Lompat ke konten
nalar

Evaluasi Komprehensif Model & Proposal Proyek Akhir

Confusion matrix, accuracy, precision, recall, F1-score, kurva ROC & AUC, k-fold cross-validation, threshold tuning, serta panduan proposal proyek akhir.

0 dari 16 dijawabSkor 0
  1. 01Pilihan ganda

    Data berisi 950 pelanggan bertahan dan 50 churn. Model yang selalu menebak "tidak churn" memiliki akurasi …

  2. 02Pilihan ganda

    Pada deteksi mesin yang hampir rusak (predictive maintenance), kesalahan paling mahal adalah …

  3. 03Pilihan ganda

    Metrik yang menjawab "dari semua email yang ditandai spam, berapa yang benar-benar spam?" adalah …

  4. 04Pilihan ganda

    Sumbu x dan y pada kurva ROC berturut-turut adalah …

  5. 05Pilihan ganda

    Nilai AUC = 0.5 berarti …

  6. 06Pilihan ganda

    Manakah contoh data leakage?

  7. 07Pilihan ganda

    Skor latih 0.99, skor uji 0.70. Model mengalami …

  8. 08Hitung

    TP = 40, FP = 10, FN = 20, TN = 130. Hitung precision.

  9. 09Hitung

    Data sama (TP = 40, FP = 10, FN = 20, TN = 130). Hitung recall (3 desimal).

  10. 10Hitung

    Data sama. Hitung F1-score (3 desimal).

  11. 11Hitung

    Data sama. Hitung specificity (3 desimal).

  12. 12Hitung

    Aktual = [1, 1, 0, 1, 0, 0], skor = [0.9, 0.8, 0.7, 0.6, 0.4, 0.2]. Hitung AUC (3 desimal).

  13. 13Hitung

    Biaya voucher retensi (FP) Rp 50 rb, kehilangan pelanggan (FN) Rp 600 rb. Model A: FP = 40, FN = 10. Berapa total biaya model A (dalam ribu rupiah)?

  14. 14Hitung

    Data berjumlah 11 dibagi 3-fold (konvensi scikit-learn). Berapa ukuran fold pertama?

  15. 15Uraian

    Jelaskan langkah k-fold cross-validation (k = 5) dan mengapa lebih baik daripada satu kali hold-out split.

  16. 16Uraian

    Studi kasus. Tim marketing hanya punya anggaran voucher untuk 100 pelanggan per bulan. Metrik dan strategi threshold apa yang kamu usulkan untuk model churn?