Machine Learning

1. Pada library python NumPy berfungsi sebagai…

A. Menambahkan dukungan array dan matriks multidimensi yang besar

B. Melakukan komputasi ilmiah dan komputasi teknis

C. Membuat animasi, visualisasi statis, dan interaktif pada python

D. Menganalisis dan memanipulasi data open source yang cepat dan fleksibel

• A

• B

• C

• D

1.  Model algoritma dibagi menjadi 3, yaitu linear, non-linear, probabilistik. Salah satu contoh dari model probabilistik adalah…

A. Naive Bayes

B. Artificial Neural Network

C. Regresi linear

D. Regresi logistik

• A

• B

• C

• D

1. Manakah dari pernyataan berikut yang benar mengenai algoritma K-means? 

A. K-means adalah algoritma supervised learning yang digunakan untuk klasifikasi data berdasarkan kelas yang telah diketahui.
B. K-means mengelompokkan data berdasarkan centroid yang paling jauh dari setiap titik data.
C. K-means clustering mempartisi n pengamatan menjadi k cluster di mana setiap pengamatan milik cluster dengan mean terdekat.
D. K-means adalah metode non-parametrik yang digunakan untuk regresi.

• A

• B

• C

• D

1. Pada library python SciPy berfungsi sebagai…

A. Menulis kode yang jelas dan logis dalam skala kecil maupun besar

B. Membuat animasi, visualisasi statis, dan interaktif pada python

C. Melakukan komputasi ilmiah dan komputasi teknis

D. Menganalisis dan memanipulasi data open source yang cepat dan fleksibel

E. Menambahkan dukungan array dan matriks multidimensi yang besar

• A

• B

• C

• D

• E

1. Pada library python Matplotlib berfungsi sebagai…

A. Menambahkan dukungan array dan matriks multidimensi yang besar

B. Menganalisis dan memanipulasi data open source yang cepat dan fleksibel

C. Membuat animasi, visualisasi statis, dan interaktif pada python

D. Menambahkan dukungan array dan matriks multidimensi yang besar

E. Menulis kode yang jelas dan logis dalam skala kecil maupun besar

• A

• B

• C

• D

• E

1. Apa itu "loss function"?

A. Fungsi untuk menambah fitur ke data

B. Fungsi untuk mengukur kesalahan prediksi model

C. Fungsi untuk mengelompokkan data

D. Fungsi untuk mengoptimalkan bobot model

E. Fungsi untuk mengolah data

• A

• B

• C

• D

• E

1. Apa itu "feature engineering"?

A.Proses membuat model dari data

B.Proses merancang algoritma machine learning

C.Proses mengubah data mentah menjadi fitur yang berguna

D.Proses mengukur kinerja model

E.proses membuat data mentah

• A

• B

• C

• D

• E

1. Manakah dari pernyataan berikut yang paling benar mengenai Supervised Learning dalam Machine Learning? 

A. Supervised Learning tidak memerlukan data pelabelan (labeling) selama proses pelatihan.
B. Supervised Learning selalu menghasilkan output berupa nilai kontinu.
C. Dalam Supervised Learning, proses pembelajaran melibatkan pasangan input-output yang diketahui.
D. Supervised Learning sama dengan Clustering dalam pengelompokan data tanpa label.
E. Supervised Learning tidak digunakan untuk tujuan klasifikasi.

• A

• B

• C

• D

• E

1. Apa salah satu isu utama pada algoritma Decision Tree yang disebutkan dalam materi? 

A. Kesulitan dalam menangani atribut kategoris
B. Masalah overfitting
C. Keterbatasan dalam memproses data kontinu
D. Tidak dapat menangani missing value
E. Kurangnya kemampuan untuk membuat prediksi 

• A

• B

• C

• D

• E

1. Dapat didefinisikan sebagai komputer dan algoritma matematika uang diadopsi dengan cara pembelajaran yang berasal dari data dan menghasilkan prediksi dimasa yang akan datang(Goldberg & Holland) merupakan definisi dari ... 

A. Machine Learning 

B. Supervised Learning 

C. Unsupervised Learning 

D. Reinforcement Learning 

E. Semua Salah

• A

• B

• C

• D

• E