JavaScript isn't enabled in your browser, so this file can't be opened. Enable and reload.
Umpan Balik MK Pengenalan Pola
Silakan gunakan survei ini untuk memberikan masukan untuk pengembangan kuliah Pengenalan Pola ke depannya. Hasil dari kuesioner ini tidak akan mempengaruhi nilai Anda dalam bentuk apa pun.
Sign in to Google
to save your progress.
Learn more
* Indicates required question
Seberapa mudah menurut Anda kuliah Pengenalan Pola?
Sangat sulit
1
2
3
4
5
Sangat mudah
Clear selection
Apa yang menurut Anda menjadi bagian yang menyulitkan dalam kuliah ini?
Your answer
Tugas
Seberapa baik tugas-tugas yang diberikan dapat membantu Anda dalam pemahaman Anda terhadap kuliah ini?
Tidak membantu sama sekali
1
2
3
4
5
Sangat membantu
Clear selection
Apakah Anda mengalami kesulitan menggunakan teknologi yang diperlukan untuk tugas-tugas kuliah ini?
Ya
Tidak
Mungkin
Clear selection
Berapa jam waktu yang Anda alokasikan per minggu untuk mengerjakan tugas-tugas kuliah ini?
Your answer
Referensi Kuliah
Referensi apa saja dari daftar di bawah ini yang Anda pernah baca?
Python Data Science Handbook (VanderPlas, 2016)
Pattern Recognition and Machine Learning (Bishop, 2007)
"A few useful things to know about machine learning" (Domingos, 2012)
Other:
Dari daftar referensi tersebut, mana yang Anda anggap membantu pemahaman Anda terhadap Pengenalan Pola?
Python Data Science Handbook (VanderPlas, 2016)
Pattern Recognition and Machine Learning (Bishop, 2007)
"A few useful things to know about machine learning" (Domingos, 2012)
Other:
Pemahaman Pokok Bahasan
Seberapa paham Anda untuk masing-masing pokok bahasan di bawah ini?
Pokok Bahasan
*
Tidak paham sama sekali
Banyak yang tidak paham
Cukup untuk lulus kuliah ini
Banyak yang sudah dipahami
Sangat paham
Probabilitas
Distribusi Diskrit
Distribusi Kontinu
Naïve Bayes
Dimensionality Reduction (PCA)
Model Linear
Evaluasi Model
Support Vector Machines
Neural Networks
k-NN
k-Means Clustering
Gaussian Mixture Models
Tidak paham sama sekali
Banyak yang tidak paham
Cukup untuk lulus kuliah ini
Banyak yang sudah dipahami
Sangat paham
Probabilitas
Distribusi Diskrit
Distribusi Kontinu
Naïve Bayes
Dimensionality Reduction (PCA)
Model Linear
Evaluasi Model
Support Vector Machines
Neural Networks
k-NN
k-Means Clustering
Gaussian Mixture Models
Materi apa yang menjadi favorit Anda pada kuliah ini?
Your answer
Penyampaian Kuliah
Apa yang menjadi bagian yang paling menarik dari kuliah ini?
Your answer
Apa bagian yang paling Anda tidak sukai dari kuliah ini?
Your answer
Apa yang ingin Anda sarankan untuk perbaikan kuliah ini ke depan?
Your answer
Lain-lain
Apakah Anda tertarik untuk mengambil kuliah Data Mining di semester berikutnya?
Ya
Tidak
Clear selection
Apa pesan/saran Anda bagi mahasiswa yang akan mengambil mata kuliah ini di tahun berikutnya?
Your answer
Submit
Clear form
Never submit passwords through Google Forms.
This content is neither created nor endorsed by Google.
Report Abuse
-
Terms of Service
-
Privacy Policy
Forms
