wayground logo

Free Printable Worksheets

Font size

S
M
L
XL
Worksheets

RANDOM FOREST

Total questions: 20

Worksheet time: 8mins

Name
Class
Date
1.

Algoritma Random forest merupakan gabungan dari algoritma....

a)

Searching

b)

Decision tree

c)

Linear regression

d)

Random tree

2.

Algoritma Random forest bisa melakukan proses.... ( pilih 2)

a)

Regresi

b)

Clustering

c)

Klasifikasi

d)

Searching

3.

 kombinasi model pembelajaran untuk meningkatkan hasil keseluruhan disebut metode ...

a)

bagging

b)

begging

c)

clustering

d)

setting

4.

hal yang harus diwaspadai pada algoritma Random Forest adalah...

a)

prefitting

b)

Underfitting

c)

Overfitting

d)

Fitting

5.

Kelebihan algoritma random forest adalah ... kecuali

a)

Bisa melakukan regresi

b)

Bisa melakukan klasifikasi

c)

Bisa menghandle data kecil

d)

bisa menghandle overfitting

6.

What is Machine Learning? (Choose 3 Answers)

a)

Artificial Intelligence

b)

Machine Learning

c)

Data Statistics

d)

Deep Learning

7.

Macam-macam definisis AI salah satunya disebut bertindak seperti manusia, yaitu

a)

thinking humanly

b)

acting humanly

c)

thinking rasionaly

d)

acting rasionaly

8.

clustering termasuk dalam

a)

unsupervised learning

b)

supervised learning

c)

reinforcement learning

d)

semi supervised learning

9.

Algoritma ini memerlukan data berlabel untuk membangun sebuah model yang tingkat akurasinya bisa ditingkatkan dari waktu ke waktu, disebut

a)

supervised learning

b)

unsupervised learning

c)

reinforcement learning

d)

semi supervised learning

10.

regression termasuk dalam algoritma

a)

supervised learning

b)

unsupervised learning

c)

reinforcement learning

d)

semi supervised learning

11.

Contoh dari AI adalah

a)

Computer Vision

b)

Deep Learning

c)

A dan B benar

12.

Mengapa Machine Learning penting?

a)

Karena sulit menemukan pola pada data yang berdimensi besar

b)

Karena mengikuti tren teknologi

c)

Karena banyak digunakan oleh industri

13.

Contoh algoritma supervised adalah?

a)

Regresi Linier

b)

Hierarchical Clustering

c)

SVM

14.

yang merupakan teknik pembelajaran Machine learning adalah?

a)

Supervised learning

b)

vised learning

c)

unvised learning

d)

data base learning

15.

data yang diolah tidak memiliki label dan sistem tidak mengetahui jawaban atau output yang benar adalah machine learning tipe ?

a)

Supervised learning

b)

Semi-supervised learning

c)

Unsupervised learning

d)

Reinforcement Learning

16.

Salah satu metrik algoritma regresi yang bisa digunakan untuk evaluasi adalah

a)

Akurasi

b)

Durbin-watson index

c)

Mean Squared Error

d)

Recall

e)

F1-Score

17.

Algoritma machine learning di mana kita memiliki label yang ingin diprediksi disebut

a)

Reinforcement learning

b)

Unsupervised learning

c)

Supervised learning

d)

Semi-supervised learning

e)

Superb learning

18.

Algoritma di mana variabel yang kita prediksi memiliki tipe data kategori disebut dengan

a)

Clustering

b)

Klasifikasi

c)

Regresi

d)

PCA

e)

Korelasi

19.

Tampilan evaluasi seperti ini disebut dengan

a)

Histogram

b)

Correlation Matrix

c)

Confusion Matrix

d)

Recall

e)

Precision

20.

Machine Learning adalah sebuah metode untuk melatih sebuah program komputer. Dengan machine learning, program dapat dilatih untuk memecahkan masalah spesifik tanpa harus menulis sistem logika satu per satu

a)

Benar

b)

Salah