Quiz Fundamental Data Analysis

Apa yang dimaksud dengan machine learning?

• Teknologi yang hanya digunakan untuk pengolahan data

• Cabang AI yang memungkinkan komputer belajar dari data

• Proses manual untuk menganalisis data

• Algoritma yang tidak memerlukan data

Apa tujuan dari supervised learning?

• Menemukan pola tersembunyi dalam data

• Mengidentifikasi hubungan antara input dan output

• Mengoptimalkan model tanpa data berlabel

• Belajar dari interaksi dengan lingkungan

Contoh dari unsupervised learning adalah:

• Klasifikasi

• Regresi

• Clustering

• Pengolahan bahasa alami

Reinforcement learning melibatkan:

• Pengolahan data berlabel

• Interaksi dengan lingkungan untuk mendapatkan umpan balik

• Pengumpulan data tanpa pengolahan

• Menganalisis data historis

Apa yang menjadi elemen paling kritis dalam machine learning?

• Algoritma

• Dataset

• Visualisasi data

• Jaringan saraf

Atribut dalam machine learning merujuk pada:

• Hanya data numerik

• Variabel atau fitur yang digunakan sebagai input

• Output dari model

• Proses pengumpulan data

Proses mengubah atribut kategorikal menjadi bentuk numerik disebut:

• Normalisasi

• Feature Engineering

• Encoding

• Preprocessing

Dataset yang berisi data tanpa output yang sesuai digunakan dalam:

• Supervised Learning

• Unsupervised Learning

• Semi-supervised Learning

• Reinforcement Learning

Mengapa dataset berkualitas penting dalam machine learning?

• Mempercepat proses analisis

• Mempengaruhi kinerja model

• Mengurangi biaya proyek

• Mempermudah visualisasi data

Salah satu jenis atribut yang memiliki dua nilai disebut:

• Atribut Numerik

• Atribut Kategorikal

• Atribut Boolean

• Atribut Ordinal