pretest-id.md

Pretest Questions and Answers from DataScience Class

Q1. .... is an important stage in datascience methodology because it clearly defines the problem and the needs from a business perspective?

• Data Administration
• Principal Component Analysis
• Data Collection
• Predictive Modeling
• Business Understanding

Q2. What should be a prime concern for storing data?

• Data safety and privacy
• Hiring the right database manager
• The size of the files
• Hadoop clusters
• The physical location of the servers

Q3. Which of the following is not a data scientist role?

• Manage a team of analysts to create a model
• Use the data to tell the story about data analysis
• Develop the strategy to fix the problems in the findings
• Write email to response customer's problem
• Use the insight to build the narrative to communicate the findings

Q4. Data visualization is not a part of data science

• True
• False

Q5. What is a good starting point for data mining?

• Non-parametric methods
• Machine Learning
• Creating a relational database
• Writing a data dictionary
• EDA and Data Visualization

Q6. Manakah dari konsep berikut yang bukan merupakan bagian dari Python?

• Pointers
• Exception Handling
• Dynamic Typing
• Semua
• Loop

Q7. Pemrograman yang paling banyak digunakan oleh Data Scientist tahun 2021 berdasarkan data yang disajikan di dalam materi yaitu ...

• Pearl
• Python
• Java
• R
• Matlab

Q8. Syntax untuk memanggil library pada python adalah ...

• open nama_modul
• import nama_modul
• include nama_modul
• input nama_modul
• require("nama_modul")

Q9. Kita dapat menginstall python dan library yang ada dengan gratis serta menggunakannya sesuai dengan keinginan kita merupakan salah satu keunggulan python yang bersifat ...

• multi-processing
• interpreter
• map reduce
• open-source
• automate

Q10. print(2**3 + (5+6)**(1+1)) akan mengeluarkan output ...

• 30
• Tidak ada jawaban
• 129
• 121
• 8

Q11. Berikut ini yang bukan merupakan ukuran yang akan muncul pada fungsi describe() di Pandas yaitu ...

• Min
• Median
• Akurasi
• Mean
• Max

Q12. Distribusi normal baku memiliki ciri-ciri

• mean = standar deviasi
• mean = 2 x (standar deviasi)
• mean = 1 dan standar deviasi 1
• mean = 0 dan standar deviasi = 1
• semua salah

Q13. Pada suatu tabular data, banyaknya data ditentukan oleh jumlah ...

• Waktu yang dibutuhkan untuk load data
• Data bertipe teks
• Jawaban tidak ada dalam opsi
• Kolom
• Baris

Q14. Pada suatu tabular data, besarnya dimensi data ditentukan oleh jumlah ...

• Waktu yang dibutuhkan untuk load data
• Jawaban tidak ada dalam opsi
• Kolom
• Data bertipe teks
• Baris

Q15. Dalam EDA, proses melakukan analisis deskriptif dengan satu variabel disebut dengan ...

• Bivariate analysis
• Dimensional analysis
• Univariate analysis
• Factor analysis
• Multivariate analysis

Q16. Melakukan seleksi pada abundant class secara acak/random sehingga abundant class nilainya berkurang sampai dengan jumlahnya sama dengan rare class disebut juga dengan ...

• oversampling
• overfit
• cross-validation
• undersampling
• underfit

Q17. Dalam kasus supervised learning, variabel yang bersifat dependen atau predictor disebut juga dengan ...

• Features
• Encoder
• Label
• Transformation
• Hyper-parameter

Q18. Tahap menyiapkan/membersihkan data yang kotor untuk selanjutnya akan diproses menggunakan model machine learning disebut dengan ...

• Data Tracking
• Data Preprocessing
• Data Tracking
• Data Collecting
• Dimensionality Reduction

Q19. Data encoding bertujuan untuk merubah data yang bertipe object atau string ke dalam bentuk ...

• teks
• gambar
• audio
• semua salah
• numerik

Q20. Teknik resampling data dengan melakukan generate data pada rare class sehingga jumlah dari rare class sama dengan abundant class dikenal juga dengan teknik ...

• oversampling
• overfit
• cross-validation
• undersampling
• underfit

Q21. Bahasa pemrograman python tidak menunjang untuk pembuatan visualisasi data.

• True
• False

Q22. Berikut yang bukan merupakan jenis grafik dari visualisasi data adalah ...

• Line Chart
• Pie Chart
• Bar Chart
• Raw Data Table
• Histogram

Q23. Bar chart dan Line chart sama-sama membutuhkan sumbu x dan y sebagai skala satuan nilainya.

• True
• False

Q24. Berikut ini library python yang bukan ditujukan untuk visualisasi data adalah ...

• Sweetviz
• Matplotlib
• Plotly
• Seaborn
• Sastrawi

Q25. Salah satu tujuan penting dari data visualisasi adalah ...

• Menambah anggaran perusahaan untuk membeli tools visualisasi data berbayar (enterprise)
• Tidak ada tujuannya.
• Supaya dapat dipahami oleh semua kalangan yang menerima informasi tersebut
• Supaya terlihat mewah saja.
• Untuk mempersulit siapapun yang melihatnya.

Q26. Klasifikasi termasuk ke dalam Supervised Learning.

• True
• False

Q27. Label/kelas/target pada klasifikasi harus bersifat diskrit (kategorikal)

• True
• False

Q28. Klasifikasi dengan kasus data yang memiliki dua jenis kelas/label disebut juga dengan ...

• Multi-Class Classification
• Boundary Classification
• Binary Classification
• Multi-Label Classification
• Multinomial Classification

Q29. Library python yang telah menyediakan algoritma machine learning yang siap pakai yaitu ...

• Seaborn
• Numpy
• Matplotlib
• Scipy
• Scikit-learn

Q30. Berikut ini yang bukan contoh kasus klasifikasi.

• Music Genre Classification
• Stock Value Forecasting
• Email Spam Detection
• Sentiment Analysis
• Hate Speech Filtering

Q31. Regresi dan Klasifikasi sama-sama termasuk Supervised Machine Learning

• True
• False

Q32. Pernyataan berikut yang tidak benar adalah ...

• Target pada regresi bersifat numerical continuous
• Tujuan dari regresi adalah prediksi nilai dependent variable dari independent variables.
• Regresi termasuk Unsupervised Learning karena tidak memiliki target.
• Atribut/prediktor di regresi disebut juga independent variables.
• Regresi termasuk dalam Machine Learning

Q33. Perbedaan antara regresi dan klasifikasi adalah pada ...

• Klasifikasi hanya untuk data text
• Data test-nya
• Sifat label/targetnya
• Tidak ada perbedaan
• Data train-nya

Q34. Clustering termasuk dalam Unsupervised Learning

• True
• False

Q35. K Nearest Neighbor merupakan algoritma clustering

• True
• False

Q36. Apa perbedaan yang paling mendasar antara Supervised Learning dan Unsupervised Learning?

• Fitur pada Supervised Learning harus vategorical values sedangkan fitur pada Unsupervised Learning harus numerical values
• Supervised Learning tidak cocok pada data tabular
• Supervised Learing memiliki variabel target/label sedangkan Unsupervised Learning tidak.
• Unsupervised Learning tidak bisa mengatasi outlier atau noise
• Unsupervised Learning memerlukan data yang banyak sedangkan Supervised Learning tidak

Q37. K Means membutuhkan centroid dalam menentukan anggota klaster

• True
• False

Q38. Berikut ini yang bukan merupakan algoritma Clustering adalah

• K Medoid
• Hierarchycal Clustering
• K Nearest Neighbor
• K Means
• DBSCAN

Q39. Berikut ini yang merupakan metrik evaluasi yang tepat untuk contoh kasus "Prediksi harga mobil" adalah

• Kappa Score
• Accuracy
• Silhoutte Score
• F1 Score
• Mean Squared Error

Q40. Tujuan dari Evaluasi Model Machine Learning adalah untuk mengukur seberapa bagus performa model jika diuji ke data diluar data latih

• True
• False

Q41. Berikut ini pernyataan yang kurang tepat adalah

• Silhouette Score bukan satu-satunya metric evaluasi untuk clustering
• Recall merupakan salah satu evaluasi yang tepat untuk klasifikasi
• Akurasi kurang cocok untuk klasifikasi data gambar
• F1 Score dapat dipakai dalam evaluasi klasifikasi
• Jangan menggunakan Kappa Score dalam mengevaluasi kasus Regresi

Q42. Dalam kasus "Spam Classification" kita dapat menggunakan metrics evaluation "Accuracy" dan "F1 Score"

• True
• False

Q43. Neural Network lebih cocok digunakan pada data unstructured seperti gambar daripada data yang structured seperti data tabel

• True
• False

Q44. Berikut pernyataan yang benar tentang Neural Network pada Machine Learning, kecuali

• Neural Network merupakan jenis penyakit saraf dalam ilmu kedokteran
• Neural network dapat diterapkan untuk kasus regresi
• Konsep machine learning dengan perhitungan yang kompleks
• Konsep machine learning yang terinspirasi dari jaringan saraf biologis
• Neural network dapat diterapkan untuk kasus klasifikasi

Q45. Berikut ini aspek penting dalam training menggunakan Neural Network, kecuali

• Arsitektur Neural Network yang dibuat
• Nama / brand laptop yang digunakan
• Kemampuan perangkat (spesifikasi resource)
• Jumlah data yang akan dilatih (data train)
• Jenis data

Q46. Epoch yang lebih banyak akan memakan waktu dan resource untuk proses yang lebih lama

• True
• False