NEW
Font size
WorksheetsMachine Learning
Total questions: 20
Worksheet time: 8mins
Sebelum membangun sebuah Machine Learning, terdapat 2 hal penting yang harus dipahami, yaitu
Pertanyaan/permasalahan spesifik apa yang ingin diatasi dan jawaban apa yang diinginkan dari Machine Learning tersebut
Biaya yang dibutuhkan dan anggota team untuk membangun Machine Learning
Izin proyek dan proposal pengajuan pembangunan Machine Learning
Manfaat dan data yang dibutuhkan untuk membuat Machine Learning
Ada berapa tipe pertanyaan utama yang dapat dijawab dengan Machine Learning
3
4
5
7
Manakah yang benar menurut tipe pertanyaan Machine Learning dan hasil output yang diberikan berdasarkan pernyataan dibawah ini
Tipe Pertanyaan Reggresion Model = menghasilkan output berupa angka/numerik
Tipe Pertanyaan Clasification Model = menghasilkan output berupa klaisifikasi kelompok/group
Jawaban a dan b benar
Jawaban a dan b salah
Untuk pertanyaan “Berapa perkiraan jumlah IJP Cash yang akan diterima PT. Jamkrindo pada tahun 2021. Manakah model pertanyaan Machine Learning yang paling cocok untuk menjawab pertanyaan ini?
Is this an A or B?
How Much or How Many?
How are these things organized?
semua salah
Setelah menentukan model pertanyaan yang cocok untuk digunakan dalam membangun sebuah machine learning, langkah selanjutnya adanya Mengukur dan merumuskan performa akurasi dari model tersebut. Ada berapa model metric pada Classification model yang bisa digunakan untuk mengukur performa akurasi model tersebut?
4 jenis model metric (accuracy, precision, recall, F1 score)
1 jenis model metric (F1 score)
3 jenis model metric (precision, recall, accuracy)
semua salah
Untuk contoh kasus “memprediksi transaksi fraud pada kartu kredit”, model metric Recall adalah untuk mengetahui?
Jumlah transaksi fraud yang diprediksi fraud adalah benar transaksi fraud, dan jumlah transaksi yang diprediksi non fraud adalah benar transaksi non fraud (akurasi 80%)
Dari semua transaksi yang diprediksi fraud, ada berapa yang benar-benar transaksi fraud (akurasi 50%)
semua benar
Dari semua transaksi yang actual fraud, berapa yang telah terprediksi (akurasi 25%)
Dalam Model classification, proses klasifikasi data input dengan cara membaca kata perkata atau sekumpulan dari kata-kata yang kemungkinan atau tingkat kemiripannya paling tinggi dengan parameter yang sudah dirumuskan adalah pengertian dari proses klasifikasi dengan metode
K-Nearest Neighbours (KKN)
Naives Bayes
Random Forest
Semua benar
Model machine learning untuk mengetahui suatu Market Segmentation dapat menggunakan metode
Classification Model
Reggresion Model
Clustering Model
Random Forest
Apa yang dimaksud dengan Deep Learning
Proses mengelola data dengan menghitung jumlah data yang masuk
Proses mengelola data dengan teknik meniru sistem syaraf manusia (neural network) dengan hasil outpun yang lebih detail dan kompleks
Proses mengelola data dengan teknik membaca data yang masuk berdasarkan kata per kata
Semua Salah
Hal utama yang membedakan Neural Networks dengan Deep Learning Neural Networks yaitu
Pada architecture nya, dimana deep learning lebih kompleks strukturnya dari pada neural networks
Dari data yang masuk
Dari hasil output yang diperoleh
Dari lama proses klasifikasi datanya
Metode Recognition apa saja yang dapat digunakan dalam proses Deep Learning
Face Recognition
Speech Recognition
Semua Benar
Visual Recognition
Berikut ini adalah contoh Speech Recognition dalam deep learning dapat kita jumpai, yaitu
Google Map
Google Translate
Finger Print
Face Recognition
1. Tahapan dalam siklus pembangunan Machine Learning :
1) Model Development
2) Defining Problem Statement
3) Data Collection, Management and Access
4) Model Monitoring
5) Model Deployment
Adapun urutannya adalah :
2-3-1-5-4
1-2-3-4-5
5-4-3-2-1
3-2-1-4-5
Dalam mengevaluasi sebuah machine learning, terdapat 2 tahapan evaluasi yaitu Evalusi Offline dan Evaluasi Online. Apa yang dimaksud dengan evaluasi online
Evaluasi dengan menggunakan metrik yang mengukur kinerja model sebelum produksi/selama pengembangan
Evaluasi dengan menggunakan data historis yang telah ditarik dan digunakan selama pengembangan
Evaluasi yang dapat dilakukan berulang kali
Sebagai evaluasi akhir untuk mengetahui apakah model yang telah dipelajari saat offline benar-benar beroperasi dan sesuai dengan tujuan
Apabila terjadi degradasi dalam sistem Machine Learning yaitu terjadi perubahan yang signifikan pada mekanisme dan populasi, maka solusi dari model degradation tersebut adalah
Melatih kembali parameter-parameter yang dipasangkan pada machine learning tersebut
Melakukan Remodeling terhadap Machine Learning berdasarkan data yag ada
A dan B salah
A dan B benar
Apa tujuan dari model maintenance dalam pengembangan Machine Learning
Memastikan bahwa model yang dibangun bekerja sesuai yang direncanakan
Memperpanjang jangka waktu penggunaan Machine Learning
Karena data historis yang digunakan selama pelatihan offline menjadi semakin dekat dari prediksi online
Semua salah
Dalam membangun sebuah Machine Learning, terdapat 3 hal yang harus diperhatikan dalam membentuk team Machine Learning tersebut, yaitu
Talent and skills
Building High Performance teams
Communicating to A non technical audience
Semua Benar
Terdapat 3 (tiga) peran dalam sebuah Team yang akan membangun Machine Learning yaitu
Ilmuan data (data science), Insinyur ML (ML Engineer), Insinyur Data (Data Engineer)
Architecture, Insinyur, Teknisi
Staff, Pelaksana, Manager
Anggota team dan ketua team
1. Dalam sebuah team machine learning, terdapat beberapa tipe-tipe leadership. Sifat – sifat sebagai berikut :
· Create an environment that we’re learning all the time.
· Encourage everyone on my team to try different ideas and approaches
· Add value on them
Adalah merupakan ciri-ciri sifat dari tipe leadership :
Yang focus pada komunikasi
Yang fokus pada pembentukan budaya
Semua benar
Yang fokus pada kegiatan mentorship
Hal-hal apa saja yang perlu dikomunikasikan oleh Team Leader Machine Learning kepada Pemimpinan Organisasi (BoD) dalam mengajukan proposal pembangunan sebuah Machine Learning
Resource cost, Infrastructure cost, Data costs, Development cost, Transition cost dan Maintenance and monitoring cost
Resource cost, Infrastructure cost, Data costs, Development cost
Transition cost dan Maintenance and monitoring cost
Semua Salah
