# ML Terbimbing: Klasifikasi (Data Science & ML)

> Regresi logistik, KNN, SVM, metrik (accuracy, precision, recall, F1, ROC-AUC), threshold

- 24 pertanyaan wawancara
- Mid-Level
- [Pertanyaan Wawancara: Data Science & ML](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara.md)

## 1. Apa tujuan utama dari algoritma klasifikasi terbimbing?

**Jawaban**

Klasifikasi terbimbing bertujuan untuk memprediksi kategori atau kelas (variabel diskrit) dari features input, dengan belajar dari data berlabel. Berbeda dengan regresi yang memprediksi nilai kontinu, klasifikasi menetapkan setiap observasi ke kelas yang telah didefinisikan (biner atau multikelas).

## 2. Fungsi matematika apa yang digunakan regresi logistik untuk mengubah prediksi menjadi probabilitas?

**Jawaban**

Fungsi sigmoid (atau logistik) mengubah nilai riil apapun menjadi probabilitas antara 0 dan 1. Didefinisikan sebagai sigma(z) = 1/(1+e^(-z)). Fungsi ini memungkinkan interpretasi output sebagai probabilitas termasuk dalam kelas positif.

## 3. Apa yang diwakili oleh koefisien dalam model regresi logistik?

**Jawaban**

Koefisien regresi logistik mewakili perubahan log-odds untuk setiap unit perubahan feature yang sesuai. Koefisien positif meningkatkan probabilitas kelas positif, sementara koefisien negatif menurunkannya. Eksponen koefisien memberikan odds ratio.

## 21 pertanyaan lagi tersedia

- Bagaimana cara kerja algoritma K-Nearest Neighbors (KNN) untuk klasifikasi?
- Apa dampak memilih nilai k dalam algoritma KNN?

Daftar gratis: https://sharpskill.dev/id/login

## Topik wawancara Data Science & ML lainnya

- [Dasar-dasar Python](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/python-basics.md): 25 pertanyaan, Junior
- [Pemrograman Berorientasi Objek Python](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/python-oop.md): 20 pertanyaan, Junior
- [Struktur Data Python](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/python-data-structures.md): 20 pertanyaan, Junior
- [Dasar-Dasar Git](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/git-fundamentals.md): 18 pertanyaan, Junior
- [Dasar-dasar SQL](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/sql-basics.md): 20 pertanyaan, Junior
- [Dasar-Dasar NumPy](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/numpy-fundamentals.md): 22 pertanyaan, Junior
- [Dasar-dasar Pandas](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/pandas-basics.md): 22 pertanyaan, Junior
- [Jupyter & Google Colab](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/jupyter-colab.md): 16 pertanyaan, Junior
- [SQL Joins & Kueri Lanjutan](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/sql-joins-advanced.md): 22 pertanyaan, Mid-Level
- [Pandas Lanjutan](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/pandas-advanced.md): 24 pertanyaan, Mid-Level
- [Visualisasi dengan Matplotlib & Seaborn](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/matplotlib-seaborn.md): 20 pertanyaan, Mid-Level
- [Visualisasi Interaktif dengan Plotly](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/plotly-interactive.md): 18 pertanyaan, Mid-Level
- [Statistik Deskriptif](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/statistics-descriptive.md): 20 pertanyaan, Mid-Level
- [Statistik Inferensial](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/statistics-inferential.md): 24 pertanyaan, Mid-Level
- [Web Scraping](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/web-scraping.md): 18 pertanyaan, Mid-Level
- [BigQuery & Cloud Data](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/bigquery-cloud.md): 18 pertanyaan, Mid-Level
- [Feature Engineering](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/feature-engineering.md): 22 pertanyaan, Mid-Level
- [ML Terbimbing: Regresi](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/ml-supervised-regression.md): 24 pertanyaan, Mid-Level
- [Pohon Keputusan & Ensemble](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/ml-trees-ensembles.md): 24 pertanyaan, Mid-Level
- [ML Tanpa Pengawasan](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/ml-unsupervised.md): 22 pertanyaan, Mid-Level
- [Pipeline ML & Validasi](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/ml-pipelines-validation.md): 22 pertanyaan, Mid-Level
- [Deret Waktu & Peramalan](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/time-series-forecasting.md): 22 pertanyaan, Mid-Level
- [Dasar-Dasar Deep Learning](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/deep-learning-fundamentals.md): 24 pertanyaan, Senior
- [TensorFlow & Keras](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/tensorflow-keras.md): 22 pertanyaan, Senior
- [CNN dan klasifikasi gambar](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/cnn-image-classification.md): 24 pertanyaan, Senior
- [RNN & Sekuens](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/rnn-sequences.md): 22 pertanyaan, Senior
- [Transformers & Attention](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/transformers-attention.md): 24 pertanyaan, Senior
- [NLP & Hugging Face](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/nlp-huggingface.md): 24 pertanyaan, Senior
- [GenAI & LangChain](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/genai-langchain.md): 24 pertanyaan, Senior
- [MLOps dan Deployment](https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/mlops-deployment.md): 24 pertanyaan, Senior

---

Source: SharpSkill (https://sharpskill.dev), tech interview preparation for your real stack.
HTML version of this page: https://sharpskill.dev/id/technologies/data-science/pertanyaan-wawancara/ml-supervised-classification