Quiz: Kuis AI Sulit


Kuis AI SulitOnline version Uji pengetahuan AI tingkat menengah. by Fahry Nurfalah 1 Apa inti Teorema No Free Lunch dalam ML? a Tak ada satu model pun yang terbaik untuk semua masalah. b Kinerja hanya tergantung ukuran data. c Semua model kinerjanya sama. d Satu model menang untuk semua tugas. 2 Apa masalah vanishing gradient pada deep learning? a Hanya terjadi pada satu layer saja. b Gradien sangat kecil di layer awal sehingga pembelajaran terhambat. c Gradien terlalu besar sehingga explode. d Tidak memengaruhi pelatihan sama sekali. 3 Perdagangan bias-varians mengacu pada? a Varians selalu lebih penting dari bias. b Keseimbangan antara kesalahan karena asumsi model dan keragaman data. c Semua error berasal dari data noise. d Model selalu benar jika data banyak. 4 Apa fungsi utama mekanisme attention pada transformer? a Memberi bobot pada token berdasarkan relevansinya. b Mengubah ukuran input menjadi skor tunggal. c Menyimpan semua token tanpa fokus. d Mengurangi jumlah parameter model. 5 Apa itu GAN? a Metode optimasi untuk regresi sederhana. b Jaringan yang mengklasifikasikan data ke dua kelas. c Sebuah kerangka dengan Generator dan Discriminator berlatih secara adversarial. d Sistem yang hanya mengenali gambar. 6 Apa itu TPU dalam AI? a Hardware khusus Google untuk komputasi ML yang sangat cepat. b Jenis algoritma optimasi baru. c Platform cloud untuk penyimpanan data. d Jaringan saraf tiruan dengan arsitektur unik. 7 Overfitting terjadi ketika model? a Berfungsi sangat baik pada semua tugas. b Membutuhkan terlalu sedikit data. c Menghafal data pelatihan sehingga gagal pada data baru. d Terlihat terlalu generalisasi. 8 Apa tujuan reinforcement learning? a Mengoptimalkan tindakan agen berdasarkan umpan balik reward. b Mengurangi ukuran model secara otomatis. c Menstandarkan data tanpa label. d Menghitung probabilitas kelas. 9 Dropout pada jaringan neural berfungsi untuk? a Meregularisasi dengan menonaktifkan unit acak saat pelatihan. b Mengganti fungsi aktivasi dengan relu. c Menghapus bobot setelah pelatihan. d Meningkatkan ukuran jaringan. 10 Transfer learning berarti? a Melatih ulang semua parameter dari awal. b Fine-tuning model pra-latih untuk tugas baru. c Hanya mengubah arsitektur tanpa pelatihan ulang. d Menggabungkan dua model jadi satu.

1

Apa inti Teorema No Free Lunch dalam ML?

a

Tak ada satu model pun yang terbaik untuk semua masalah.

b

Kinerja hanya tergantung ukuran data.

c

Semua model kinerjanya sama.

d

Satu model menang untuk semua tugas.

2

Apa masalah vanishing gradient pada deep learning?

a

Hanya terjadi pada satu layer saja.

b

Gradien sangat kecil di layer awal sehingga pembelajaran terhambat.

c

Gradien terlalu besar sehingga explode.

d

Tidak memengaruhi pelatihan sama sekali.

3

Perdagangan bias-varians mengacu pada?

a

Varians selalu lebih penting dari bias.

b

Keseimbangan antara kesalahan karena asumsi model dan keragaman data.

c

Semua error berasal dari data noise.

d

Model selalu benar jika data banyak.

4

Apa fungsi utama mekanisme attention pada transformer?

a

Memberi bobot pada token berdasarkan relevansinya.

b

Mengubah ukuran input menjadi skor tunggal.

c

Menyimpan semua token tanpa fokus.

d

Mengurangi jumlah parameter model.

5

Apa itu GAN?

a

Metode optimasi untuk regresi sederhana.

b

Jaringan yang mengklasifikasikan data ke dua kelas.

c

Sebuah kerangka dengan Generator dan Discriminator berlatih secara adversarial.

d

Sistem yang hanya mengenali gambar.

6

Apa itu TPU dalam AI?

a

Hardware khusus Google untuk komputasi ML yang sangat cepat.

b

Jenis algoritma optimasi baru.

c

Platform cloud untuk penyimpanan data.

d

Jaringan saraf tiruan dengan arsitektur unik.

7

Overfitting terjadi ketika model?

a

Berfungsi sangat baik pada semua tugas.

b

Membutuhkan terlalu sedikit data.

c

Menghafal data pelatihan sehingga gagal pada data baru.

d

Terlihat terlalu generalisasi.

8

Apa tujuan reinforcement learning?

a

Mengoptimalkan tindakan agen berdasarkan umpan balik reward.

b

Mengurangi ukuran model secara otomatis.

c

Menstandarkan data tanpa label.

d

Menghitung probabilitas kelas.

9

Dropout pada jaringan neural berfungsi untuk?

a

Meregularisasi dengan menonaktifkan unit acak saat pelatihan.

b

Mengganti fungsi aktivasi dengan relu.

c

Menghapus bobot setelah pelatihan.

d

Meningkatkan ukuran jaringan.

10

Transfer learning berarti?

a

Melatih ulang semua parameter dari awal.

b

Fine-tuning model pra-latih untuk tugas baru.

c

Hanya mengubah arsitektur tanpa pelatihan ulang.

d

Menggabungkan dua model jadi satu.

You can integrate the game into an LMS compatible with LTI 1.1 or LTI 1.3 such as Canvas, Moodle, or Blackboard. This way, the scores will be automatically saved into the platform’s gradebook.

Kuis AI Sulit

Quiz

About this activity

Created by

Download the paper version to play

Top Games

Quiz

UPS 5 Seeing Habits Quiz

Quiz

Tissues - Practice Quiz

Quiz

Spanish Alphabet Listening

Quiz

Photosynthesis vs Cellular Respiration - Practice Quiz

Quiz

Practice Quiz - Punnett Square, Variation, and Mutations

Kuis AI SulitOnline version

by Fahry Nurfalah

Apa inti Teorema No Free Lunch dalam ML?

Apa masalah vanishing gradient pada deep learning?

Perdagangan bias-varians mengacu pada?

Apa fungsi utama mekanisme attention pada transformer?

Apa itu GAN?

Apa itu TPU dalam AI?

Overfitting terjadi ketika model?

Apa tujuan reinforcement learning?

Dropout pada jaringan neural berfungsi untuk?

Transfer learning berarti?

		%
	Anonymous	%
		%
		%