Koding dan Kecerdasan Buatan

Apa itu kecerdasan buatan?

• Kecerdasan buatan hanya digunakan dalam permainan video.

• Kecerdasan buatan adalah sistem komputer yang dapat meniru kecerdasan manusia.

• Kecerdasan buatan adalah teknologi yang tidak dapat belajar.

• Kecerdasan buatan adalah jenis perangkat keras komputer.

Sebutkan tiga bahasa pemrograman yang umum digunakan dalam pengembangan AI.

• C++

• HTML

• Python, R, Java

• SQL

Apa perbedaan antara machine learning dan deep learning?

• Machine learning dan deep learning adalah istilah yang sama.

• Machine learning adalah algoritma analisis data, sedangkan deep learning adalah jaringan saraf tiruan dengan banyak lapisan.

• Machine learning hanya digunakan untuk pengenalan suara.

• Deep learning adalah metode statistik sederhana.

Jelaskan konsep neural network secara singkat.

• Neural network adalah model komputasi yang meniru cara kerja otak manusia, terdiri dari neuron yang saling terhubung.

• Neural network adalah sistem yang hanya menggunakan algoritma statistik.

• Neural network adalah perangkat keras yang tidak memerlukan data untuk berfungsi.

• Neural network adalah metode pengolahan data yang tidak melibatkan pembelajaran mesin.

Apa itu algoritma regresi dalam konteks AI?

• Algoritma regresi hanya berlaku untuk data diskrit.

• Algoritma regresi adalah metode untuk mengelompokkan data dalam AI.

• Algoritma regresi adalah metode untuk memprediksi nilai kontinu dalam AI.

• Algoritma regresi digunakan untuk klasifikasi data dalam AI.

Sebutkan satu aplikasi nyata dari kecerdasan buatan.

• Aplikasi pengolah kata

• Sistem manajemen database

• Game komputer

• Asisten virtual seperti Siri atau Google Assistant

Apa yang dimaksud dengan data training dalam machine learning?

• Data training adalah data yang digunakan untuk menguji model.

• Data training adalah data yang tidak relevan dengan model.

• Data training adalah data yang digunakan untuk menyimpan hasil akhir.

• Data training adalah kumpulan data yang digunakan untuk melatih model dalam machine learning.

Jelaskan fungsi dari fungsi aktivasi dalam neural network.

• Fungsi aktivasi tidak berpengaruh pada hasil akhir dari neural network.

• Fungsi aktivasi menambahkan non-linearitas dan menentukan output neuron dalam neural network.

• Fungsi aktivasi hanya digunakan untuk mengurangi dimensi data.

• Fungsi aktivasi hanya berfungsi untuk mempercepat proses pelatihan.

Apa itu overfitting dan bagaimana cara menghindarinya?

• Overfitting adalah cara untuk meningkatkan akurasi model.

• Overfitting tidak mempengaruhi kinerja model pada data baru.

• Menghindari overfitting hanya memerlukan lebih banyak data pelatihan.

• Overfitting adalah kondisi di mana model terlalu cocok dengan data pelatihan, mengakibatkan kinerja buruk pada data baru. Cara menghindarinya termasuk regularisasi, pengurangan kompleksitas model, dan validasi silang.

Sebutkan satu tantangan etis yang dihadapi dalam pengembangan AI.

• Keterbatasan data

• Keamanan siber

• Biaya pengembangan

• Bias algoritma