Font size
WorksheetsKUIS KLASIFIKASI
Total questions: 20
Worksheet time: 4mins
Pernyataan yang betul dibawah ini adalah .....
Machine learning adalah bagian dari deep learning
Deep learning adalah bagian dari machine learning
Artificial intelligent adalah bagian dari machine learning
Artificial intelligent adalah bagian dari deep learning
Proses learning yang memberikan data yang diberi label adalah ....
Supervised learning
unsupervised learning
Reinforcement learning
Deep learning
Yang termasuk supervised learning adalah ....
Classification
Association
Clustering
Decision making
Yang termasuk unsupervised learning adalah ....
Classification
Regression
Clustering
Decision making
Yang tidak termasuk node dalam decision tree adalah
Decision node
Leaf Node
Fruit node
Yang termasuk Leaf node adalah ... (pilih 2 jawaban)
No
Humidity
Yes
Wind
YAng termasuk Decision node adalah ... (pilih 2 jawaban)
No
Humidity
Yes
Wind
Algoritma Random forest merupakan gabungan dari algoritma....
Searching
Decision tree
Linear regression
Random tree
Apa yang dilakukan oleh Random Forest dalam pelatihan modelnya?
Membuat satu pohon keputusan
Membuat beberapa pohon keputusan
Membuat satu cluster
Membuat satu cluster
Apa dampak dari pemilihan nilai k yang terlalu kecil dalam kNN?
Model menjadi terlalu kompleks dan sulit dilatih
Model menjadi terlalu sensitif terhadap noise (overfitting)
Model kehilangan detail dari data (underfitting)
Model menjadi lebih cepat dalam melakukan prediksi
Contoh metode klasifikasi yang menggunakan prinsip probabilitas dan Teorema Bayesian, adalah
Naive Bayes
Decision Tree
KNN
Neural Network
Metode klasifikasi yang hasil pemodelannya berupa pohon adalah :
Neural Network
C4.5
KNN
Naive Bayes
Nilai K pada algoritma KNN berarti ...
Tingkat kepercayaan yang digunakan
Jumlah tetangga terdekat yang digunakan untuk menentukan hasil
Level akurasi yang digunakan
Jumlah data maksimal
Jumlah error yang diijinkan
Yang tidak termasuk dalam jenis Algoritma Naive Bayes adalah ..
Polinomial
Gaussian
Bernoulli
Multinomial
Yang tidak termasuk metode untuk menentukan nilai K pada KNN adalah ...
Metode Elbow
Nilai Ganjil
Nilai Genap
Validasi Silang
Yang tidak termasuk metrik untuk menentukan n fitur terbaik pada Decision tree adalah ...
MSE
GINI index
Entropy
Gain Ratio
Kekurangan dari Random Forest adalah ......
Menghasilkan overfitting
Waktu komputasi lebih lambat
Menangani dataset yang besar
Akurasi yang kecil
KNN adalah algoritma berbasis instance lazy learning karena .....
Tidak membangun model saat training, hanya menyimpan data latih
Tidak menyimpan data latih
Tidak melakukan split data
Tidak bisa melakukan variasi
Prinsip Jarak Manhattan adalah ...Kecuali ...
Jarak lurus diantara 2 kelas
Jumlah total perbedaan absolut
Hanya bisa ke kanan dan ke kiri
mengukur jarak antara dua titik dalam ruang berdimensi
Algoritma yang bisa dipakai baik untuk Klasifikasi maupun regresi adalah... Kecuali ...
Support vector
K-Means
Decision tree
Random Forest
