Machine Learning Quis_3

Di bawah ini, manakah algoritma yang paling sesuai digunakan untuk unsupervised learning?

• Decision Tree

• Linear Regression

• Gradient Boosting

• Stacking

• K-Means Clustering

Dalam kasus pendeteksian dokumen plagiarisme, di mana dokumen asli diasumsikan sebagai positive class, False Negative Rate menandakan

• Persentase dokumen asli yang berhasil dideteksi sebagai dokumen asli

• Persentase dokumen plagiat yang dideteksi sebagai dokumen asli

• Persentase dokumen asli yang dideteksi sebagai dokumen plagiat

• Jumlah dokumen plagiat yang dideteksi sebagai dokumen asli

• Jumlah keseluruhan dokumen yang salah diklasifikasikan

Dalam klasifikasi menggunakan decision tree, splitting akan berhenti jika salah satu kondisi berikut terpenuhi. Manakah kondisi yang tidak tepat sebagai kriteria penghentian?

• Semua elemen pada node termasuk dalam kelas yang sama

• Jumlah elemen pada node lebih besar dari nilai min_samples_split

• Kedalaman pohon telah mencapai nilai max_depth

• Tidak ada peningkatan signifikan pada impurity setelah splitting

• Jumlah elemen pada node lebih kecil dari nilai min_samples_leaf

Manakah pernyataan berikut yang paling tepat mengenai pengaruh parameter pada decision tree (misalnya: max_depth, min_samples_split, max_features) terhadap kompleksitas model?

• Nilai max_features yang lebih kecil akan meningkatkan risiko overfitting

• Nilai min_samples_split yang lebih kecil akan menghasilkan pohon yang lebih sedikit

• Nilai min_samples_split yang lebih besar dapat mengurangi risiko overfitting

• Nilai max_features tidak memengaruhi cara pohon memilih fitur untuk splitting

• Nilai max_depth tidak memengaruhi ukuran atau kedalaman pohon

Manakah strategi berikut yang paling tepat untuk menghindari overfitting pada model machine learning?

• Menambahkan fitur sebanyak mungkin untuk meningkatkan kompleksitas model

• Menggunakan regularization seperti L1 atau L2 dengan parameter penalti yang sesuai

• Menggunakan nilai k=1 pada K-Nearest Neighbors

• Menggunakan semua data untuk pelatihan tanpa validasi

• Membuat model dengan arsitektur yang lebih dalam dan kompleks

Berikut adalah beberapa kondisi yang dapat menyebabkan overfitting pada model machine learning. Manakah yang bukan penyebab overfitting?

• Menggunakan model yang terlalu kompleks untuk data sederhana

• Melatih model dengan dataset yang sangat kecil

• Menggunakan polinomial fitur dengan derajat yang sangat tinggi

• Menerapkan cross-validation untuk mengevaluasi performa model

• Mengatur max_depth decision tree terlalu besar

Ketika terdapat missing values pada beberapa kolom dalam dataset, manakah strategi berikut yang tidak tepat untuk menangani missing values?

• Mengisi missing values pada kolom numerik dengan median kolom tersebut

• Mengisi missing values pada kolom kategorikal dengan modus kolom tersebut

• Mengisi missing values pada kolom kategorikal dengan rata-rata kolom tersebut

• Menghapus baris yang memiliki missing values jika proporsinya kecil

• Menghapus kolom yang memiliki lebih dari 70% missing values

Manakah algoritma machine learning berikut yang memiliki high interpretability?

• Gradient Boosting

• Stacking

• Support Vector Machine

• Neural Network

• Decision Tree

Manakah di bawah ini yang paling tepat dianggap sebagai deliverable dari model machine learning yang interpretable?

• Hyperparameter epsilon pada DBSCAN

• Feature importance pada Random Forest

• Centroid pada K-Means Clustering

• Struktur pohon pada Decision Tree

• Output prediksi dari model Stacking

Linear Regression adalah model parametrik yang memudahkan interpretasi hubungan fitur dengan target. Manakah uji statistik berikut yang paling tepat digunakan untuk menginterpretasikan signifikansi fitur secara individu terhadap target pada Linear Regression?

• t-Test

• Chi-Square Test

• Mann-Whitney U Test

• F-Test

• Kolmogorov-Smirnov Test