Update
Muft Shiksha™ एक 100% Free Education Portal है 🇮🇳, जिसका उद्देश्य Class 9–12 के हर विद्यार्थी तक High-Quality Education को पूरी तरह मुफ्त पहुँचाना है। 🇮🇳 हम मानते हैं कि अच्छी शिक्षा किसी student की आर्थिक स्थिति पर निर्भर नहीं होनी चाहिए। 🇮🇳 हर विद्यार्थी को वही Quality Study Material, MCQs, Quizzes, Exam Preparation, Concept-Based Learning और Bilingual Support मिलना चाहिए, जो आमतौर पर महंगी Coaching या Premium Platforms में मिलता है। Muft Shiksha™ 🇮🇳 इसी सोच के साथ बनाया गया है • Muft Shiksha™ एक 100% Free Education Portal है 🇮🇳, जिसका उद्देश्य Class 9–12 के हर विद्यार्थी तक High-Quality Education को पूरी तरह मुफ्त पहुँचाना है। 🇮🇳 हम मानते हैं कि अच्छी शिक्षा किसी student की आर्थिक स्थिति पर निर्भर नहीं होनी चाहिए। 🇮🇳 हर विद्यार्थी को वही Quality Study Material, MCQs, Quizzes, Exam Preparation, Concept-Based Learning और Bilingual Support मिलना चाहिए, जो आमतौर पर महंगी Coaching या Premium Platforms में मिलता है। Muft Shiksha™ 🇮🇳 इसी सोच के साथ बनाया गया है • Muft Shiksha™ एक 100% Free Education Portal है 🇮🇳, जिसका उद्देश्य Class 9–12 के हर विद्यार्थी तक High-Quality Education को पूरी तरह मुफ्त पहुँचाना है। 🇮🇳 हम मानते हैं कि अच्छी शिक्षा किसी student की आर्थिक स्थिति पर निर्भर नहीं होनी चाहिए। 🇮🇳 हर विद्यार्थी को वही Quality Study Material, MCQs, Quizzes, Exam Preparation, Concept-Based Learning और Bilingual Support मिलना चाहिए, जो आमतौर पर महंगी Coaching या Premium Platforms में मिलता है। Muft Shiksha™ 🇮🇳 इसी सोच के साथ बनाया गया है
Subjects
Class 12 Artificial Intelligence Part B: Subject Specific Skills Unit 2: Data Science Methodology Easy Level 8

सामान्यीकरण का उपयोग आंकड़ों में क्यों किया जाता है?

Why is normalization used in data?

Author: Muft Shiksha Editorial Team Published: Updated:
Explanation opens after your attempt
Correct Answer

A. मानों को एक समान पैमाने पर लाने के लिएTo bring values to a common scale

Explanation

Simple Explanation

सामान्यीकरण में अलग-अलग विशेषताओं के मानों को एक समान या तुलनीय पैमाने पर बदला जाता है। इससे बड़े संख्यात्मक मान वाली विशेषता मॉडल पर अनावश्यक रूप से अधिक प्रभाव नहीं डालती और मशीन लर्निंग का प्रशिक्षण अधिक संतुलित हो सकता है। इसलिए A सही है; सभी मान हटाना या गलत आंकड़े बनाना सामान्यीकरण का उद्देश्य नहीं है। परीक्षा-युक्ति: सामान्यीकरण को data preprocessing की वह प्रक्रिया याद रखें जो feature values को common scale पर लाती है। / Normalization transforms values of different features to a common or comparable scale. This prevents a feature with numerically larger values from having an undue influence on the model and can make machine-learning training more balanced. Therefore, A is correct; deleting values or creating incorrect data is not the purpose of normalization. Exam tip: Remember normalization as a data-preprocessing step that brings feature values to a common scale.

Short Link https://muftshiksha.com/q/611

Question me issue ya doubt hai?

Answer, explanation, typing mistake ya suggestion directly hamari team ko bhejein. 📱Helpline (Call / WhatsApp): +91 7272824365

Continue practising

Related Artificial Intelligence Questions

इसी subject के 10 चुने हुए सवाल

10 MCQs
  1. जलवायु के लिए व्यक्तिगत योगदान का अच्छा उदाहरण क्या है?
  2. कक्षा में पौधा लगाना किस भावना को बढ़ाता है?
  3. सौर ऊर्जा से चलने वाला स्ट्रीट लाइट किसका उदाहरण है?
  4. भविष्य की पीढ़ियों के लिए संसाधन बचाना किस विचार से जुड़ा है?
  5. संसाधनों का नैतिक उपयोग किस बात पर जोर देता है?
  6. हरित आदतों को ट्रैक करने से क्या लाभ है?
  7. व्यक्तिगत हरित कार्य योजना में क्या शामिल हो सकता है?
  8. पर्यावरण स्वयंसेवक क्या करता है?
  9. स्कूल में पर्यावरण अभियान का उद्देश्य क्या हो सकता है?
  10. सामुदायिक बगीचा किसका अच्छा उदाहरण है?

Related Artificial Intelligence Learning Links

Artificial Intelligence Subject

Level-wise subject practice

Part B: Subject Specific Skills Quiz

Chapter-wise MCQ practice

Search Similar MCQs

Find related questions

Daily Challenge

Fresh quiz practice
FAQs

Artificial Intelligence Answer, Explanation and Revision Hints

सामान्यीकरण का उपयोग आंकड़ों में क्यों किया जाता है? / Why is normalization used in data?

Correct Answer: A. मानों को एक समान पैमाने पर लाने के लिए / To bring values to a common scale. Explanation: सामान्यीकरण में अलग-अलग विशेषताओं के मानों को एक समान या तुलनीय पैमाने पर बदला जाता है। इससे बड़े संख्यात्मक मान वाली विशेषता मॉडल पर अनावश्यक रूप से अधिक प्रभाव नहीं डालती और मशीन लर्निंग का प्रशिक्षण अधिक संतुलित हो सकता है। इसलिए A सही है; सभी मान हटाना या गलत आंकड़े बनाना सामान्यीकरण का उद्देश्य नहीं है। परीक्षा-युक्ति: सामान्यीकरण को data preprocessing की वह प्रक्रिया याद रखें जो feature values को common scale पर लाती है। / Normalization transforms values of different features to a common or comparable scale. This prevents a feature with numerically larger values from having an undue influence on the model and can make machine-learning training more balanced. Therefore, A is correct; deleting values or creating incorrect data is not the purpose of normalization. Exam tip: Remember normalization as a data-preprocessing step that brings feature values to a common scale.