Latihan #2 - Kecerdasan Buatan

Apa yang dimaksud dengan Supervised Learning?

• Pembelajaran tanpa label

• Pembelajaran menggunakan data yang sudah dilabeli

• Pembelajaran tanpa input

• Pembelajaran berbasis aturan

Tujuan utama Supervised Learning adalah...

• Membuat model tanpa output

• Menggunakan data tanpa preprocessing

• Menghasilkan data baru

• Memetakan input ke output secara akurat

Dalam Supervised Learning, apa yang dimaksud dengan "input"?

• Label yang sudah diketahui

• Data uji

• Variabel atau atribut untuk memprediksi output

• Hasil prediksi

Apa yang dimaksud dengan "output" dalam Supervised Learning?

• Algoritma yang digunakan

• Data yang digunakan untuk pelatihan

• Hasil atau prediksi yang ingin dicapai oleh model

• Proses normalisasi data

Langkah pertama dalam proses Supervised Learning adalah...

• Pengumpulan data

• Prediksi

• Evaluasi model

• pelatihan model

Apa tujuan dari preprocessing data dalam Supervised Learning?

• Menentukan algoritma

• Membuat model tanpa label

• Menghasilkan data baru

• Membersihkan dan menyiapkan data untuk pelatihan

Setelah model dilatih, langkah selanjutnya adalah...

• Prediksi

• Evaluasi Model

• Data Preprocessing

• Data Collecting

Jenis Supervised Learning yang menghasilkan kategori atau kelas disebut...

• Regresi

• Klasifikasi

• Clustering

• Association

Contoh masalah Klasifikasi adalah...

• Menentukan waktu kedatangan penerbangan

• Memprediksi penjualan produk

• Mengklasifikasikan email sebagai spam atau bukan spam

• Memprediksi harga rumah

Algoritma yang digunakan untuk Klasifikasi adalah...

• Decision Trees

• Linear Regression

• Polynomial Regression

• Gaussian Process Regression