NEW
Font size
Worksheetsworkshop AI
Total questions: 10
Worksheet time: 3mins
Masalah utama yang diselesaikan oleh AI adalah sebagai berikut kecuali
Klastering
Klasifikasi
Konvolusi
Regresi
Machine learning yang semua datanya menyertakan label dalam proses pembelajarannya adalah
Supervised Learning
Unsupervised Learning
Semi-supervised Learning
Reinforcement Learning
Tahapan menguji performa model AI disebut
Data Cleansing
Feature Extraction
Model Training
Model Evaluation
Data baru yang digunakan untuk menguji model dengan data yang belum pernah dipelajari sebelumnya disebut
Training set
Test set
Data text
Data Image
Data yang nilainya tidak lengkap atau terdapat atribut yang nilainya kosong disebut dengan
Incompletness
Noise
Inconsistensy
Cleansing
Metode yang digunakan untuk menguji model klasifikasi yaitu
Support Vector Machine
Confusion matrix
Root Mean Square Error
Decision Tree
Seorang pasien diprediksi tidak hamil, namun kenyataannya pasien tersebut hamil. Maka kejadian ini termasuk
True Positive
True Negative
False Positive
False Negative
Yang termasuk dalam algoritma unsupervised learning adalah
Support Vector Machine
Random Forest
K-Means
Decision Tree
Nilai K pada algoritma k-means berarti
Jumlah data keseluruhan
Banyaknya jumlah tetangga terdekat
Banyaknya cluster yang dibentuk
Jumlah data dalam 1 cluster
Proses mengubah bentuk data kategorikal menjadi data numerikal disebut dengan
Data conversion
Data evaluation
Data training
Model deployment
