Pembelajaran Mesin

Manakah dari berikut ini merupakan metode unsupervised learning?

• Linear Regression

• Decision Tree

• Clustering

• Logistic Regression

Apa tujuan utama dari clustering?

• Untuk memprediksi hasil untuk sebuah titik data baru

• Untuk mengklasifikasikan data ke dalam kategori yang telah ditentukan sebelumnya

• Untuk mengelompokkan titik-titik data ke dalam klaster berdasarkan kesamaan

• Untuk mengurangi dimensi dataset

Ukuran jarak apa yang umum digunakan dalam klasterisasi K-means?

• Jarak Manhattan

• Jarak Euclidean

• Jarak Jaccard

• Kesamaan Cosine

Manakah dari berikut ini merupakan metode untuk menentukan jumlah klaster optimal dalam K-means?

• Cross Validation

• Metode elbow

• Indeks Rand

• Max Likelihood

Apa yang ditunjukkan oleh Silhouette Score dalam analisis clustering?

• Probabilitas titik data milik klaster yang ditetapkan

• Jarak antar klaster

• Seberapa mirip titik data dengan klaster sendiri dibandingkan dengan klaster lain

• Jumlah klaster dalam dataset

Algoritma manakah yang paling cocok untuk menemukan cluster dengan bentuk yang sembarang?

• K-means

• Klasterisasi hierarkis aglomeratif

• PCA

• DBSCAN

Skenario manakah yang paling cocok untuk aplikasi algoritma clustering?

• Memprediksi harga pasar saham

• Mengidentifikasi kelompok pelanggan untuk segmentasi pasar

• Menentukan apakah sebuah email adalah spam atau bukan

• Memprediksi kondisi cuaca untuk besok

Berapa kali titik pusat (centroid) diupdate dalam satu iterasi algoritma K-means?

• Sekali setiap titik data ditugaskan ke klaster

• Sekali di akhir setiap iterasi setelah semua titik data ditugaskan

• Setiap kali sebuah klaster mendapatkan titik data baru

• Tidak pernah diupdate setelah diinisialisasi

Faktor apa yang tidak mempengaruhi pemilihan K dalam K-means?

• Jumlah total titik data

• Dimensi dari dataset

• Distribusi data

• Warna dari titik data

Apa yang terjadi jika K terlalu besar dalam K-means clustering?

• Klaster akan terlalu umum

• Klaster mungkin terlalu spesifik dan terfragmentasi

• Tidak ada pengaruh terhadap hasil klaster

• Kecepatan algoritma meningkat