Kuis Serius - Supervised Learning

Kuis Serius - Supervised Learning

Professional Development

10 Qs

quiz-placeholder

Similar activities

Python Test 1

Python Test 1

Professional Development

10 Qs

JDBC_Objective_Exam_2

JDBC_Objective_Exam_2

Professional Development

15 Qs

Cloud QUIZ

Cloud QUIZ

University - Professional Development

12 Qs

Cloud computing 2

Cloud computing 2

Professional Development

10 Qs

Post Test Pelatihan Kelas Digital

Post Test Pelatihan Kelas Digital

Professional Development

10 Qs

OWASP Top 10

OWASP Top 10

Professional Development

10 Qs

Computer Hardware and Software Quiz

Computer Hardware and Software Quiz

Professional Development

10 Qs

Tablero

Tablero

Professional Development

12 Qs

Kuis Serius - Supervised Learning

Kuis Serius - Supervised Learning

Assessment

Quiz

Computers

Professional Development

Practice Problem

Easy

Created by

PO Bootcamp

Used 3+ times

FREE Resource

AI

Enhance your content in a minute

Add similar questions
Adjust reading levels
Convert to real-world scenario
Translate activity
More...

10 questions

Show all answers

1.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

Supervised learning adalah jenis machine learning di mana..

Model belajar dari data yang tidak berlabel.

Model belajar dari data yang terlabel.

Model tidak belajar sama sekali.

Model hanya belajar dari data yang diacak.

2.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

Pada regresi, tujuan utama dari model adalah..

Memprediksi kelas dari data.

Memprediksi nilai berkelanjutan dari data.

Mengelompokkan data menjadi beberapa kategori

Menemukan pola dari data tanpa memprediksi.

3.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

Apa perbedaan utama antara regresi dan klasifikasi?

Regresi menghasilkan output diskrit, sedangkan klasifikasi menghasilkan output kontinu.

Regresi digunakan untuk memprediksi nilai berkelanjutan, sedangkan klasifikasi digunakan untuk mengkategorikan data.

Regresi hanya dapat bekerja dengan data terstruktur, sedangkan klasifikasi dapat bekerja dengan data terstruktur dan tidak terstruktur.

Regresi menghasilkan prediksi dengan akurasi yang lebih tinggi dibandingkan klasifikasi.

4.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

Mana di bawah ini yang bukan merupakan metrik evaluasi umum untuk regresi?

Precision

Mean Absolute Error (MAE)

Mean Squared Error (MSE)

R-squared

5.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

Jika Mean Squared Error (MSE) dari model regresi hampir mencapai 0, ini menunjukkan bahwa...

Model tidak mampu melakukan prediksi sama sekali.

Model telah memprediksi semua nilai dengan sangat baik.

Model memiliki kesalahan terbesar dalam memprediksi data.

MSE tidak memberikan informasi yang berguna tentang kualitas prediksi.

6.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

Salah satu metrik evaluasi yang umum digunakan dalam klasifikasi adalah...

R-squared.

F1-score.

Mean Squared Error (MSE).

Mean Absolute Error (MAE).

7.

MULTIPLE CHOICE QUESTION

30 sec • 1 pt

Akurasi dalam evaluasi klasifikasi mengukur...

Kemampuan model untuk menemukan semua instance positif yang benar.

Kemampuan model untuk menghindari memprediksi positif palsu.

Proporsi keseluruhan prediksi yang benar.

Kemampuan model untuk menemukan semua instance negatif yang benar.

Access all questions and much more by creating a free account

Create resources

Host any resource

Get auto-graded reports

Google

Continue with Google

Email

Continue with Email

Classlink

Continue with Classlink

Clever

Continue with Clever

or continue with

Microsoft

Microsoft

Apple

Apple

Others

Others

Already have an account?