WorksheetsRico AI
Total questions: 21
Worksheet time: 8mins
Domain dari kecerdasan buatan (AI) yang fokus pada kemampuan komputer untuk memahami, menginterpretasikan, dan menghasilkan bahasa manusia.
Data Science
Computer Vision
Data Analis
NLP
Dataset yang baik tidak perlu dibersihkan sebelum digunakan dalam deep learning
Deep Learning merupakan cabang dari...
Data Mining
Neural Networks
Machine Learning
Computer Vision
Fungsi aktivasi yang paling sering digunakan dalam deep learning adalah...
Linear
Sigmoid
Tangent
ReLU
Overfitting pada model deep learning berarti...
Model gagal mempelajari pola dari data
Model hanya baik pada data pelatihan, tapi buruk pada data baru
Model terlalu umum dan tidak cukup akurat
Model terlalu lambat dalam memproses data
Salah satu keunggulan utama dari deep learning dibanding machine learning tradisional adalah...
Lebih gampang untuk dipahami
Dataset secara otomatis di inputkan
Dapat bekerja tanpa pelatihan
Mampu mengekstrak fitur secara otomatis
Apa tahapan pertama dalam arsitektur dasar CNN saat memproses gambar?
Convolution
Pooling
Flatten
Fully Connected Layer
Jika input image berukuran 128×128×3 dan dilalui conv layer dengan 64 filter ukuran 3×3, stride 1, padding same, maka output akan berukuran...
128×128×3
64×64×64
128×128×192
128×128×64
Berapa hasil filter input kotak warna merah
(a)
Berapa hasil filter input kotak berwarna hijau...
(a)
Apa fungsi dari pooling layer dalam CNN?
Menggabungkan semua fitur
Mengurangi ukuran dimensi fitur
Mengubah citra ke format vektor
Menyimpan bobot (weights)
Berapa Average Poolingnya...
(a)
Di CNN, ReLU biasanya digunakan untuk...
Mengatur ukuran input
Menentukan jumlah neuron
Menyaring data input
Mencegah nilai negatif dalam perhitungan
ILSVRC (ImageNet Large Scale Visual Recognition Challenge) adalah...
ompetisi yang fokus pada pengembangan algoritma untuk memprediksi teks dari gambar menggunakan CNN.
kompetisi yang mengukur kemampuan model untuk mendeteksi dan mengenali objek di citra dengan dataset yang sangat besar, terutama gambar 2D.
kompetisi yang melibatkan pemrosesan citra 3D untuk analisis geospasial.
kompetisi yang menguji model dalam mendeteksi objek di video dengan dataset yang terdiri dari 1 juta frame.
Manakah yang bukan merupakan model deep learning yang terkenal setelah memenangkan ILSVRC?
VGGNet
ResNet
K-Nearest Neighbors (KNN)
GoogLeNet
Apa keunikan dari arsitektur ResNet dibanding CNN tradisional?
Memiliki residual connections (shortcut) untuk menghindari vanishing gradient
Menggabungkan pooling dan dropout secara simultan
Menggunakan filter yang sangat besar
Menerapkan hanya satu convolutional layer
Model manakah yang memperkenalkan konsep "convolutional layer yang sangat dalam dengan banyak filter kecil" dan memiliki arsitektur hingga 16-19 lapisan?
LeNet
VGGNet
GoogLeNet
ResNet
ZFNet adalah perbaikan dari model sebelumnya, yang berfokus pada...
Menambahkan lebih banyak parameter untuk meningkatkan akurasi
Menggunakan teknik data augmentation untuk meningkatkan generalisasi model
Mengurangi jumlah layer untuk menghindari overfitting
Mengoptimalkan arsitektur AlexNet dengan penyesuaian filter dan ukuran lapisan konvolusi
Metode two-stage dalam deteksi objek, seperti Faster R-CNN, memerlukan dua tahap: pertama menghasilkan proposal region (RPN), kemudian mengklasifikasikan dan memprediksi bounding box dari proposal tersebut.
Saya pengen deteksi objek tapi harus realtime kira-kira paling cocok pakai apa ya?
R-CNN
SSD
FASTER R-CNN
FAST R-CNN
Menurut Anda, apa tantangan terbesar yang harus dihadapi Indonesia untuk mencapai visi Indonesia Emas 2045?
Ketimpangan ekonomi dan sosial antar daerah
Kualitas pendidikan yang belum merata
Ketergantungan terhadap sumber daya alam
Lemahnya inovasi dan penguasaan teknologi
