Deep Learning adalah salah satu cabang dari ilmu pemelajaran mesin (machine learning) yang terdiri algoritme pemodelan abstraksi tingkat tinggi pada data menggunakan sekumpulan fungsi transformasi non-linear yang ditata berlapis-lapis dan mendalam.
Berikut adalah kumpulan soal-soal dan jawaban Deep Learning
Which is not a stage in solving the problem using the Artificial Conditions Network method using the Multilayer Percepteron?
Problem analysis
Identification of problems
Network initialization and establishment
Setting up training data sets
Convolutional Neural Network (CNN) pioneered by
Geoff Hinton
Andrew Ng
Geoff Hinton
Yann LeCun
The properties of artificial neural networks are as follows, except
Non-linear
linear
Able to study
Adaptive
Which of the following is not a supervised learning algorithm
K-Mean
DecisionTree
Linear Regression
SVM
There are two main parts of ANN, namely:
Backpropagation
Forward propagation and propagation
Forward propagation and backward propagation
CHAINING CONCEPT
The Deep Learning model consists of several sets of layers viz
Convolutional layers and Pooling
Inputs, hidden layers, outputs
Convolutional layers, RELU and Pooling
There is no right answer
If there is an array A = [100, 200, 300, 400], then the command A[3] will give the output is …
[400]
[200, 400]
[300, 400]
[100,200]
If there are two two-dimensional arrays, namely: A = [[0,1,1], [1,0,0]] and B = [[1,1],[1,1],[-1,1] ], then the dot product multiplication between A and B will give the output is
[4]
[[0,2], [0,2]]
[[0,0,2],[0,0,2]]
[0,2]
The main difference between a Convolutional Neural Network (CNN) and a Shallow Neural Network in recognizing an image lies in:
The resulting convolution output
All answers are correct
The activation function used
The resulting neural network model output
According to Deng & Yu (2014) based on the architecture and techniques used, deep learning is broadly divided into:
2
4
1
3
The architecture of an artificial neural network consists of the following, except.....
Input layers
Visible layers
Hidden layers
Output layers
The following are the libraries in python that are commonly used for processing Machine Learning:
Numpy
It's all true
Scikit-Learn
Pandas
The Deep Learning model consists of several sets of layers viz
Inputs, hidden layers, outputs
Convolutional layers, RELU and Pooling
Convlutional layers and Pooling
There is no right answer
The range of values of learning rate (n) is ....
η > 0
0 < η <1
0 < η
n > 1
Reducing the dimensions of the feature map (downsampling), thereby speeding up computation because fewer parameters have to be updated and overcome overfitting, this is the purpose of its use
Pooling Layer
Convolutional Layer
RELU
Hidden Layers
The library used to perform calculations on numbers such as arrays in the Python programming language is...
Matplotlib
numpy
scikitlearn
Pandas
The following are the uses of the activation function, except....
For decision making
For pattern recognition
For predictions
For crawling data
.. is a regularization approach to neural networks that helps reduce interdependent learning between neurons
Dropouts
Backpropagation
Perceptron
Activation Function
What is correlation matrix? The correlation matrix contains values between -1 and +1. For example, if the correlation between the variables X and Y is -1, then when the value of X falls, the value of Y will be:
negative
Ride
Down
Permanent
If there is an array A = [1,2], then multiplying the scalar array A by 5 will give the output result which is….
[5, 10]
[1, 10]
[1, 2]
[1, 2]
To speed up computing in Deep Learning is used ....
RAM
GPUs
CPUs
SSD
The matplotlib architecture consists of
backend layer
Artist layers
Scripting layers
All answers are correct
The following are false statements about CNN:
The feature selection stages in CNN lie in the convolutional layer and pooling layer
The output of the pooling layer always reduces the dimensions of an image
Backpropagation on CNN aims to produce an optimal convolutional filter
The calculation process that occurs in the Convolutional Layer, Pooling Layer, and Fully Connected Layer in CNN is executed sequentially and iteratively
The mathematical model for calculating the number of neurons with bias is
A = f (wp+b)
a = f (w*p)
f = m*a
a = f (w*pb)
What is the reason for creating data visualization?
Used to support recommendations
Communicate data clearly
Exploring data analysis
All answers are correct
Neural Network termasuk kedalam algoritma
Prediksi
Rekomendasi
Clustering
Klasifikasi
Apakah alasan membuat visualisasi data ?
Melakukan eksplorasi pada analisis data
Mengkomunikasikan data dengan jelas
Digunakan untuk mendukung rekomendasi
Semua jawaban benar
Sifat jaringan syaraf tiruan adalah sebagai berikut, kecuali
Linear
Non-linear
Mampu belajar
Adaptif
Perbedaan utama antara Convolutional Neural Network (CNN) dengan Shallow Neural Network dalam mengenali suatu citra terletak pada:
Output model neural network yang dihasilkan
Output konvolusi yang dihasilkan
Semua jawaban benar
Activation function yang digunakan
... adalah suatu bidang keilmuan yang berisi tentang pembelajaran komputer/mesin untuk menjadi cerdas
Artificial Intelligence
Data Science
Machine Learning
Deep Learning
Diferensiasi dari fungsi f(x) = 2x + 2 adalah:
4x
4x+2
2
2x
Algoritma yang umum digunakan untuk melakukan training pada neural network adalah :
Regression
Maximum Likelihood
Softmax
Backpropagation
Apa itu correlation matrix? Correlation matrix berisi nilai antara -1 dan +1. Sebagai contoh jika correlation antara variable X dan Y benilai -1, maka pada saat nilai X turun, maka nilai Y akan :
Turun
Negatip
Naik
Tetap
Model Deep Learning terdiri beberapa set lapisan yaitu
Convolutional layer, RELU dan Pooling
Convolutional layer dan Pooling
Input, hidden layer, output
Tidak ada Jawaban yang benar
Mengurangi dimensi dari feature map (downsampling), sehingga mempercepat komputasi karena parameter yang harus diupdate semakin sedikit dan mengatasi overfitting, ini merupakan tujuan dari penggunaan
Convolutional Layer
Pooling Layer
RELU
Hidden Layer
Gradien dari fungsi f(x)=2x adalah:
4
0
2
1
Model Deep Learning terdiri beberapa set lapisan yaitu
Convolutional layer dan Pooling
Convolutional layer, RELU dan Pooling
Input, hidden layer, output
Tidak ada Jawaban yang benar
Gunakan semua aktivasi, namun kurangi mereka dengan faktor p berada pada tahap ....... di dropout
Input
Output
Pengujian
Pelatihan
Arsitektur jaringan syaraf tiruan terdiri dari sebagai berikut, kecuali.....
Visible layer
Input layer
Hidden layer
Output layer
Arsitektur matplotlib terdiri dari
Semua jawaban benar
Back end layer
Artist layer
Scripting layer
Convolutional Neural Network (CNN) dipelopori oleh
Yann LeCun
Geoff Hinton
Geoff Hinton
Andrew Ng
Jika di ketahui suatu A = [[11, 12, 13], [21,22,23], [31,32,33]], maka perintah A[1][2] akan memberikan output adalah…..
12
22
13
33
Untuk mempercepat komputasi pada Deep Learning digunakan ....
GPU
RAM
CPU
SSD
Penentuan topologi, pemilihan fungsi aktivasi, dan pemilihan fungsi pelatihan jaringan berada pada tahap mana dalam penyelesaian masalah menggunakan metode Jaringan Syarat Tiruan menggunakan Multilayer Percepteron?
Pelatihan jaringan
Menyiapkan training data set
Identifikasi masalah
Inisialisasi dan pembentukan jaringan
Berikut ini adalah pernyataan yang salah mengenai CNN:
Tahapan feature selection dalam CNN terletak pada convolutional Layer dan Pooling Layer
Backpropagation pada CNN bertujuan untuk menghasilkan convolutional filter yang optimal
Proses perhitungan yang terjadi pada Convolutional Layer, Pooling Layer, dan Fully Connected Layer dalam CNN dijalankan secara terurut dan iteratif
Output dari pooling layer selalu mereduksi dimensi dari suatu citra
Library yang digunakan untuk melakukan perhitungan pada angka seperti array pada bahasa pemrograman Python adalah …
numpy
Pandas
Matplotlib
Scikitlearn
Jika di ketahui suatu A = [[11, 12, 13], [21,22,23], [31,32,33]], maka perintah A[0, 0:2] akan memberikan output adalah…..
[11,12,13]
[11,12]
[21,22]
[12,13]
Model matematis untuk menghitung jumlah neuron dengan bias adalah
a = f (w*p)
f = m*a
a = f (w*p-b)
A = f (wp+b)
Salah satu masalah yang sering muncul apabila model jaringan saraf tiruan memiliki banyak layer adalah
Over fitting
High loss
Slow Computation
Vanishing Gradient
Berikut adalah kegunaan fungsi aktivasi, kecuali ....
Untuk prediksi
Untuk pengambilan keputusan
Untuk crawling data
Untuk pengenalan pola
Itulah artikel Kumpulan Soal dan Jawaban Deep Learning kali ini, semoga bermanfaat.
Posting Komentar untuk "Kumpulan Soal dan Jawaban Deep Learning"