WorksheetsPretest Deep Learning
Total questions: 20
Worksheet time: 10mins
Apa yang dimaksud dengan Artificial Intelligence (AI)?
Sistem perangkat lunak yang tidak dapat belajar sendiri
Proses otomatisasi pekerjaan fisik
Kemampuan sistem komputer untuk melakukan tugas yang memerlukan kecerdasan manusia
Sistem yang hanya bekerja berdasarkan input manual
Machine Learning merupakan bagian dari:
Data Mining
Artificial Intelligence
Internet of Things
Big Data
Apa perbedaan utama antara Machine Learning dan Deep Learning?
Deep Learning menggunakan data manual
Deep Learning memanfaatkan jaringan saraf tiruan dalam skala besar
Machine Learning lebih unggul dari Deep Learning
Machine Learning tidak membutuhkan data
Apa komponen utama dari jaringan saraf tiruan (Neural Network)?
CPU dan GPU
Neuron, layer, dan bobot
Sensor dan aktuator
Router dan switch
Apa fungsi dari activation function dalam neural network?
Menginisialisasi dataset
Menambah data ke memori
Menentukan output dari neuron berdasarkan input
Menentukan ukuran file dataset
Contoh activation function yang sering digunakan adalah:
Root Mean Square
Hyperbolic Tangent (tanh)
Derivative Function
Mean Absolute Error
Apa nama algoritma pelatihan utama dalam jaringan saraf?
Clustering
Backpropagation
Regression
Translation
Dalam Deep Learning, istilah epoch merujuk pada:
Jumlah layer yang digunakan
Ukuran batch data
Satu kali iterasi pelatihan pada seluruh dataset
Jumlah fungsi aktivasi
Overfitting terjadi ketika:
Model tidak bisa mempelajari data
Model terlalu general
Model sangat cocok dengan data pelatihan tetapi buruk dalam generalisasi
Model memiliki arsitektur yang salah
Apa itu Convolutional Neural Network (CNN)?
Model yang digunakan untuk data suara
Model deep learning untuk pengolahan teks
Model yang umum digunakan dalam pengolahan citra (image processing)
Model statistik untuk prediksi keuangan
Apa itu Recurrent Neural Network (RNN)?
Jaringan yang memiliki lapisan konvolusi
Jaringan yang digunakan untuk data berurutan seperti teks atau waktu
Jaringan yang statis dan tidak berubah
Jaringan yang khusus untuk klasifikasi gambar
Library Python yang sering digunakan untuk Deep Learning adalah:
Pandas
NumPy
TensorFlow
Matplotlib
Apa itu loss function dalam model Deep Learning?
Fungsi untuk meningkatkan kecepatan
Fungsi untuk menghitung kesalahan antara output prediksi dan nilai aktual
Fungsi untuk menyimpan hasil prediksi
Fungsi untuk membagi dataset
Apa tujuan dari penggunaan optimizer seperti Adam atau SGD?
Menghapus data yang salah
Mengganti activation function
Memperbaiki bobot jaringan untuk meminimalkan loss
Menyimpan model
Dataset MNIST biasanya digunakan untuk:
Deteksi emosi
Klasifikasi digit angka tulisan tangan
Segmentasi citra medis
Analisis suara
Dalam jaringan saraf, fungsi softmax digunakan untuk:
Mengubah input menjadi tensor
Mensegmentasi gambar
Mengubah output menjadi probabilitas
Melatih model
Apa yang dimaksud dengan batch size?
Jumlah neuron dalam satu layer
Jumlah data yang digunakan dalam satu iterasi pelatihan
Jumlah file dalam dataset
Jumlah layer dalam model
Arsitektur dasar neural network terdiri dari:
Input layer, hidden layer, output layer
File input, proses, file output
Encoder, decoder, reencoder
Vector, matrix, scalar
Dalam konteks deep learning, "Big Data" penting karena:
Membuat sistem jadi lebih ringan
Menyediakan data besar yang dibutuhkan untuk pelatihan model
Hanya digunakan untuk backup
Mengurangi biaya pelatihan
Salah satu risiko etika dari penggunaan Deep Learning adalah:
Kemampuan mempercepat komputasi
Kemampuan menyimpan data besar
Potensi bias algoritma dan penyalahgunaan data
Akurasi yang rendah
