa analisis.

• Untuk memungkinkan komputer belajar dari data dan membuat prediksi atau keputusan.

Jenis jaringan saraf manakah yang berikut ini?

• Pohon Keputusan

• Jaringan Saraf Rekuren (RNN)

• Jaringan Saraf Konvolusional (CNN)

• Mesin Vektor Dukungan (SVM)

Apa kekhawatiran etis yang umum terkait AI?

• AI dapat menggantikan pekerjaan manusia

• AI selalu akurat

• Bias dalam proses pengambilan keputusan

• AI tidak memiliki dampak pada privasi

Dalam pembelajaran mesin, apa yang dimaksud dengan 'pelatihan'?

• Pelatihan melibatkan pengujian model pada data yang tidak terlihat.

• Pelatihan adalah proses mengumpulkan data untuk analisis.

• Pelatihan mengacu pada penerapan model dalam produksi.

• Pelatihan dalam pembelajaran mesin adalah proses mengajarkan model untuk belajar dari data.

Apa fungsi dari fungsi aktivasi dalam jaringan saraf?

• Fungsi aktivasi menentukan output dari neuron dan memperkenalkan non-linearitas ke dalam model.

• Fungsi aktivasi mengatur laju pembelajaran model.

• Fungsi aktivasi digunakan untuk menginisialisasi bobot neuron.

• Fungsi aktivasi menentukan jumlah lapisan dalam jaringan.

Algoritma mana yang umum digunakan untuk tugas klasifikasi dalam pembelajaran mesin?

• Regresi Logistik

• Analisis Komponen Utama

• Pengelompokan K-Means

• Regresi Linier

Apa itu overfitting dalam konteks pembelajaran mesin?

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

• Overfitting adalah ketika model berkinerja sama baiknya pada data pelatihan dan data yang tidak terlihat.

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

• Overfitting mengacu pada proses mengurangi kompleksitas model untuk meningkatkan generalisasi.

Bagaimana bias dalam sistem AI dapat mempengaruhi masyarakat?

• Bias dalam sistem AI dapat mengakibatkan diskriminasi, memperpetuasi ketidaksetaraan, dan mengikis kepercayaan terhadap teknologi.

• Bias dalam sistem AI tidak memiliki dampak pada masyarakat.

• Bias dalam sistem AI dapat meningkatkan keadilan dan kesetaraan.

• Bias dalam sistem AI dapat meningkatkan pengalaman pengguna.

Apa tujuan dari fungsi kehilangan dalam pembelajaran mesin?

• Untuk mengoptimalkan arsitektur model

• Tujuan dari fungsi kehilangan dalam pembelajaran mesin adalah untuk mengukur perbedaan antara nilai yang diprediksi dan nilai aktual, yang memandu pelatihan model.

• Untuk meningkatkan kompleksitas model

• Untuk mengurangi jumlah data pelatihan

Which of the following best describes supervised learning?

• A type of machine learning where a model is trained on labeled data.

• A technique for clustering data without supervision.

• A type of machine learning that uses only unlabelled data.

• A method of data analysis that does not involve training models.