Koding & AI Fase C: Tantangan Menengah

Froggy Jumps

Jugadas 1

Crear copia

Sobre esta actividad

Quiz seru tentang coding dan AI fase C.

Creada por

Eneng Hani Suryani

Indonesia

Descarga la versión para jugar en papel

Top 10 resultados

#	Jugador	Acierto	tiempo
1	Eneng Hani Suryani 21 de Septiembre de 2025	% 20	00:42

¿Quieres aparecer en el Top 10 de este juego? Inicia sesión para identificarte.

Crea tu propio juego gratis desde nuestro creador de juegos

Compite contra tus amigos para ver quien consigue la mejor puntuación en esta actividad

Crear reto

Quiz de Culpa mía película

Yamila Chavez

Argentina

(173)

Demuestra cuánto sabes sobre la película Culpa mía con este divertido quiz.
El valle de los lobos

Marcos Signes

España

(109)

20 preguntas de este maravilloso libro
Sabiduría animal

Educaplay Educational Resources

España

(15453)

Conviértete en un genio del Reino Animal
Salva a la Ranita

Melanie Rodriguez

Estados Unidos

(338)

Contesta las siguientes multiplicaciones correctamente para salvar a la ranita y evitar que caiga al agua, mucha suerte!
OPEN UP 6 UNIT 1 VOCABULARY

karen blixen

España

(101)

Repasamos el vocabulario de la unidad


Froggy Jumps Koding & AI Fase C: Tantangan MenengahVersión en línea Quiz seru tentang coding dan AI fase C. por Eneng Hani Suryani 1 Apa itu overfitting pada model AI? a Model terlalu menyesuaikan data latihan sehingga buruk pada data baru b Model mengurangi ukuran data latihan c Model generalisasi terlalu kuat ke semua data 2 Bahasa pemrograman apa yang sering dipakai AI? a JavaScript b HTML c Python 3 Apa itu gradient descent? a Metode optimasi untuk meminimalkan fungsi biaya dengan langkah kecil b Cara mengatur ukuran model secara otomatis c Metode validasi data 4 Apa itu dataset berlabel? a Dataset yang memiliki nilai target/label untuk setiap contoh b Dataset tanpa label apapun c Dataset yang hanya berisi gambar 5 Perbedaan supervised vs unsupervised learning? a Keduanya selalu menggunakan label b Supervised memiliki label; unsupervised tidak c Unsupervised hanya untuk klasifikasi 6 Fungsi aktivasi ReLU berfungsi untuk apa? a Menyamakan semua bobot menjadi satu b Mengubah angka menjadi persen c Mengizinkan aliran sinyal positif dan memotong negatif 7 Regularisasi L2 membantu bagaimana? a M meningkatkan jumlah layer b Mentransformasikan data ke ruang 2D c Mengurangi kompleksitas model dengan penalti ukuran bobot 8 Apa itu pipeline ML? a Hanya proses pelatihan model b Serangkaian langkah dari pra-pemrosesan hingga evaluasi model c Menghapus semua data yang tidak diperlukan 9 Apa tujuan validasi silang (cross-validation)? a Membuat model lebih besar tanpa data baru b Menilai generalisasi model dengan beberapa lipatan data c Menghapus data yang hilang 10 Apa itu overfitting bias-variance tradeoff? a Menghilangkan semua bias dari model b Menyeimbangkan kompleksitas model agar tidak terlalu tinggi atau rendah c Meningkatkan ukuran dataset terus menerus

Froggy Jumps

Koding & AI Fase C: Tantangan MenengahVersión en línea

Quiz seru tentang coding dan AI fase C.

por Eneng Hani Suryani

Apa itu overfitting pada model AI?

Model terlalu menyesuaikan data latihan sehingga buruk pada data baru

Model mengurangi ukuran data latihan

Model generalisasi terlalu kuat ke semua data

Bahasa pemrograman apa yang sering dipakai AI?

JavaScript

HTML

Python

Apa itu gradient descent?

Metode optimasi untuk meminimalkan fungsi biaya dengan langkah kecil

Cara mengatur ukuran model secara otomatis

Metode validasi data

Apa itu dataset berlabel?

Dataset yang memiliki nilai target/label untuk setiap contoh

Dataset tanpa label apapun

Dataset yang hanya berisi gambar

Perbedaan supervised vs unsupervised learning?

Keduanya selalu menggunakan label

Supervised memiliki label; unsupervised tidak

Unsupervised hanya untuk klasifikasi

Fungsi aktivasi ReLU berfungsi untuk apa?

Menyamakan semua bobot menjadi satu

Mengubah angka menjadi persen

Mengizinkan aliran sinyal positif dan memotong negatif

Regularisasi L2 membantu bagaimana?

M meningkatkan jumlah layer

Mentransformasikan data ke ruang 2D

Mengurangi kompleksitas model dengan penalti ukuran bobot

Apa itu pipeline ML?

Hanya proses pelatihan model

Serangkaian langkah dari pra-pemrosesan hingga evaluasi model

Menghapus semua data yang tidak diperlukan

Apa tujuan validasi silang (cross-validation)?

Membuat model lebih besar tanpa data baru

Menilai generalisasi model dengan beberapa lipatan data

Menghapus data yang hilang

Apa itu overfitting bias-variance tradeoff?

Menghilangkan semua bias dari model

Menyeimbangkan kompleksitas model agar tidak terlalu tinggi atau rendah

Meningkatkan ukuran dataset terus menerus

Puedes integrar el juego en un LMS compatible con LTI 1.1 o LTI 1.3 como Canvas, Moodle, o Blackboard. De esta manera podrás guardar las puntuaciones automáticamente en el libro de calificaciones de esa plataforma.

Koding & AI Fase C: Tantangan Menengah

Froggy Jumps

Sobre esta actividad

Creada por

Descarga la versión para jugar en papel

Top juegos

Froggy Jumps

Quiz de Culpa mía película

Froggy Jumps

El valle de los lobos

Froggy Jumps

Sabiduría animal

Froggy Jumps

Salva a la Ranita

Froggy Jumps

OPEN UP 6 UNIT 1 VOCABULARY

Froggy Jumps

Koding & AI Fase C: Tantangan MenengahVersión en línea

por Eneng Hani Suryani

Apa itu overfitting pada model AI?

Bahasa pemrograman apa yang sering dipakai AI?

Apa itu gradient descent?

Apa itu dataset berlabel?

Perbedaan supervised vs unsupervised learning?

Fungsi aktivasi ReLU berfungsi untuk apa?

Regularisasi L2 membantu bagaimana?

Apa itu pipeline ML?

Apa tujuan validasi silang (cross-validation)?

Apa itu overfitting bias-variance tradeoff?

		%
	Anónimo	%
		%
		%