NEW
Font size
WorksheetsCoba Diseriusin
Total questions: 35
Worksheet time: 1hrs 11mins
Di bawah ini yang bukan merupakan model atau algoritma yang umum digunakan dalam supervised learning adalah
Random Forest
Logistic Regression
Decision Tree
Linear Regression
K-Means
Misalkan Anda diminta untuk mengimplementasikan spam detection system pada sebuah layanan email. Diberikan beberapa pernyataan berikut ini. Pernyataan yang kurang tepat yaitu
1,2,dan 3
2,3, dan 4
2 dan 4
2 dan 3
1 dan 4
Perhatikan persamaan model multiple linear regression di bawah ini. Pernyataan di bawah ini yang tepat yaitu
komponen di dalam kotak kuning disebut dengan slope
komponen di dalam kotak kuning disebut dengan keofisien
komponen di dalam kotak biru disebut dengan response variable
komponen di dalam kotak merah disebut dengan dependent variables
komponen di dalam kotak hijau disebut dengan explanatory variable
Metode Least Squares pada kasus regression dapat digunakan untuk mengestimasi nilai parameter model sehingga nilai sum of squared error dapat sekecil mungkin, yang ditandai dengan
jumlah dari nilai hasil prediksi dengan data observasi yang sesungguhnya dapat mendekati satu
jumlah nilai hasil prediksi dan data observasi yang sesungguhnya dapat sekecil mungkin
Jumlah Error yang sekecil mungkin
jumlah variabel yang disertakan di dalam model dapat sesedikit mungkin
Jumlah Error sebesar mungkin
Fungsi pada kode di berikut akan menghitung sebuah evaluation metric yaitu
MAE
MAPE
RMSE
MSE
R2
Dalam kasus sistem pendeteksi kanker, di mana orang yang menderita kanker diasumsikan sebagai positive class, false positive rate menandakan . . .
Persentase jumlah pasien kanker yang dideteksi sebagai pasien tidak kanker
Jumlah pasien tidak kanker yang dideteksi sebagai pasien kanker.
Persentase jumlah pasien tidak kanker yang dideteksi sebagai pasien kanker.
Persentase jumlah pasien tidak kanker yang dideteksi sebagai pasien tidak kanker juga.
Tidak ada jawaban yang benar.
Pada decision tree classification, splitting akan berhenti dilakukan jika terpenuhi kondisi-kondisi berikut ini, kecuali
elemen pada node masuk ke dalam dua kelas dengan jumlah yang sama
kedalaman tree sudah mencapai ketentuan
jumlah elemen pada node setelah melakukan splitting kurang dari ketentuan
jumlah elemen pada node sebelum melakukan splitting kurang dari ketentuan
seluruh elemen pada node masuk ke dalam satu kelas saja
Di bawah ini yang merupakan pernyataan yang pasti benar mengenai decision tree, yaitu . . .
Decision tree dapat digunakan untuk melakukan prediksi target yang bersifat continuous.
Nilai parameter min_samples_split yang besar akan menghasilkan tree yang dalam/besar.
Pada bagian bawah tree, nilai gini impurity cenderung lebih tinggi.
Nilai parameter max_depth yang kecil akan menghasilkan jumlah node yang sedikit.
Nilai parameter max_depth yang kecil akan menghasilkan jumlah node yang banyak.
Bagian yang paling mungkin menyebabkan masalah evaluasi model pada potongan kode di bawah ini terdapat pada . . .
Pada baris ke-7, untuk membaca dataset seharusnya np.read_csv.
Pada baris ke-15, train_test_split seharusnya menggunakan parameter stratify=y.
Pada baris ke-17, untuk prediksi seharusnya tree.predict(y_test).
Pada baris ke-15, proses splitting train set dan test set seharusnya sebelum model training.
Pada baris ke-18, mean_squared_error digunakan untuk evaluasi kasus regresi.
Pernyataan yang tepat mengenai tabel di berikut adalah . . .
Model no. 3 mengalami overfitting.
Model no. 1 adalah model terbaik karena modelnya paling general/stabil.
Model no.1 kemungkinan dapat ditingkatkan performanya dengan menambah jumlah feature.
Model no. 2 mengalami underfitting.
Model no. 2 kemungkinan dapat ditingkatkan performanya dengan menambah jumlah feature.
Kembali
Berikutnya
Kosongkan formulir
Di bawah ini yang bukan merupakan strategi untuk dapat menghindari underfitting yaitu
menambah jumlah fitur
Beralih ke model non linear apabila data tidak menunjukkan pola linear.
Menerapkan regularization dengan nilai parameter penalty yang tinggi.
menambahkan polynomial features pada model
menambah kompleksitas model
Kondisi di bawah ini merupakan beberapa penyebab dari overfitting, kecuali . . .
Menggunakan nilai k = 1 (jumlah neighbor) untuk K-Nearest Neighbours.
Menggunakan order pangkat yang tinggi pada polynomial features.
Membuat decision tree dengan entropy sebagai splitting criterion.
Melatih model dengan data yang memiliki fitur sangat banyak.
Membuat decision tree dengan depth yang tidak dibatasi.
Kembali
Berikutnya
Kosongkan formulir
Di antara beberapa contoh categorical variable di bawah ini, yang paling mungkin di-encode menggunakan teknik ordinal encoding, yaitu . . .
Jenis kelamin.
Pangkat pekerjaan.
Nama negara.
Status merokok (ya/tidak).
Jenis pekerjaan.
Kembali
Berikutnya
Kosongkan formulir
Nilai yang seharusnya muncul pada bagian “???” keluaran kode di atas adalah
5
4
24
25
1
Apabila terdapat kasus missing values pada sejumlah kolom sebuah dataset, strategi yang mungkin untuk dilakukan yaitu sebagai berikut, kecuali . . .
Menghapus baris yang punya missing value.
Mengisi missing value dengan mean jika kolomnya kategorikal.
Mengisi missing value dengan mode jika kolomnya numerikal.
Mengisi missing value dengan mode jika kolomnya kategorikal.
Mengisi missing value pada suatu kolom numerikal dengan suatu nilai berdasarkan hasil regresi dari nilai pada kolom lainnya.
Pada model-based feature selection, pemilihan feature dapat dilakukan di antaranya dengan . . .
Memilih feature berdasarkan domain knowledge.
Melatih model dengan sedikit feature, lalu menambahkan feature satu per satu sambil menghitung sebuah metric.
Melihat koefisien dan hasil significant test dari independent variables pada sebuah linear model, atau melihat feature importance pada model seperti decision tree dan random forest
Memilih feature dengan melihat korelasi antara feature dengan target.
Melatih model dengan seluruh feature, lalu menghilangkan feature satu per satu sambil menghitung sebuah metric.
Kembali
Berikutnya
Kosongkan formulir
Apabila ‘YES’ diasumsikan sebagai positive class, berapa nilai precision?
0.892
0.980
0.806
0.961
0.5
Anda seorang Data Scientist di sebuah perusahaan FinTech dan diminta untuk mengimplementasikan sebuah sistem pendeteksi nasabah gagal bayar (default). Perusahaan Anda menilai bahwa kerugian ketika salah memprediksi nasabah yang mampu melunasi pembayaran sebagai nasabah gagal bayar (default) lebih besar dibanding kerugian ketika salah memprediksi nasabah gagal bayar sebagai nasabah yang mampu melunasi pembayaran. Metric yang perlu coba diminimalkan nilainya oleh model Anda adalah . . .
F1 score.
Precision
Recall
False Positive Rate
False Negative Rate
Berdasarkan kode di bawah ini, jumlah kombinasi nilai hyperparameter yang akan dihasilkan adalah . . .
48
9
40
24
20
Untuk memperoleh pengukuran evaluasi model berupa persentase selisih antara hasil prediksi dengan data observasi yang sesungguhnya, metric yang dapat digunakan yaitu
Mean Absolute Percentage Error
Mean Absolute Error
Mean Square Error
Root Mean Square Error
R Squared
Di bawah ini yang merupakan strategi yang kurang tepat dalam mengatasi kasus imbalance class adalah . . .
Melakukan resampling.
Mengumpulkan lebih banyak data pada minority class.
Melakukan feature engineering.
melakukan random sampling pada saat train & test set splitting
mengatur bobot kelas pada model
Salah satu strategi dalam ensemble learning di mana terdapat lebih dari satu base learner dengan cara kerja yang serupa dan masing-masing learner dilatih menggunakan hasil sampling dengan pengembalian dari sebuah training set yang utuh di mana setiap anggota sampel dapat terpilih lebih dari satu kali disebut dengan
voting
bagging
pasting
stacking
boosting
Pada model bagging yang menggunakan decision tree sebagai base learner, manakah cara kerja model bagging berikut yang kurang tepat dalam mengoptimalkan prediksi yang dihasilkan?
Menjalankan semua base learner secara paralel.
menyamakan seluruh hyperparameter untuk setiap base learner agar masing-masing menghasilkan tree yang semirip mungkin
Hasil prediksi dari setiap base learner di-agregasi dengan cara majority vote.
melatih sebuah decision tree terlebih dahulu sebagai pembanding dan untuk mengetahui adanya potensi perbaikan
melakukan hyperparameter tuning untuk menentukan jumlah base learner yang optimal
Di bawah ini yang merupakan pernyataan yang kurang tepat mengenai principal component analysis (PCA), yaitu . . .
PCA mengurangi jumlah dimensi data dengan menghapus feature yang korelasinya paling kecil terhadap target.
Kekurangan dari penerapan PCA adalah adanya risiko kehilangan informasi dari data yang digunakan.
Feature hasil penerapan PCA dapat digunakan untuk clustering.
PCA dapat mempermudah untuk tujuan visualisasi pada 2D atau 3D plot.
PCA dapat menangani multicollinearity.
Kembali
Berikutnya
Kosongkan formulir
Pada metode clustering DBSCAN, Anda bisa mengatur hyperparameter epsilon dan min_samples. Pernyataan yang benar mengenai hal tersebut adalah . . .
Memperkecil nilai min_samples akan menyebabkan semakin banyak noise yang diperoleh dari hasil DBSCAN
Memperbesar nilai min_samples akan menyebabkan semakin banyak core sample yang terbentuk
Memperbesar nilai min_samples akan menyebabkan semakin sulit bagi setiap data point untuk menjadi sebuah core sample
Mengurangi nilai epsilon akan menyebabkan cluster yang terbentuk cenderung berukuran besar
Mengurangi nilai epsilon akan menyebabkan semakin banyak data point yang masuk ke dalam sebuah cluster
Teknik elbow method pada K-Means Clustering dapat digunakan untuk mengetahui . . .
Jumlah iterasi optimal.
Jumlah kolom optimal.
Letak centroid terbaik.
Jumlah cluster optimal.
Tidak ada jawaban yang benar.
Apabila sebuah ARIMA model menggunakan satu level differencing dan dua observasi lag sebagai predictor, maka parameter yang mungkin digunakan adalah . . .
ARIMA(1, 2, 0)
ARIMA(2, 1, 2)
ARIMA(0, 1, 2)
ARIMA(2, 1, 0)
ARIMA(0, 1, 0)
Kembali
Berikutnya
Kosongkan formulir
Diberikan sebuah teks yang sudah di-preprocess seperti berikut ini. “saya akan membeli pizza”
Apabila tokenization dilakukan menggunakan 2-grams (n=2 dan n_min = 2), maka hasil yang diperoleh adalah . . .
saya akan, akan membeli, membeli pizza
saya, akan, membeli, pizza, saya akan, akan membeli, membeli pizza
saya akan, membeli pizza
saya, akan, membeli, pizza, saya akan, membeli pizza
Tidak ada jawaban yang benar.
Kata yang memiliki bobot tf-idf terbesar pada dokumen ketiga adalah
system
money
business
school
Tidak ada jawaban yang benar
Pada item-based collaborative filtering, pemberian rekomendasi dilakukan dengan
Mencari produk P yang memiliki jumlah user U terbanyak, sehingga P akan direkomendasi ke semua user U’ yang belum menggunakannya
Mencari produk P yang memiliki jumlah produk P’ yang mirip dengannya paling banyak, sehingga P akan direkomendasikan ke semua user U’ yang belum menggunakannya
mencari produk P yang belum pernah digunakan oleh user U, namun telah digunakan oleh user U’ yang mirip dengan U, sehingga P akan direkomendasikan kepada U
Memberi rekomendasi produk P kepada User U yang menggunakan produk P', di mana produk P’ memiliki user U’ yang juga merupakan pengguna produk P
Tidak ada jawaban yang benar
Di bawah ini, yang merupakan kelemahan dalam penerapan model-based recommender system adalah . . .
Memiliki keterbatasan dalam mengembangkan minat pengguna.
Akan kesulitan ketika hendak merekomendasikan item-item baru yang belum ada ratingnya.
Item dengan rating paling banyak akan kesulitan direkomendasikan.
Metode ini memerlukan domain knowledge yang spesifik.
Tidak ada jawaban yang benar.
Data maturity level di mana perusahaan memiliki data (menyimpan), kemudian melakukan analisis untuk root cause analysis, mereka juga dapat menggunakan data untuk menjadikannya aset strategi, seperti melakukan prediksi-prediksi kejadian yang ditunjukan berdasarkan pola saat ini. Hampir seluruh divisi perusahaan sudah mulai melakukan analisis data untuk mengambil keputusan, namun belum berani mengotomasi produk mereka menggunakan data. Perusahaan tersebut termasuk dalam level . . .
Data resistant.
Data aware.
Data savvy.
Data driven.
Data guided.
Di bawah ini, yang bukan merupakan contoh bentuk deliverable pada interpretable machine learning model adalah
Dendogram pada Hierarchical Clustering
Koefisien Independent Variables pada Linear Regression
Core samples pada DBSCAN
Decision boundary pada K-Means Clustering
Decision tree plot
Di bawah ini, yang merupakan business question yang bersifat inference, yaitu . . .
Apakah kita dapat mendeteksi siapa saja customer yang akan melakukan churn?
Kota mana yang menghasilkan revenue paling besar?
Apakah kita dapat mengelompokkan customer berdasarkan segmentasinya?
Pelanggan mana saja yang baru mulai bertransaksi hari ini dan paling mungkin akan menjadi loyal customer?
Pelanggan mana saja yang bertransaksi hari ini dan terindikasi melakukan fraud?
Kembali
Berikutnya
Kosongkan formulir
Berikut adalah evaluation metrics yang biasa digunakan untuk kasus klasifikasi, kecuali
MAPE
Precission
Accuracy
F1 Score
Semua Jawaban Benar
