P16-dscience

Algoritma yang digunakan untuk regresi linier adalah:

• Decision Tree

• K-Nearest Neighbors

• K-Means

• Logistic Regression

Apa yang dimaksud dengan outlier dalam analisis data?

• Data yang memiliki variasi tinggi

• Data yang tidak terstruktur

• Data yang tidak memiliki label

• Data yang terisoIasi dari pola umum

Metode yang digunakan untuk menangani missing values dalam dataset adalah:

• Tidak ada cara untuk menangani missing

  values

• Mengganti missing values dengan nilai

  rata-rata

• Mengabaikan missing values

• Menghapus baris dengan missing values

Apa yang dimaksud dengan overfitting dalam machine learning?

• Model terlalu konservatif

• Model terlalu sederhana

• Model tidak bisa melakukan prediksi

• Model terlalu kompleks dan terlalu cocok

  dengan data pelatihan

Bagaimana cara menghitung akurasi model klasifikasi?

• Menghitung selisih antara nilai prediksi

  dan nilai sebenarnya

• Menghitung jumlah data yang

  terklasifikasi dengan benar

• Menghitung jumlah prediksi yang benar

  dibagi dengan total data

• Menghitung rata-rata error prediksi

Metode yang digunakan untuk mengelompokkan data tanpa adanya label adalah:

• Support Vector Machine

• Logistic Regression

• Decision Tree

• K-Means Clustering

Apa yang dimaksud dengan precision dalam evaluasi model klasifikasi?

• Kemampuan model untuk menemukan

  data yang positif secara akurat

• Kemampuan model untuk

  mengklasifikasikan data dengan benar

• Kemampuan model untuk menemukan

  semua data yang positif

• Kemampuan model untuk menghindari

  mengklasifikasikan data negatif sebagai

  positif

Metode yang digunakan untuk membagi dataset menjadi data latih dan data uji adalah:

• Cross-Validation

• Feature Selection

• Regularisasi

• Train-Test Split

Apa yang dimaksud dengan korelasi antara dua variabel dalam analisis data?

• Hubungan linier antara kedua variable

• Hubungan kausal antara kedua variabel

• Hubungan non-linear antara kedua

  variabel

• Hubungan statistik antara kedua variabel

Algoritma yang digunakan untuk klasifikasi dengan pendekatan "majority voting" adalah:

• Support Vector Machine

• K-Nearest Neighbors

• Logistic Regression

• Decision Tree