Font size
WorksheetsPengantar AI Pertemuan 1
Total questions: 92
Worksheet time: 46mins
Berdasarkan ISO/IEC 22989, apa definisi standar AI dan terminologi kunci yang digunakan dalam industri teknologi?
AI didefinisikan sebagai sistem yang dapat menafsirkan data eksternal, belajar dari data tersebut, dan menggunakan pembelajaran untuk mencapai tujuan tertentu, dengan terminologi kunci seperti machine learning, reasoning, dan perception.
AI adalah perangkat keras yang hanya digunakan untuk komputasi numerik, dengan terminologi kunci seperti transistor dan resistor.
AI adalah sistem yang hanya dapat menjalankan perintah manusia tanpa kemampuan belajar, dengan terminologi kunci seperti automation dan manual control.
AI adalah perangkat lunak yang hanya digunakan untuk pengolahan gambar, dengan terminologi kunci seperti pixel dan resolution.
Pernyataan manakah yang paling tepat mengenai perbedaan utama dan hubungan hierarkis antara Artificial Intelligence, Machine Learning, dan Deep Learning?
Artificial Intelligence adalah bidang induk, Machine Learning adalah subbidang AI, dan Deep Learning adalah subbidang Machine Learning.
Machine Learning adalah bidang induk, Artificial Intelligence adalah subbidang Machine Learning, dan Deep Learning adalah subbidang AI.
Deep Learning adalah bidang induk, Artificial Intelligence adalah subbidang Deep Learning, dan Machine Learning adalah subbidang AI.
Artificial Intelligence, Machine Learning, dan Deep Learning adalah tiga bidang yang tidak saling berhubungan.
Apa langkah utama dalam memetakan potensi nilai bisnis dari implementasi AI serta risiko dan tantangan yang harus dikelola?
Mengidentifikasi peluang bisnis, menilai dampak AI, dan mengelola risiko serta tantangan implementasi.
Mengabaikan risiko dan hanya fokus pada keuntungan finansial.
Mengimplementasikan AI tanpa analisis kebutuhan bisnis.
Menghindari penggunaan AI karena risiko yang tinggi.
Fondasi taksonomi dalam konteks AI adalah kerangka untuk mengklasifikasikan algoritma AI dan metodologi evaluasinya dalam bisnis. Bagaimana cara mengklasifikasikan algoritma AI serta metodologi evaluasinya dalam bisnis?
Dengan mengelompokkan algoritma berdasarkan fungsi dan mengevaluasi berdasarkan tujuan bisnis
Dengan memilih algoritma secara acak tanpa evaluasi
Dengan hanya menggunakan satu jenis algoritma untuk semua masalah
Dengan mengabaikan tujuan bisnis dalam evaluasi
Apa definisi tingkat tinggi dari AI menurut gambar ini?
AI adalah sistem rekayasa yang menghasilkan prediksi, rekomendasi, atau keputusan untuk mencapai tujuan nyata dalam dunia bisnis dan kehidupan sehari-hari.
AI adalah perangkat keras yang hanya digunakan untuk bermain game.
AI adalah sistem yang tidak dapat belajar dari data.
AI adalah teknologi yang hanya digunakan untuk hiburan.
Sebutkan salah satu cakupan bidang AI yang disebutkan pada gambar!
Machine Learning & Deep Learning, Natural Language Processing (NLP), Computer Vision, Perencanaan & Penalaran (Planning & Reasoning)
Teknik Sipil & Arsitektur
Ilmu Sejarah & Filsafat
Seni Musik & Tari
Manakah dari berikut ini yang termasuk cakupan bidang AI?
Machine Learning & Deep Learning
Fisika Kuantum
Kimia Organik
Ekonomi Mikro
Apa fokus utama dari mata kuliah ini menurut gambar?
Penerapan Machine Learning dan Deep Learning untuk mendukung pengambilan keputusan bisnis yang strategis dan operasional.
Pengembangan aplikasi mobile berbasis Android dan iOS.
Studi tentang sejarah komputer dan teknologi informasi.
Pengenalan dasar-dasar pemrograman web.
Natural Language Processing (NLP) adalah salah satu cakupan bidang AI.
True
False
Lengkapilah definisi berikut: Artificial Intelligence (AI) adalah payung besar yang mencakup semua metode dan teknik yang dirancang untuk meniru berbagai kemampuan kognitif manusia, seperti ________, penalaran, dan pemecahan masalah.
pembelajaran
bernyanyi
berlari
memasak
Manakah dari berikut ini yang merupakan definisi Machine Learning (ML)?
Subset dari AI yang fokus pada metode pembelajaran dari data untuk menciptakan pemetaan dari input menuju output, tanpa diprogram secara eksplisit untuk setiap kasus.
Subbidang khusus dari Machine Learning yang berbasis pada jaringan saraf berlapis banyak (neural networks) untuk menangani data kompleks dan pola yang rumit.
Payung besar yang mencakup semua metode dan teknik yang dirancang untuk meniru berbagai kemampuan kognitif manusia, seperti pembelajaran, penalaran, dan pemecahan masalah.
Deep Learning (DL) adalah subbidang khusus dari Machine Learning yang berbasis pada ________ untuk menangani data kompleks dan pola yang rumit.
jaringan saraf berlapis banyak (neural networks)
algoritma pencarian (search algorithms)
struktur data pohon (tree data structures)
metode statistik sederhana (simple statistical methods)
Apa fondasi utama yang mencakup kualitas data, representasi fitur seperti RFM/LRFM untuk analisis pelanggan, dan pengelolaan metadata yang komprehensif?
Data
Model
Algoritma
Visualisasi
Inti dari sistem AI yang terdiri dari algoritma pembelajaran, pengaturan hyperparameter untuk optimisasi, dan teknik regularisasi untuk mencegah overfitting disebut apa?
Model
Dataset
Framework
Interface
Backbone teknologi yang meliputi kapasitas komputasi, sistem penyimpanan data, pipeline pemrosesan otomatis, dan implementasi MLOps untuk operasional disebut apa?
Infrastruktur
Algoritma
Antarmuka Pengguna
Model Data
Framework pengelolaan yang menangani manajemen risiko, akuntabilitas sistem, perlindungan privasi data, dan keamanan informasi secara menyeluruh disebut apa?
Governance
Audit Internal
Manajemen Proyek
Pengembangan Perangkat Lunak
Lengkapi definisi berikut: Churn prediction adalah _________.
Memprediksi pelanggan yang berisiko berhenti
Memprediksi pelanggan yang akan membeli lebih banyak produk
Memprediksi pelanggan yang memberikan ulasan positif
Memprediksi pelanggan yang mengunjungi toko secara rutin
Lengkapi definisi berikut: Next-best-offer adalah _________?
Rekomendasi produk yang tepat
Penawaran harga terendah
Produk dengan stok terbanyak
Layanan pelanggan tercepat
Lengkapi definisi berikut: Uplift modeling adalah _________.
Mengukur dampak campaign marketing
Memprediksi penjualan produk secara langsung
Menentukan harga optimal produk
Mengelompokkan pelanggan berdasarkan umur
Lengkapi definisi berikut: Demand forecasting adalah _________.
Prediksi permintaan produk
Proses distribusi barang
Penentuan harga jual
Pengelolaan stok barang
Lengkapi definisi berikut: Penjadwalan adalah _________
Optimisasi alokasi sumber daya
Pengurangan jumlah pekerja
Penambahan biaya produksi
Penghapusan proses produksi
Lengkapi definisi berikut: Anomaly detection adalah _________.
Deteksi penyimpangan operasional
Proses enkripsi data
Pengumpulan data secara manual
Penyimpanan data di cloud
Lengkapi definisi berikut: Fraud detection adalah _________.
Identifikasi transaksi mencurigakan
Proses mempercepat transaksi
Meningkatkan keuntungan perusahaan
Mengurangi jumlah pelanggan
Lengkapi definisi berikut: Credit scoring adalah _________.
Penilaian kelayakan kredit otomatis
Sistem pembayaran elektronik
Proses audit internal perusahaan
Metode penentuan suku bunga pinjaman
Lengkapi definisi berikut: Recommendation systems adalah _________
Personalisasi konten
Sistem keamanan jaringan
Teknologi pengolahan citra
Metode enkripsi data
Lengkapi definisi berikut: A/B testing adalah _________?
Optimisasi fitur produk
Metode pengumpulan data acak
Teknik enkripsi data
Proses debugging aplikasi
Kerangka Kerja NIST AI RMF memiliki empat fungsi inti. Fungsi 'Map' berfokus pada ________ konteks dan risiko AI.
identifikasi
penghapusan
pengabaian
penyembunyian
Kerangka Kerja NIST AI RMF memiliki empat fungsi inti. Fungsi 'Measure' berfokus pada ________ dan penilaian risiko.
analisis
pengembangan
implementasi
pengawasan
Kerangka Kerja NIST AI RMF memiliki empat fungsi inti. Fungsi 'Manage' berfokus pada ________ dan mitigasi risiko.
penanganan
pengembangan
pengujian
pelaporan
Kerangka Kerja NIST AI RMF memiliki empat fungsi inti. Fungsi 'Govern' berfokus pada ________ dan tata kelola menyeluruh.
pengawasan
pengembangan
implementasi
evaluasi
Salah satu praktik implementasi manajemen risiko AI adalah menggunakan model cards untuk ________ transparansi.
dokumentasi
penghapusan
pengujian
pengurangan
Salah satu praktik implementasi manajemen risiko AI adalah menggunakan data sheets untuk ________ dan bias data.
kualitas
warna
ukuran
harga
Salah satu praktik implementasi manajemen risiko AI adalah melakukan audit sederhana secara ________.
berkala
langsung
acak
manual
Salah satu praktik implementasi manajemen risiko AI adalah monitoring drift untuk ________ berkelanjutan.
performa
akses
biaya
lokasi
Jenis pembelajaran apa yang menggunakan data berlabel dan mencakup tugas regresi untuk prediksi nilai numerik serta klasifikasi untuk prediksi kategori?
Supervised Learning
Unsupervised Learning
Reinforcement Learning
Semi-supervised Learning
Jenis pembelajaran apa yang fokus pada penemuan pola tersembunyi dalam data tanpa label, termasuk clustering dan dimensionality reduction?
Unsupervised Learning
Supervised Learning
Reinforcement Learning
Semi-supervised Learning
Jenis pembelajaran apa yang merupakan kombinasi pendekatan data berlabel dan tak berlabel, serta dapat menciptakan label dari struktur data itu sendiri untuk pembelajaran yang lebih efisien?
Semi-supervised & Self-supervised
Supervised & Reinforcement
Unsupervised & Transfer Learning
Reinforcement & Active Learning
Jenis pembelajaran apa yang melibatkan interaksi dengan lingkungan, di mana algoritma belajar dari reward dan punishment untuk mengoptimalkan aksi berurutan dalam mencapai tujuan tertentu?
Reinforcement Learning
Supervised Learning
Unsupervised Learning
Deep Learning
Algoritma fundamental yang menjadi baseline kuat dengan interpretabilitas tinggi. Regresi linier untuk prediksi numerik, logistik untuk klasifikasi biner dan multiclass. Algoritma apakah ini?
Regresi Linier/Logistik
K-Nearest Neighbor
Random Forest
Support Vector Machine
Keluarga algoritma berbasis pohon keputusan: CART untuk interpretabilitas, Random Forest untuk stabilitas, dan Gradient Boosting (XGBoost/LightGBM) untuk performa tinggi. Algoritma apakah ini?
Tree-Based Methods
Neural Networks
Support Vector Machines
K-Nearest Neighbors
Algoritma yang memaksimalkan margin pemisahan antar kelas. Menggunakan kernel trick untuk menangani pola non-linear dan efektif pada data berdimensi tinggi. Algoritma apakah ini?
Support Vector Machine
K-Nearest Neighbor
Naive Bayes
Decision Tree
Lazy learning algorithm yang tidak membangun model eksplisit. Sangat efektif untuk menangkap pola lokal dalam data dan adaptif terhadap perubahan distribusi data. Algoritma apakah ini?
k-Nearest Neighbors
Decision Tree
Naive Bayes
Support Vector Machine
Arsitektur berlapis yang dapat menangani kompleksitas tinggi: MLP untuk masalah umum, CNN untuk data visual, RNN/LSTM/GRU untuk data sekuensial dan time series. Algoritma apakah ini?
Neural Networks
Decision Trees
Support Vector Machines
K-Nearest Neighbors
Apa nama algoritma clustering berbasis centroid yang cepat dan efisien dalam pembelajaran tanpa supervisi?
k-Means
DBSCAN
Hierarchical Clustering
Gaussian Mixture Model
Algoritma clustering yang membentuk hierarki cluster dengan dendogram disebut ________.
Hierarchical
K-Means
DBSCAN
Fuzzy C-Means
Algoritma clustering yang berbasis density dan dapat menangani noise serta outlier adalah ________.
DBSCAN
K-Means
Hierarchical Clustering
Mean Shift
Metode reduksi dimensi yang menggunakan transformasi linear disebut ________.
PCA (Principal Component Analysis)
K-Means Clustering
Decision Tree
Naive Bayes
Metode eksplorasi dan visualisasi data berdimensi tinggi dalam reduksi dimensi adalah ________.
t-SNE/UMAP
PCA Linear
K-Means Clustering
Decision Tree
Metode analisis teks untuk ekstraksi topik tersembunyi dalam koleksi dokumen disebut ________.
LDA (Latent Dirichlet Allocation)
SVM (Support Vector Machine)
K-Means Clustering
Naive Bayes
Manakah dari berikut ini yang termasuk kategori algoritma umum dalam pembelajaran tanpa supervisi?
Clustering
Dimensionality Reduction
Topic Modeling
Semua benar
Apa model statistik yang digunakan sebagai baseline yang kuat untuk forecasting dengan mempertimbangkan trend, seasonality, dan autocorrelation?
ARIMA dan SARIMA
Regresi Linier Sederhana
K-Means Clustering
Principal Component Analysis
Pendekatan ML/DL apa yang digunakan untuk menangkap dependensi jangka panjang dalam time series forecasting?
RNN/LSTM
K-Nearest Neighbors
Decision Tree
Naive Bayes
Apa tujuan dari penggunaan TimeSeriesSplit dalam strategi evaluasi time series forecasting?
Menjaga urutan temporal dalam validasi.
Mengacak data sebelum validasi.
Mengurangi jumlah data yang digunakan.
Menghilangkan tren dari data.
Sebutkan dua metode implementasi yang digunakan untuk simulasi produksi yang realistis dalam strategi evaluasi time series forecasting!
Rolling window dan expanding window
Static window dan shrinking window
Random window dan fixed window
Sliding window dan jumping window
Apa yang dimaksud dengan 'State' dalam Reinforcement Learning untuk keputusan bisnis?
Kondisi lingkungan bisnis saat ini yang menjadi dasar pengambilan keputusan.
Pilihan tindakan yang tersedia untuk perusahaan.
Hasil akhir dari proses pengambilan keputusan.
Algoritma yang digunakan untuk memaksimalkan keuntungan.
Apa yang dimaksud dengan 'Action' dalam Reinforcement Learning untuk keputusan bisnis?
Keputusan atau tindakan yang dapat diambil berdasarkan state yang ada.
Hasil akhir dari proses pembelajaran.
Data yang digunakan untuk melatih model.
Algoritma yang digunakan untuk evaluasi.
Apa yang dimaksud dengan 'Policy' dalam Reinforcement Learning untuk keputusan bisnis?
Strategi atau aturan yang menentukan action terbaik untuk setiap state.
Sebuah data yang merekam seluruh transaksi bisnis.
Algoritma untuk mengelola database perusahaan.
Metode untuk mengukur performa karyawan.
Apa yang dimaksud dengan 'Reward' dalam Reinforcement Learning untuk keputusan bisnis?
Feedback dari lingkungan yang mengukur keberhasilan action yang diambil.
Jumlah data yang digunakan dalam pelatihan model.
Waktu yang dibutuhkan untuk melatih model.
Jumlah parameter dalam model.
Sebutkan salah satu contoh aplikasi bisnis dari Reinforcement Learning yang disebutkan pada gambar!
Dynamic pricing untuk optimisasi revenue, sistem rekomendasi sekuensial untuk engagement, atau alokasi budget marketing yang adaptif.
Penggunaan spreadsheet untuk pembukuan manual.
Penyimpanan data pelanggan di hard disk eksternal.
Pengiriman email promosi secara acak tanpa analisis.
Implementasi praktis apa yang disebutkan pada gambar terkait Reinforcement Learning?
Multi-armed bandit untuk eksperimen sederhana vs full RL untuk optimisasi kompleks, dengan penerapan guardrails untuk keamanan eksplorasi.
Penggunaan supervised learning untuk klasifikasi gambar secara otomatis.
Penerapan unsupervised learning untuk segmentasi pasar.
Penggunaan transfer learning untuk meningkatkan akurasi model prediksi.
Jelaskan apa yang dimaksud dengan strategi Split Dasar dalam pembagian dataset!
Pembagian dataset menjadi training (60%), validation (20%), dan test (20%).
Pembagian dataset menjadi training (80%) dan test (20%) tanpa validation.
Pembagian dataset menjadi training (50%), validation (25%), dan test (25%).
Pembagian dataset menjadi training (70%) dan test (30%) tanpa validation.
Apa tujuan utama dari Cross-Validation dalam evaluasi model?
Untuk estimasi performa yang robust dan penting untuk dataset dengan ketidakseimbangan kelas yang signifikan.
Untuk meningkatkan kecepatan pelatihan model.
Untuk mengurangi jumlah data yang dibutuhkan.
Untuk menghilangkan fitur yang tidak relevan.
TimeSeriesSplit adalah strategi validasi khusus untuk data temporal yang menjaga urutan kronologis.
True
False
Apa rumus akurasi pada Confusion Matrix?
Akurasi = (TP+TN)/(TP+FP+FN+TN)
Akurasi = (TP+FP)/(TP+FP+FN+TN)
Akurasi = (TP+FN)/(TP+FP+FN+TN)
Akurasi = (FP+TN)/(TP+FP+FN+TN)
Precision & Recall digunakan untuk mengukur apa dalam klasifikasi?
A) Ketepatan dan kelengkapan deteksi
B) Kecepatan proses
C) Ukuran dataset
D) Jumlah kelas
Apa yang diukur oleh ROC-AUC dalam model klasifikasi?
Kemampuan model membedakan kelas
Kecepatan pelatihan model
Jumlah fitur yang digunakan model
Akurasi model pada data pelatihan
PR-AUC lebih informatif pada dataset dengan karakteristik apa?
Keseimbangan kelas tinggi
Ketidakseimbangan kelas tinggi
Jumlah fitur banyak
Data numerik
Isi bagian yang kosong: Metrik Lift & Gain digunakan untuk mengukur seberapa baik model dalam mengidentifikasi target dibandingkan dengan _________.
random selection
akurasi model
jumlah data
precision score
Gini Coefficient mengukur ketidakmerataan distribusi prediksi dengan rumus _________.
2*AUC-1
AUC/2
AUC+1
AUC-2
Isi bagian yang kosong: Profit Curves & Cost-Sensitive Metrics mempertimbangkan biaya ________ vs ________, revenue per True Positive, dan total profit yang dapat dicapai.
False Positive vs False Negative
True Positive vs True Negative
Precision vs Recall
Accuracy vs Specificity
Apa itu kalibrasi probabilitas menurut penjelasan pada gambar?
Isotonic regression untuk hubungan monotonic antara predicted dan true probability. Platt scaling menggunakan sigmoid untuk kalibrasi yang smooth. Keduanya penting untuk decision-making yang reliable.
Kalibrasi probabilitas adalah proses mengubah data menjadi bentuk logaritmik untuk analisis statistik.
Kalibrasi probabilitas hanya digunakan untuk model regresi linier tanpa mempertimbangkan probabilitas prediksi.
Kalibrasi probabilitas adalah teknik untuk meningkatkan akurasi data dengan menambahkan noise pada prediksi.
Sebutkan dua metode yang digunakan untuk kalibrasi probabilitas!
Isotonic regression dan Platt scaling.
Gradient boosting dan Random forest.
K-means dan PCA.
Naive Bayes dan Decision Tree.
Penetapan Threshold Optimal dapat dilakukan dengan tiga pendekatan. Pilih salah satu yang benar di bawah ini:
Cost-based: Minimasi expected cost total
Capacity-based: Sesuai dengan kapasitas operasional
Quota-based: Target jumlah prediksi positif tertentu
Semua benar
Monitoring & Maintenance bertujuan untuk mendeteksi data drift dan concept drift menggunakan statistical tests.
Benar
Salah
Mengapa rekalibrasi berkala diperlukan dalam monitoring & maintenance?
Untuk mempertahankan akurasi probabilistik dalam kondisi bisnis yang berubah.
Untuk mengurangi biaya operasional secara otomatis.
Agar sistem dapat berjalan tanpa pengawasan manusia sama sekali.
Supaya data historis dapat dihapus secara rutin.
Apa kepanjangan dari MAE dalam metrik regresi?
Mean Absolute Error
Mean Average Estimate
Median Absolute Error
Maximum Absolute Error
Apa fungsi dari RMSE dalam metrik regresi?
Mengukur error besar dan sensitif terhadap error besar
Mengukur akurasi model klasifikasi
Menentukan jumlah cluster optimal
Menghitung korelasi antar variabel
MAPE dalam metrik regresi dapat diinterpretasikan sebagai apa?
Persentase (%)
Nilai mutlak
Waktu (detik)
Jarak (meter)
R² dalam metrik regresi digunakan untuk mengukur apa?
Proporsi varians yang dijelaskan
Jumlah data yang digunakan
Tingkat kesalahan prediksi
Nilai rata-rata variabel dependen
Apa yang diukur oleh Average Precision@k dalam metrik ranking?
Kualitas ranking pada top-k hasil
Jumlah total data yang diurutkan
Kecepatan proses ranking
Jumlah kesalahan pada ranking
NDCG dalam metrik ranking mempertimbangkan apa saja?
Posisi dan relevance score
Jumlah data yang diurutkan
Kecepatan algoritma
Jenis data yang digunakan
HitRate@k dalam metrik rekomendasi mengukur apa?
Proporsi user yang mendapat minimal 1 rekomendasi relevan
Jumlah total rekomendasi yang diberikan kepada semua user
Rata-rata skor relevansi dari semua rekomendasi
Proporsi item yang direkomendasikan kepada semua user
Coverage dalam metrik rekomendasi mengukur apa?
Persentase item dalam catalog yang direkomendasikan
Jumlah pengguna yang menerima rekomendasi
Akurasi prediksi rating pengguna
Kecepatan sistem dalam memberikan rekomendasi
Novelty dalam metrik rekomendasi digunakan untuk mengukur apa?
Seberapa 'mengejutkan' rekomendasi (opsional)
Seberapa akurat rekomendasi
Seberapa cepat sistem memberikan rekomendasi
Seberapa banyak data yang digunakan untuk rekomendasi
Manakah dari berikut ini yang merupakan metrik regresi?
MAE
NDCG
HitRate@k
Coverage
Jelaskan apa yang dimaksud dengan 'target leakage' dalam konteks data science.
Target leakage terjadi ketika fitur mengandung informasi future yang tidak tersedia saat prediksi.
Target leakage adalah ketika data training dan data testing berasal dari sumber yang sama.
Target leakage terjadi ketika model menggunakan terlalu banyak fitur.
Target leakage adalah ketika data memiliki banyak nilai yang hilang.
Kualitas Data: Schema drift dalam production, handling missing values yang inconsistent, outlier detection yang inadequate, dan sampling bias yang menghasilkan model tidak representative. Dari pernyataan di atas, manakah yang bukan merupakan masalah kualitas data?
Schema drift
Handling missing values yang inconsistent
Outlier detection yang adequate
Sampling bias
Mengapa evaluasi performa model pada subkelompok demografi yang berbeda penting dalam fairness & compliance?
Untuk memastikan model tidak bias terhadap subkelompok tertentu dan hasilnya adil untuk semua kelompok demografi.
Agar model dapat memproses data lebih cepat pada semua kelompok.
Supaya model hanya fokus pada kelompok mayoritas saja.
Untuk meningkatkan akurasi model tanpa memperhatikan keadilan.
Apa pendekatan yang harus dipilih sesuai dengan kompleksitas masalah bisnis dan konteks organisasi menurut ringkasan kunci sukses AI bisnis?
Pendekatan yang tepat sesuai dengan kompleksitas masalah bisnis dan konteks organisasi.
Pendekatan yang sama untuk semua masalah bisnis tanpa mempertimbangkan konteks organisasi.
Pendekatan yang hanya berfokus pada teknologi tanpa memperhatikan masalah bisnis.
Pendekatan yang mengabaikan kompleksitas masalah bisnis dan konteks organisasi.
Klasifikasi apa yang digunakan sebagai framework pemilihan algoritma dalam AI bisnis menurut ringkasan kunci sukses AI bisnis?
Supervised/Unsupervised/Reinforcement learning
Deep learning saja
Algoritma random
Tidak menggunakan klasifikasi
Metrik evaluasi dalam AI bisnis harus diselaraskan dengan tujuan bisnis nyata seperti lift dan profit, bukan hanya mengejar akurasi tinggi yang ________.
menyesatkan
menguntungkan
membingungkan
mengagumkan
membanggakan
Framework apa yang diimplementasikan untuk mengelola risiko dan membangun trustworthy AI systems menurut ringkasan kunci sukses AI bisnis?
ISO 23894 dan NIST AI RMF
Framework random
Tidak ada framework
Standar keamanan umum
