NEW
Font size
WorksheetsModule 3 Exam Simulation
Total questions: 45
Worksheet time: 2hrs 8mins
Diantara berikut yang bukan merupakan metode/model dari Machine Learning adalah
Decision Tree
Polynomial Regression
Linear Regression
Neural Network
Semua Jawaban Benar
Mana diantara model/metode berikut yang bukan merupakan Supervised Learning?
KNN
K-Means
Logistic Regression
Linear Regression
Decision Tree
Mana diantara model/metode berikut yang bukan merupakan Regression
Multiple Linear Regression
Decision Tree
Logistic Regression
KNN
Polynomial Regression
Melihat dari dataset tersebut, jika kita ingin memprediksi besaran tip berdasarkan total_bill dan time, maka metode yang kurang tepat digunakan adalah
KNN
Simple Linear Regression
Decision Tree
Polynomial Regression
Multiple Linear Regression
1. Memprediksi nominal gaji seorang calon pegawai tidak dapat dilakukan tanpa bantuan machine learning
2. Feature yang dipilih sebisa mungkin merupakan fenomena yang berhubungan dengan label yang hendak diprediksi
3. Pemilihan machine learning algorithm jauh lebih penting dari pemilihan & persiapan data yang diberikan ke model machine learning untuk membuat model machine learning yang baik
4. Machine learning dapat mengurangi keterlibatan manusia dalam proses penyusunan decision rule untuk membuat sebuah keputusan
Diantara keempat pernyataan tersebut, pernyataan yang KURANG tepat yaitu
2 dan 4
1 dan 3
2 dan 3
3 dan 4
1 dan 4
Apabila Anda diminta untuk mencari tahu apakah seorang pegawai di sebuah perusahaan akan resign dalam waktu dekat, maka pernyataan yang pasti salah adalah
Sistem yang Anda buat tidak dapat digunakan untuk memprediksi pegawai di perusahaan lain
Anda dapat menggunakan data asli yang dimiliki departemen HRD sebagai training set
Tingkat kepuasan dan masa kerja pegawai dapat dijadikan feature untuk melakukan prediksi
Anda dapat menerapkan unsupervised learning untuk menyelesaikan masalah ini
Anda dapat memberikan prediksi peluang seseorang akan resign
Di bawah ini, yang merupakan komponen yang tidak diperlukan untuk menghitung R-squared coefficient of determination adalah
Tidak ada jawaban yang benar
Mean squared error
Sum of squared regression
Sum of squared total
Sum of squared error
Peran sigmoid function pada logistic regression adalah
mengestimasi nilai intercept
mengukur kesalahan prediksi pada kasus classification
mengestimasi koefisien slope untuk masing-masing independent variable
memberikan penalti kepada beberapa independent variable
mengubah hasil prediksi model linier ke dalam nilai berskala 0 hingga 1
Di bawah ini yang merupakan pernyataan yang tepat mengenai pengaturan parameter k pada K-Nearest Neighbours untuk kasus classification adalah
nilai k terbaik adalah nilai k yang mampu menghasilkan RMSE terkecil
memperbesar nilai k cenderung membuat algoritma bekerja dengan lebih cepat
apabila nilai k sama dengan jumlah data point pada training set, semua data akan diklasifikasikan ke dalam satu kelas yang sama
nilai k yang kecil cenderung membuat model overfitting
mengubah nilai k tidak akan mempengaruhi jumlah iterasi yang dilakukan oleh algoritma
Apabila entropy digunakan sebagai splitting criterion sebuah decision tree, maka pernyataan yang kurang tepat adalah
node dengan entropy terkecil cenderung dipilih ketika melakukan splitting
entropy mencapai nilai maksimum apabila setiap kelas yang ada di suatu node memiliki jumlah elemen yang sama
entropy memiliki nilai dalam rentang 0 dan 1
untuk menghitung nilai entropy, perlu mengetahui peluang sebuah elemen di suatu node dikelompokkan ke dalam sebuah kelas
sebuah node yang seluruh elemennya dikelompokkan ke dalam satu kelas yang sama memiliki entropy bernilai 0 atau 1
Strategi yang paling tepat untuk memperkirakan apakah suatu model di production environment nanti dapat bekerja dengan baik yaitu dengan
melatih model pada validation set, menguji model pada training set
melatih model pada validation set, menguji model pada test set
melatih dan menguji model pada validation set
melatih model pada training set, menguji model pada test set & validation set
melatih dan menguji model pada training set
Peran nilai lambda pada lasso regression adalah
tidak ada jawaban yang benar
menjadi koefisien pengali untuk setiap independent variable
menentukan derajat penalti yang diberikan kepada independent variable
menentukan jumlah independent variable yang diberikan penalti
memodifikasi orde pangkat pada independent variable
Di antara beberapa contoh variabel di bawah ini, one-hot encoding paling perlu dihindari pada
pernah melakukan tindakan kriminal atau tidak
jenis pekerjaan
status pernikahan
jenjang pendidikan terakhir
nomor kartu keluarga
Di bawah ini, yang merupakan kelemahan dari model-based feature selection adalah
Tidak ada jawaban yang benar
Tidak dapat mengikutsertakan categorical features
Importance suatu feature tidak bergantung pada feature lain
Butuh waktu untuk melatih sebuah model terlebih dahulu
Tidak dapat menangkap interaksi antar independent variables
Perhatikan potongan kode berikut ini. Fungsi pada kode di atas akan menghitung sebuah evaluation metric yaitu
Mean absolute percentage error
Mean absolute error
Mean squared error
Root mean squared error
R-squared
Diberikan persamaan model linear regression untuk memprediksi harga mobil bekas (dalam Rupiah) seperti di bawah ini. Kesimpulan yang tepat berdasarkan persamaan di atas adalah
Model di atas tidak dapat digunakan untuk memprediksi mobil bekas dengan odometer (penunjuk jarak tempuh) bersatuan mil
Mobil produksi tahun 2008 dengan jarak tempuh 100.000 kilometer akan diprediksi lebih mahal dibanding mobil produksi tahun 2012 dengan jarak tempuh 150.000 kilometer
Sebuah mobil bekas yang diproduksi tahun 2000 dengan jarak tempuh 150.000 kilometer akan diprediksi memiliki harga Rp255.300.000,00
Kapasitas penumpang mempengaruhi harga jual sebuah mobil bekas
Semakin jauh jarak tempuh sebuah mobil, maka harga jual bekasnya akan semakin mahal
Berikut adalah evaluation metrics yang biasa digunakan untuk kasus regresi, kecuali
Semua adalah metrics untuk regresi
R2 Score
F1 Score
RMSE
MAE
Perhatikan tabel hasil training dan evaluation beberapa kandidat model berikut ini. Pernyataan yang tepat mengenai tabel di atas adalah
performa model pertama pasti meningkat dengan menambah jumlah feature
jumlah feature tidak memiliki dampak apapun terhadap F1 score
model ketiga lebih mungkin diambil sebagai kandidat model terbaik dibanding model pertama atau kedua
performa model kedua pasti meningkat dengan mengurangi jumlah feature
model kedua mengalami overfitting
Perhatikan ilustrasi berikut ini. Pernyataan yang kurang tepat mengenai ilustrasi tersebut adalah
RMSE pada validation set yang tinggi ketika ukuran training set kecil dikarenakan pola yang belum pernah ditemui oleh model ketika training
Performa RMSE model pada validation set dapat mencapai puncaknya saat ukuran training set diperbesar hingga 80
Ketika data pada training set masih sedikit, model cenderung mempelajari pola yang sedikit
Menambah jumlah training set hingga sebanyak mungkin belum tentu meningkatkan performa model lebih jauh
Semakin banyak jumlah training set, model cenderung terhindar dari overfitting
Perhatikan potongan kode berikut ini. Apabila X_train[ctg_cols] tidak memiliki missing values, X_train_ctg_encoded akan memiliki kolom sebanyak
5 buah
2 buah
4 buah
12 buah
6 buah
Diberikan confusion matrix sebuah model classification seperti di bawah ini. Apabila “YES” diasumsikan sebagai positive class, maka hasil perhitungan accuracy dari matriks di atas adalah
0.333
0.6
0.845
0.889
0.975
Andaikan error/residual untuk prediksi 5 data dalam kasus regresi seperti ini => [5, -2, 4, 1, -3]. Berapakah nilai MAE, MSE, dan RMSEnya?
MAE = 3, MSE = 11, RMSE = 3.32
MAE = 3, MSE = 12, RMSE = 3.42
MAE = 2, MSE = 12, RMSE = 4.32
MAE = 2, MSE = 11, RMSE = 3.42
MAE = 4, MSE = 12, RMSE = 4.32
Peran nilai alpha pada lasso regression adalah
tidak ada jawaban yang benar
menjadi koefisien pengali untuk setiap independent variable
menentukan derajat penalti yang diberikan kepada independent variable
menentukan jumlah independent variable yang diberikan penalti
memodifikasi orde pangkat pada independent variable
Perhatikan potongan kode berikut ini. Isi dari variabel X_poly adalah
array([[ 0., 6., 10., 30.]])
array([[ 1., 0., 3., 5., 0.., 9., 15., 25.]])
array([[ 1., 0., 3., 5., 0., 9., 25.]])
array([[ 1., 0., 3., 5., 0., 0., 0., 9., 15., 25.]])
array([[ 1., 0., 9., 25.]])
Anda diminta untuk mengimplementasikan sebuah sistem pendeteksi kerapuhan tulang pada lansia. Apabila seseorang yang memiliki kerapuhan tulang diprediksi oleh sistem Anda tidak memiliki kerapuhan tulang, risiko yang mungkin terjadi dinilai lebih besar dibanding kasus yang sebaliknya. Asumsikan bahwa “kerapuhan tulang” merupakan positive class pada kasus ini.
Metric yang perlu coba diminimalkan oleh model Anda yaitu
Precision
F1 score
Accuracy
False negative rate
False positive rate
Manakah Algorithm yang termasuk kedalam Unsupervised Learning Algorithm?
Gradient Boosting
Decision Tree
Linear Regression
KNN
K-Means
Di bawah ini, yang bukan merupakan salah 1 cara menangani kasus imbalanced data/class adalah
Semua merupakan cara penanganan kasus imbalanced data
Melakukan Undersampling
Menggunakan Metric Accuracy untuk Evaluasi
Menggunakan SMOTE
Menggunakan Random Over Sampler
Salah satu strategi dalam ensemble learning di mana terdapat beberapa base learner yang bekerja secara berurutan dengan memperbaiki hasil prediksi base learner yang sebelumnya disebut dengan
voting
bagging
random forest
stacking
boosting
Apabila Anda memiliki sepuluh buah model logistic regression yang dilatih menggunakan dataset yang sama persis dan di-tune dengan hyperparameters yang sama persis, melakukan ensemble method terhadap kesepuluh model tersebut kemungkinan tidak akan optimal karena
Tidak ada jawaban yang benar
hyperparameter tuning tidak dapat dilakukan terhadap base learner
logistic regression tidak cocok untuk dijadikan base learner
hasil training atau prediksi kesepuluh model tidak berbeda jauh
sepuluh buah base learner belum cukup untuk menerapkan ensemble method
Di bawah ini yang merupakan pernyataan yang tepat mengenai principal component analysis (PCA) yaitu
DIperlukan dataset berlabel ketika hendak menerapkan PCA
Melatih model dengan dataset hasil penerapan PCA tidak dapat mengurangi durasi training
Terdapat risiko kehilangan informasi ketika menerapkan PCA pada sebuah dataset
PCA mengurangi jumlah dimensi data dengan menghapus feature yang kurang penting untuk melakukan prediksi regression maupun classification
interpretasi hasil visualisasi PCA hanya dapat berguna jika jumlah dimensi yang dihasilkan berjumlah satu
Menghitung silhouette score pada K-Means Clustering dapat digunakan untuk mengetahui
opening anime naruto
jumlah iterasi optimal yang perlu dikerjakan
letak tiap centroid optimal pada iterasi awal
jumlah cluster optimal yang dapat dibuat
jumlah kolom optimal yang digunakan untuk mengelompokkan dataset
Di bawah ini merupakan beberapa pertanyaan yang diajukan oleh seorang Payment Service Product Manager kepada seorang Data Analyst. Pertanyaan-pertanyaan yang mengarah pada future possibilities yaitu
2 dan 4
1, 2, dan 4
3 dan 4
2 dan 3
1 dan 2
Andaikan kita diminta untuk dapat memprediksi mana customer kita yang akan churn dan tidak, berarti model yang dapat kita buat untuk membantu menyelesaikan masalah tersebut adalah model
Semua jawaban salah
Selection
Dimensionality Reduction
Regression
Classification
Data maturity level di mana salah satu cirinya yaitu bahwa suatu organisasi telah memandang data sebagai strategic asset dan tidak hanya sebagai tactical asset disebut dengan
Data-driven
Data savvy
Data-guided
Data aware
Data resistant
Di bawah ini, yang merupakan model yang kurang bersifat interpretable adalah
Agglomerative Clustering
Linear Regression model
Decision Tree model
K-Means Clustering
XGBoost model
Prediction script digunakan untuk
Melakukan analisis dan training data
Melakukan preproses dan training data
Melakukan preproses dan prediksi data
Melakukan training dan penyimpanan data
Melakukan training dan saving model
Diantara kelima kesalahan berikut, kesalahan yang tidak umum terjadi pada seorang Data Scientist adalah
Gagal untuk menyesuaikan tools dengan problem yang dihadapi
Keliru dalam menerapkan feature engineering pada data
Tidak bertanggung jawab terhadap kompentensi atau kemampuan teknis
Mengabaikan prasyarat yang ditetapkan oleh engineer
Di bawah ini yang bukan merupakan strategi untuk dapat menghindari overfitting yaitu
menambah jumlah data
mengurangi jumlah fitur
cross-validation
meningkatkan jumlah hyperparameter space
menerapkan regularization dengan nilai parameter penalty term yang lebih tinggi
Jika model prediksi mengalami kondisi low variance dan high bias, maka fenomena yang dapat dijelaskan adalah
Model mengalami underfiting
Model mengalami overfitting
Model bekerja dengan semestinya
Model berhasil melakukan generalisasi/best fit
Perhatikan potongan kode berikut ini. Jumlah kombinasi nilai hyperparameter yang akan dicoba adalah
15 buah
30 buah
24 buah
3 buah
8 buah
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
stacking
pruning
boosting
bagging
Apabila decision tree digunakan sebagai base learner method untuk bagging, strategi yang perlu dihindari untuk memperoleh hasil prediksi yang optimal adalah
menjalankan tiap base learner secara paralel
menyamakan seluruh hyperparameter untuk setiap base learner agar masing-masing menghasilkan tree yang semirip mungkin
mengagregat hasil prediksi masing-masing base learner dengan melakukan 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
Metrik evaluasi yang kurang tepat digunakan pada kasus dataset imbalanced adalah
Balanced Accuracy
Brier Score
G-mean Score
Accuracy
F-beta Score
Dalam evaluasi model regresi, kapan sebaiknya kita menggunakan MAE (Mean Absolute Error) sebagai metrik evaluasi?
Ketika kita ingin mengukur error dalam bentuk persentase terhadap nilai aktual
Ketika kita ingin memprioritaskan penalti besar untuk error yang lebih besar
Ketika kita ingin mengetahui korelasi antara fitur input dan output
Ketika kita ingin mengukur rata-rata kesalahan dalam satuan asli data tanpa terlalu menghukum error besar secara ekstrem
Ketika kita ingin memastikan model tidak menghasilkan error sama sekali
Apa perbedaan utama antara metode Bagging + Decision Tree dan Random Forest?
Random Forest menggunakan decision tree tunggal, sedangkan Bagging menggunakan banyak pohon
Random Forest memilih subset fitur secara acak di setiap pemisahan node, sedangkan Bagging tidak
Bagging melakukan pemilihan fitur acak, sedangkan Random Forest menggunakan semua fitur
Bagging tidak menggunakan teknik bootstrapping, sedangkan Random Forest menggunakannya
Tidak ada perbedaan, keduanya identik dalam proses pembelajaran
