कृत्रिम बुद्धिमत्ता का मुख्य उद्देश्य क्या है?
What is the main purpose of artificial intelligence?
#artificial intelligence
#ai basics
#class 12
A मनुष्य जैसी समझ और निर्णय क्षमता वाली प्रणाली बनाना / To create systems with human like understanding and decision making
B केवल चित्र सजाना / Only decorating pictures
C केवल बिजली बचाना / Only saving electricity
D केवल कागज छापना / Only printing paper
Explanation opens after your attempt
Correct Answer
A. मनुष्य जैसी समझ और निर्णय क्षमता वाली प्रणाली बनाना / To create systems with human like understanding and decision making
Step 1
Concept
कृत्रिम बुद्धिमत्ता मशीनों को समझने और निर्णय लेने में सक्षम बनाती है। / Artificial intelligence enables machines to understand and decide.
Step 2
Why this answer is correct
इसका उद्देश्य केवल गणना नहीं बल्कि समझ आधारित कार्य करना है। / Its aim is not only calculation but intelligent work.
Step 3
Exam Tip
परीक्षा में इसे बुद्धिमान प्रणाली से जोड़कर याद रखें। / In exams connect it with intelligent systems.
Login to save your score, XP, coins and progress. Login
कृत्रिम बुद्धिमत्ता में आंकड़ों की भूमिका क्या होती है?
What is the role of data in artificial intelligence?
#data
#ai basics
#learning
A बुद्धिमान प्रणाली को सीखने में सहायता करना / To help an intelligent system learn
B प्रणाली को हमेशा बंद करना / To always shut the system down
C निर्णय को पूरी तरह रोकना / To completely stop decisions
D चित्रों को मिटाना / To delete pictures
Explanation opens after your attempt
Correct Answer
A. बुद्धिमान प्रणाली को सीखने में सहायता करना / To help an intelligent system learn
Step 1
Concept
कृत्रिम बुद्धिमत्ता प्रणाली आंकड़ों से ढांचे और संबंध सीखती है। / AI systems learn patterns and relationships from data.
Step 2
Why this answer is correct
अच्छे आंकड़े बेहतर परिणाम में मदद करते हैं। / Good data helps produce better results.
Step 3
Exam Tip
इसलिए आंकड़े कृत्रिम बुद्धिमत्ता का आधार माने जाते हैं। / So data is considered a base of AI.
Login to save your score, XP, coins and progress. Login
यंत्र अधिगम का सरल अर्थ क्या है?
What is the simple meaning of machine learning?
#machine learning
#ai
#class 12
A आंकड़ों से सीखकर परिणाम देना / Learning from data and giving results
B बिना आंकड़ों के हमेशा अनुमान लगाना / Always guessing without data
C केवल कुंजी दबाना / Only pressing keys
D संगणक को तोड़ना / Breaking the computer
Explanation opens after your attempt
Correct Answer
A. आंकड़ों से सीखकर परिणाम देना / Learning from data and giving results
Step 1
Concept
यंत्र अधिगम में प्रणाली उदाहरणों से सीखती है। / In machine learning a system learns from examples.
Step 2
Why this answer is correct
सीखी हुई जानकारी से वह नए आंकड़ों पर निर्णय देती है। / It uses learned information to decide on new data.
Step 3
Exam Tip
इसे कृत्रिम बुद्धिमत्ता की महत्वपूर्ण शाखा माना जाता है। / It is an important branch of AI.
Login to save your score, XP, coins and progress. Login
प्रशिक्षण आंकड़ों का उपयोग किसलिए किया जाता है?
What are training data used for?
#training data
#machine learning
#model
A मॉडल को सीखाने के लिए / To train the model
B मॉडल को मिटाने के लिए / To delete the model
C स्क्रीन साफ करने के लिए / To clean the screen
D कुर्सी बनाने के लिए / To make a chair
Explanation opens after your attempt
Correct Answer
A. मॉडल को सीखाने के लिए / To train the model
Step 1
Concept
प्रशिक्षण आंकड़े उदाहरणों का समूह होते हैं। / Training data are a set of examples.
Step 2
Why this answer is correct
मॉडल इन्हीं उदाहरणों से संबंध सीखता है। / The model learns relationships from these examples.
Step 3
Exam Tip
सही प्रशिक्षण आंकड़े मॉडल की गुणवत्ता बढ़ाते हैं। / Correct training data improve model quality.
Login to save your score, XP, coins and progress. Login
परीक्षण आंकड़ों का मुख्य काम क्या है?
What is the main work of test data?
#test data
#evaluation
#machine learning
A मॉडल के प्रदर्शन को जांचना / To check model performance
B मॉडल को सजाना / To decorate the model
C आंकड़ों को छिपाना / To hide data
D सभी उत्तर बदलना / To change all answers
Explanation opens after your attempt
Correct Answer
A. मॉडल के प्रदर्शन को जांचना / To check model performance
Step 1
Concept
परीक्षण आंकड़े सीखने के बाद उपयोग किए जाते हैं। / Test data are used after learning.
Step 2
Why this answer is correct
इनसे पता चलता है कि मॉडल नए आंकड़ों पर कैसा काम करता है। / They show how the model works on new data.
Step 3
Exam Tip
परीक्षा में इसे मूल्यांकन से जोड़ें। / In exams connect it with evaluation.
Login to save your score, XP, coins and progress. Login
सुव्यवस्थित अधिगम में क्या दिया जाता है?
What is provided in supervised learning?
#supervised learning
#machine learning
#ai
A इनपुट के साथ सही उत्तर / Correct answer with input
B केवल खाली पन्ना / Only blank page
C बिना किसी उदाहरण के नियम / Rules without examples
D केवल चित्र का रंग / Only color of picture
Explanation opens after your attempt
Correct Answer
A. इनपुट के साथ सही उत्तर / Correct answer with input
Step 1
Concept
सुव्यवस्थित अधिगम में उदाहरणों के साथ सही परिणाम दिए जाते हैं। / Supervised learning uses examples with correct results.
Step 2
Why this answer is correct
मॉडल इनसे इनपुट और उत्तर का संबंध सीखता है। / The model learns the relation between input and answer.
Step 3
Exam Tip
वर्गीकरण और पूर्वानुमान इसके उदाहरण हो सकते हैं। / Classification and prediction can be examples.
Login to save your score, XP, coins and progress. Login
अव्यवस्थित अधिगम में मॉडल क्या खोजता है?
What does a model find in unsupervised learning?
#unsupervised learning
#clustering
#ai
A आंकड़ों में छिपे समूह या ढांचे / Hidden groups or patterns in data
B पहले से दिए गए सही उत्तर / Already given correct answers
C केवल नाम और पता / Only name and address
D सभी आंकड़े मिटाने का तरीका / A way to delete all data
Explanation opens after your attempt
Correct Answer
A. आंकड़ों में छिपे समूह या ढांचे / Hidden groups or patterns in data
Step 1
Concept
अव्यवस्थित अधिगम में सही उत्तर पहले से नहीं दिए जाते। / In unsupervised learning correct answers are not already given.
Step 2
Why this answer is correct
मॉडल स्वयं समूह या ढांचे खोजता है। / The model finds groups or patterns itself.
Step 3
Exam Tip
समूह बनाना इसका सामान्य उदाहरण है। / Clustering is a common example.
Login to save your score, XP, coins and progress. Login
वर्गीकरण कार्य में मॉडल क्या करता है?
What does a model do in classification?
#classification
#machine learning
#ai
A इनपुट को किसी वर्ग में रखता है / Places input into a category
B हर मान को जोड़ता है / Adds every value
C चित्र को हमेशा घुमाता है / Always rotates the picture
D सभी फाइलें बंद करता है / Closes all files
Explanation opens after your attempt
Correct Answer
A. इनपुट को किसी वर्ग में रखता है / Places input into a category
Step 1
Concept
वर्गीकरण में परिणाम अलग-अलग वर्गों में होता है। / In classification the result belongs to different categories.
Step 2
Why this answer is correct
मॉडल इनपुट देखकर उचित वर्ग चुनता है। / The model selects a suitable category for the input.
Step 3
Exam Tip
ईमेल को सामान्य या अवांछित बताना इसका उदाहरण है। / Classifying email as normal or spam is an example.
Login to save your score, XP, coins and progress. Login
पूर्वानुमान कार्य में मॉडल सामान्यतः क्या बताता है?
What does a model usually give in prediction or regression?
#regression
#prediction
#machine learning
A संख्यात्मक मान / Numerical value
B केवल रंग का नाम / Only name of color
C केवल चिह्न / Only symbol
D सदैव खाली परिणाम / Always empty result
Explanation opens after your attempt
Correct Answer
A. संख्यात्मक मान / Numerical value
Step 1
Concept
पूर्वानुमान में मॉडल किसी मात्रा का अनुमान लगाता है। / In regression a model estimates a quantity.
Step 2
Why this answer is correct
परिणाम अक्सर संख्या के रूप में होता है। / The result is often a number.
Step 3
Exam Tip
घर की कीमत बताना इसका सरल उदाहरण है। / Predicting house price is a simple example.
Login to save your score, XP, coins and progress. Login
मॉडल का अर्थ कृत्रिम बुद्धिमत्ता में क्या होता है?
What does model mean in artificial intelligence?
#model
#ai basics
#machine learning
A सीखे हुए नियमों वाला ढांचा / A structure with learned rules
B केवल लकड़ी का खिलौना / Only a wooden toy
C संगणक की मेज / Computer table
D बिना आंकड़ों की कहानी / Story without data
Explanation opens after your attempt
Correct Answer
A. सीखे हुए नियमों वाला ढांचा / A structure with learned rules
Step 1
Concept
मॉडल आंकड़ों से सीखकर नियम या ढांचा बनाता है। / A model builds rules or structure from data.
Step 2
Why this answer is correct
वही ढांचा नए इनपुट पर परिणाम देता है। / That structure gives results for new input.
Step 3
Exam Tip
मॉडल को प्रशिक्षण और परीक्षण से सुधारा जाता है। / The model is improved through training and testing.
Login to save your score, XP, coins and progress. Login
विशेषता का अर्थ आंकड़ा विश्लेषण में क्या है?
What does feature mean in data analysis?
#features
#data analysis
#machine learning
A आंकड़े की उपयोगी पहचान या गुण / Useful attribute or property of data
B केवल फाइल का रंग / Only color of a file
C कुर्सी की ऊंचाई / Height of a chair
D बिना मतलब शब्द / Meaningless word
Explanation opens after your attempt
Correct Answer
A. आंकड़े की उपयोगी पहचान या गुण / Useful attribute or property of data
Step 1
Concept
विशेषता किसी वस्तु या उदाहरण का गुण बताती है। / A feature describes a property of an object or example.
Step 2
Why this answer is correct
मॉडल इन्हीं गुणों से सीखता है। / The model learns from these properties.
Step 3
Exam Tip
सही विशेषताएं बेहतर परिणाम में मदद करती हैं। / Good features help better results.
Login to save your score, XP, coins and progress. Login
वर्ग चिह्न का उपयोग किसलिए होता है?
What is a label used for?
#label
#supervised learning
#data
A सही वर्ग या परिणाम बताने के लिए / To show the correct class or result
B चित्र को सजाने के लिए / To decorate an image
C माउस चलाने के लिए / To move the mouse
D बिजली मापने के लिए / To measure electricity
Explanation opens after your attempt
Correct Answer
A. सही वर्ग या परिणाम बताने के लिए / To show the correct class or result
Step 1
Concept
वर्ग चिह्न सही परिणाम को दिखाता है। / A label shows the correct result.
Step 2
Why this answer is correct
सुव्यवस्थित अधिगम में यह मॉडल को सीखने में मदद करता है। / In supervised learning it helps the model learn.
Step 3
Exam Tip
परीक्षा में इसे सही उत्तर से जोड़ें। / In exams connect it with correct output.
Login to save your score, XP, coins and progress. Login
आंकड़ा सफाई का मुख्य उद्देश्य क्या है?
What is the main purpose of data cleaning?
#data cleaning
#data processing
#ai
A गलत और अधूरे आंकड़ों को सुधारना / To correct wrong and incomplete data
B सभी आंकड़े नष्ट करना / To destroy all data
C मॉडल को बंद करना / To close the model
D कुंजीपट हटाना / To remove the keyboard
Explanation opens after your attempt
Correct Answer
A. गलत और अधूरे आंकड़ों को सुधारना / To correct wrong and incomplete data
Step 1
Concept
कच्चे आंकड़ों में त्रुटि या खाली मान हो सकते हैं। / Raw data may have errors or missing values.
Step 2
Why this answer is correct
आंकड़ा सफाई इन्हें सुधारती है। / Data cleaning corrects them.
Step 3
Exam Tip
साफ आंकड़े बेहतर विश्लेषण और मॉडल बनाते हैं। / Clean data supports better analysis and models.
Login to save your score, XP, coins and progress. Login
अधूरा मान आंकड़ों में किस समस्या को दिखाता है?
What problem does a missing value show in data?
#missing values
#data cleaning
#data processing
A किसी स्थान पर जानकारी नहीं है / Information is absent at a place
B सभी आंकड़े पूर्ण हैं / All data are complete
C मॉडल हमेशा सही है / Model is always correct
D संगणक नया है / Computer is new
Explanation opens after your attempt
Correct Answer
A. किसी स्थान पर जानकारी नहीं है / Information is absent at a place
Step 1
Concept
अधूरा मान बताता है कि कोई जानकारी उपलब्ध नहीं है। / A missing value means some information is not available.
Step 2
Why this answer is correct
ऐसे मान विश्लेषण को प्रभावित कर सकते हैं। / Such values can affect analysis.
Step 3
Exam Tip
इन्हें भरना या हटाना आंकड़ा सफाई का भाग हो सकता है। / Filling or removing them can be part of data cleaning.
Login to save your score, XP, coins and progress. Login
बाहरी मान का क्या अर्थ है?
What does outlier mean?
#outlier
#data analysis
#data cleaning
A सामान्य आंकड़ों से बहुत अलग मान / A value very different from normal data
B सबसे सामान्य मान / The most common value
C हर बार सही उत्तर / Always correct answer
D खाली स्तंभ / Empty column
Explanation opens after your attempt
Correct Answer
A. सामान्य आंकड़ों से बहुत अलग मान / A value very different from normal data
Step 1
Concept
बाहरी मान बाकी आंकड़ों से बहुत अलग होता है। / An outlier is very different from other data.
Step 2
Why this answer is correct
यह गलती या असामान्य घटना का संकेत हो सकता है। / It may show an error or unusual event.
Step 3
Exam Tip
विश्लेषण से पहले इसे ध्यान से जांचना चाहिए। / It should be checked carefully before analysis.
Login to save your score, XP, coins and progress. Login
आंकड़ा दृश्यांकन क्यों किया जाता है?
Why is data visualization done?
#data visualization
#charts
#data analysis
A आंकड़ों को चित्र या आलेख से आसानी से समझने के लिए / To understand data easily through charts or graphs
B आंकड़ों को हमेशा छिपाने के लिए / To always hide data
C सभी मान मिटाने के लिए / To delete all values
D मॉडल को बंद करने के लिए / To close the model
Explanation opens after your attempt
Correct Answer
A. आंकड़ों को चित्र या आलेख से आसानी से समझने के लिए / To understand data easily through charts or graphs
Step 1
Concept
बड़े आंकड़ों को केवल तालिका से समझना कठिन हो सकता है। / Large data can be hard to understand only from tables.
Step 2
Why this answer is correct
चित्र और आलेख ढांचे जल्दी दिखाते हैं। / Charts and graphs show patterns quickly.
Step 3
Exam Tip
इसलिए दृश्यांकन विश्लेषण में सहायक है। / Therefore visualization helps analysis.
Login to save your score, XP, coins and progress. Login
दंड आलेख सामान्यतः किसलिए उपयोगी है?
What is a bar chart generally useful for?
#bar chart
#data visualization
#comparison
A अलग-अलग वर्गों की तुलना करने के लिए / To compare different categories
B लंबा लेख लिखने के लिए / To write a long essay
C ध्वनि रिकॉर्ड करने के लिए / To record sound
D कुंजीपट ठीक करने के लिए / To repair keyboard
Explanation opens after your attempt
Correct Answer
A. अलग-अलग वर्गों की तुलना करने के लिए / To compare different categories
Step 1
Concept
दंड आलेख वर्गों को अलग-अलग पट्टियों से दिखाता है। / A bar chart shows categories using separate bars.
Step 2
Why this answer is correct
इससे तुलना सरल होती है। / This makes comparison easy.
Step 3
Exam Tip
परीक्षा में इसे वर्ग तुलना से जोड़ें। / In exams connect it with category comparison.
Login to save your score, XP, coins and progress. Login
रेखा आलेख किस प्रकार की जानकारी दिखाने में उपयोगी है?
What type of information is a line graph useful to show?
#line graph
#data visualization
#trends
A समय के साथ बदलाव / Change over time
B केवल स्थिर चित्र / Only still image
C कुर्सी की बनावट / Chair design
D अक्षर सजावट / Letter decoration
Explanation opens after your attempt
Correct Answer
A. समय के साथ बदलाव / Change over time
Step 1
Concept
रेखा आलेख बिंदुओं को जोड़कर प्रवृत्ति दिखाता है। / A line graph connects points to show a trend.
Step 2
Why this answer is correct
समय के साथ बदलाव समझने में यह उपयोगी है। / It is useful for understanding change over time.
Step 3
Exam Tip
तापमान या बिक्री में बदलाव इसका उदाहरण हो सकता है। / Temperature or sales change can be examples.
Login to save your score, XP, coins and progress. Login
प्राकृतिक भाषा प्रसंस्करण किससे संबंधित है?
What is natural language processing related to?
#natural language processing
#nlp
#ai
A मानव भाषा को समझने और संसाधित करने से / Understanding and processing human language
B केवल मशीन के पुर्जों से / Only machine parts
C केवल पौधों की वृद्धि से / Only plant growth
D केवल चित्र छापने से / Only printing pictures
Explanation opens after your attempt
Correct Answer
A. मानव भाषा को समझने और संसाधित करने से / Understanding and processing human language
Step 1
Concept
प्राकृतिक भाषा मनुष्यों की बोली या लिखी भाषा है। / Natural language is spoken or written human language.
Step 2
Why this answer is correct
यह क्षेत्र कंप्यूटर को भाषा समझाने से जुड़ा है। / This field helps computers understand language.
Step 3
Exam Tip
चैट सहायक इसका सामान्य उदाहरण हो सकता है। / A chat assistant can be a common example.
Login to save your score, XP, coins and progress. Login
भाव विश्लेषण का उद्देश्य क्या है?
What is the purpose of sentiment analysis?
#sentiment analysis
#nlp
#text analysis
A पाठ में भावना पहचानना / To identify emotion in text
B तालिका का रंग बदलना / To change table color
C सभी शब्द मिटाना / To delete all words
D ध्वनि को बंद करना / To turn off sound
Explanation opens after your attempt
Correct Answer
A. पाठ में भावना पहचानना / To identify emotion in text
Step 1
Concept
किसी पाठ में सकारात्मक नकारात्मक या तटस्थ भावना हो सकती है। / A text can have positive negative or neutral emotion.
Step 2
Why this answer is correct
भाव विश्लेषण इन्हीं भावों को पहचानता है। / Sentiment analysis identifies these feelings.
Step 3
Exam Tip
ग्राहक समीक्षा समझने में यह उपयोगी होता है। / It is useful for understanding customer reviews.
Login to save your score, XP, coins and progress. Login
शब्द विभाजन का सरल अर्थ क्या है?
What is the simple meaning of tokenization?
#tokenization
#nlp
#text processing
A वाक्य को छोटे शब्दों या भागों में तोड़ना / Breaking a sentence into smaller words or parts
B चित्र को रंगना / Coloring an image
C संगणक को बंद करना / Shutting down the computer
D तालिका हटाना / Removing a table
Explanation opens after your attempt
Correct Answer
A. वाक्य को छोटे शब्दों या भागों में तोड़ना / Breaking a sentence into smaller words or parts
Step 1
Concept
भाषा प्रसंस्करण में पाठ को छोटे भागों में बांटा जाता है। / In language processing text is divided into smaller parts.
Step 2
Why this answer is correct
इससे शब्दों का विश्लेषण आसान होता है। / This makes word analysis easier.
Step 3
Exam Tip
यह कई भाषा कार्यों का प्रारंभिक चरण है। / It is an early step in many language tasks.
Login to save your score, XP, coins and progress. Login
कंप्यूटर दृष्टि किससे संबंधित है?
What is computer vision related to?
#computer vision
#image analysis
#ai
A चित्र और दृश्य जानकारी को समझने से / Understanding images and visual information
B केवल लेख लिखने से / Only writing essays
C ध्वनि बजाने से / Playing sound
D कपड़े धोने से / Washing clothes
Explanation opens after your attempt
Correct Answer
A. चित्र और दृश्य जानकारी को समझने से / Understanding images and visual information
Step 1
Concept
कंप्यूटर दृष्टि मशीन को दृश्य जानकारी समझने में मदद करती है। / Computer vision helps machines understand visual information.
Step 2
Why this answer is correct
इसमें चित्र और वीडियो का विश्लेषण शामिल हो सकता है। / It can include image and video analysis.
Step 3
Exam Tip
चेहरा पहचानना इसका उदाहरण हो सकता है। / Face recognition can be an example.
Login to save your score, XP, coins and progress. Login
चित्र वर्गीकरण में मॉडल क्या करता है?
What does a model do in image classification?
#image classification
#computer vision
#ai
A चित्र को उचित वर्ग में रखता है / Places the image into a suitable category
B चित्र को हमेशा मिटाता है / Always deletes the image
C ध्वनि को चित्र बनाता है / Turns sound into image
D तालिका बनाना बंद करता है / Stops making tables
Explanation opens after your attempt
Correct Answer
A. चित्र को उचित वर्ग में रखता है / Places the image into a suitable category
Step 1
Concept
चित्र वर्गीकरण दृश्य इनपुट पर आधारित होता है। / Image classification is based on visual input.
Step 2
Why this answer is correct
मॉडल चित्र देखकर उसका वर्ग बताता है। / The model looks at an image and tells its category.
Step 3
Exam Tip
बिल्ली और कुत्ता पहचानना इसका सरल उदाहरण है। / Identifying cat and dog is a simple example.
Login to save your score, XP, coins and progress. Login
वस्तु पहचान का मुख्य उद्देश्य क्या है?
What is the main purpose of object detection?
#object detection
#computer vision
#image processing
A चित्र में वस्तु और उसका स्थान पहचानना / To identify an object and its location in an image
B केवल फाइल का नाम बदलना / Only renaming a file
C आवाज तेज करना / Increasing volume
D कीबोर्ड साफ करना / Cleaning keyboard
Explanation opens after your attempt
Correct Answer
A. चित्र में वस्तु और उसका स्थान पहचानना / To identify an object and its location in an image
Step 1
Concept
वस्तु पहचान चित्र में मौजूद वस्तुओं को खोजती है। / Object detection finds objects in an image.
Step 2
Why this answer is correct
यह यह भी बता सकती है कि वस्तु कहाँ है। / It can also show where the object is.
Step 3
Exam Tip
यातायात निगरानी में इसका उपयोग हो सकता है। / It can be used in traffic monitoring.
Login to save your score, XP, coins and progress. Login
छवि में पिक्सेल क्या दर्शाता है?
What does a pixel represent in an image?
#pixel
#image processing
#computer vision
A चित्र की सबसे छोटी इकाई / The smallest unit of an image
B पूरी पुस्तक / A complete book
C माउस का बटन / A mouse button
D ध्वनि तरंग / Sound wave
Explanation opens after your attempt
Correct Answer
A. चित्र की सबसे छोटी इकाई / The smallest unit of an image
Step 1
Concept
डिजिटल चित्र बहुत छोटे बिंदुओं से बनता है। / A digital image is made of very small points.
Step 2
Why this answer is correct
इन छोटे बिंदुओं को पिक्सेल कहा जाता है। / These small points are called pixels.
Step 3
Exam Tip
पिक्सेल की जानकारी से चित्र बनता है। / Pixel information forms the image.
Login to save your score, XP, coins and progress. Login
तंत्रिका जाल किससे प्रेरित अवधारणा है?
Neural network is a concept inspired by what?
#neural network
#deep learning
#ai
A मानव मस्तिष्क की कार्यप्रणाली से / Working of the human brain
B कागज मोड़ने से / Folding paper
C सड़क बनाने से / Road construction
D कुर्सी रंगने से / Painting a chair
Explanation opens after your attempt
Correct Answer
A. मानव मस्तिष्क की कार्यप्रणाली से / Working of the human brain
Step 1
Concept
तंत्रिका जाल कई जुड़े हुए इकाइयों से बनता है। / A neural network is made of many connected units.
Step 2
Why this answer is correct
इसकी प्रेरणा मानव मस्तिष्क की तंत्रिकाओं से ली गई है। / It is inspired by nerve cells in the human brain.
Step 3
Exam Tip
यह जटिल ढांचे सीखने में उपयोगी होता है। / It is useful for learning complex patterns.
Login to save your score, XP, coins and progress. Login
कृत्रिम तंत्रिका जाल में परतों का क्या काम होता है?
What is the role of layers in an artificial neural network?
#neural network
#layers
#deep learning
A इनपुट को संसाधित कर परिणाम तक पहुंचाना / To process input and move toward output
B कागज को मोड़ना / To fold paper
C संगणक बंद करना / To shut down computer
D तालिका का रंग बदलना / To change table color
Explanation opens after your attempt
Correct Answer
A. इनपुट को संसाधित कर परिणाम तक पहुंचाना / To process input and move toward output
Step 1
Concept
तंत्रिका जाल में इनपुट मध्य और आउटपुट परत हो सकती हैं। / A neural network can have input hidden and output layers.
Step 2
Why this answer is correct
परतें जानकारी को क्रम से संसाधित करती हैं। / Layers process information step by step.
Step 3
Exam Tip
अंत में परिणाम प्राप्त होता है। / Finally an output is produced.
Login to save your score, XP, coins and progress. Login
अधिक सीख जाना किस स्थिति को दर्शाता है?
What does overfitting indicate?
#overfitting
#machine learning
#evaluation
A मॉडल प्रशिक्षण आंकड़ों को बहुत अधिक याद कर लेता है / The model memorizes training data too much
B मॉडल कभी सीखता ही नहीं / The model never learns
C आंकड़े हमेशा खाली रहते हैं / Data always remain empty
D संगणक में बिजली नहीं होती / Computer has no electricity
Explanation opens after your attempt
Correct Answer
A. मॉडल प्रशिक्षण आंकड़ों को बहुत अधिक याद कर लेता है / The model memorizes training data too much
Step 1
Concept
अधिक सीख जाने में मॉडल प्रशिक्षण आंकड़ों पर बहुत अच्छा दिख सकता है। / In overfitting the model may perform very well on training data.
Step 2
Why this answer is correct
पर नए आंकड़ों पर उसका प्रदर्शन घट सकता है। / It may perform poorly on new data.
Step 3
Exam Tip
इसलिए सामान्यीकरण की जांच जरूरी है। / So generalization must be checked.
Login to save your score, XP, coins and progress. Login
कम सीखना किस समस्या को दिखाता है?
What problem does underfitting show?
#underfitting
#machine learning
#evaluation
A मॉडल आंकड़ों का ढांचा ठीक से नहीं सीखता / The model does not learn the data pattern properly
B मॉडल बहुत अधिक याद करता है / The model memorizes too much
C मॉडल हमेशा पूर्ण सही होता है / The model is always perfectly correct
D आंकड़े कभी काम नहीं आते / Data are never useful
Explanation opens after your attempt
Correct Answer
A. मॉडल आंकड़ों का ढांचा ठीक से नहीं सीखता / The model does not learn the data pattern properly
Step 1
Concept
कम सीखने में मॉडल सरल ढांचा भी ठीक से नहीं पकड़ता। / In underfitting the model cannot capture even simple patterns well.
Step 2
Why this answer is correct
इससे प्रशिक्षण और परीक्षण दोनों पर खराब परिणाम आ सकते हैं। / It may perform poorly on both training and test data.
Step 3
Exam Tip
मॉडल को बेहतर विशेषता या उचित विधि चाहिए हो सकती है। / Better features or a suitable method may be needed.
Login to save your score, XP, coins and progress. Login
सटीकता का सरल अर्थ क्या है?
What is the simple meaning of accuracy?
#accuracy
#model evaluation
#machine learning
A कुल उत्तरों में सही उत्तरों का अनुपात / Ratio of correct answers among total answers
B केवल गलत उत्तरों की संख्या / Only number of wrong answers
C संगणक की कीमत / Price of computer
D मॉडल का रंग / Color of model
Explanation opens after your attempt
Correct Answer
A. कुल उत्तरों में सही उत्तरों का अनुपात / Ratio of correct answers among total answers
Step 1
Concept
सटीकता मॉडल के सही परिणामों को मापती है। / Accuracy measures correct results of a model.
Step 2
Why this answer is correct
यह कुल परिणामों में सही परिणामों का अनुपात बताती है। / It shows the ratio of correct results among total results.
Step 3
Exam Tip
सरल वर्गीकरण में यह सामान्य माप है। / It is a common measure in simple classification.
Login to save your score, XP, coins and progress. Login
भ्रम सारणी का उपयोग किसलिए होता है?
What is a confusion matrix used for?
#confusion matrix
#classification
#evaluation
A मॉडल के सही और गलत वर्गीकरण को दिखाने के लिए / To show correct and wrong classifications of a model
B सभी फाइलें छिपाने के लिए / To hide all files
C संगीत चलाने के लिए / To play music
D कंप्यूटर बंद करने के लिए / To shut down computer
Explanation opens after your attempt
Correct Answer
A. मॉडल के सही और गलत वर्गीकरण को दिखाने के लिए / To show correct and wrong classifications of a model
Step 1
Concept
भ्रम सारणी वर्गीकरण परिणामों को तालिका में दिखाती है। / A confusion matrix shows classification results in a table.
Step 2
Why this answer is correct
इससे सही और गलत पूर्वानुमान समझे जाते हैं। / It helps understand correct and wrong predictions.
Step 3
Exam Tip
यह मॉडल मूल्यांकन में उपयोगी है। / It is useful in model evaluation.
Login to save your score, XP, coins and progress. Login
सत्य सकारात्मक का अर्थ क्या है?
What does true positive mean?
#true positive
#confusion matrix
#evaluation
A जिसे सकारात्मक माना गया और वह वास्तव में सकारात्मक था / Predicted positive and actually positive
B जिसे सकारात्मक माना गया पर वह नकारात्मक था / Predicted positive but actually negative
C जिसे नकारात्मक माना गया और वह सकारात्मक था / Predicted negative but actually positive
D जिसका कोई वर्ग नहीं था / Had no class
Explanation opens after your attempt
Correct Answer
A. जिसे सकारात्मक माना गया और वह वास्तव में सकारात्मक था / Predicted positive and actually positive
Step 1
Concept
सत्य सकारात्मक में मॉडल का सकारात्मक अनुमान सही होता है। / In true positive the model's positive prediction is correct.
Step 2
Why this answer is correct
वास्तविक परिणाम भी सकारात्मक होता है। / The actual result is also positive.
Step 3
Exam Tip
भ्रम सारणी में यह महत्वपूर्ण माप है। / It is an important part of a confusion matrix.
Login to save your score, XP, coins and progress. Login
झूठा सकारात्मक कब होता है?
When does false positive occur?
#false positive
#confusion matrix
#evaluation
A मॉडल सकारात्मक बताता है लेकिन वास्तविक परिणाम नकारात्मक होता है / Model predicts positive but actual result is negative
B मॉडल और वास्तविक दोनों सकारात्मक हों / Both model and actual are positive
C मॉडल और वास्तविक दोनों नकारात्मक हों / Both model and actual are negative
D मॉडल कोई परिणाम न दे / Model gives no result
Explanation opens after your attempt
Correct Answer
A. मॉडल सकारात्मक बताता है लेकिन वास्तविक परिणाम नकारात्मक होता है / Model predicts positive but actual result is negative
Step 1
Concept
झूठा सकारात्मक गलत सकारात्मक अनुमान है। / False positive is a wrong positive prediction.
Step 2
Why this answer is correct
मॉडल सकारात्मक बताता है पर वास्तविकता नकारात्मक होती है। / The model says positive but reality is negative.
Step 3
Exam Tip
इसे भ्रम सारणी में अलग से देखा जाता है। / It is checked separately in a confusion matrix.
Login to save your score, XP, coins and progress. Login
कृत्रिम बुद्धिमत्ता नैतिकता क्यों महत्वपूर्ण है?
Why is artificial intelligence ethics important?
#ai ethics
#responsible ai
#fairness
A न्यायपूर्ण और सुरक्षित उपयोग के लिए / For fair and safe use
B गलत निर्णय बढ़ाने के लिए / To increase wrong decisions
C भेदभाव छिपाने के लिए / To hide bias
D आंकड़े चुराने के लिए / To steal data
Explanation opens after your attempt
Correct Answer
A. न्यायपूर्ण और सुरक्षित उपयोग के लिए / For fair and safe use
Step 1
Concept
कृत्रिम बुद्धिमत्ता लोगों के निर्णय और जीवन को प्रभावित कर सकती है। / AI can affect people's decisions and lives.
Step 2
Why this answer is correct
नैतिकता से न्याय गोपनीयता और सुरक्षा पर ध्यान रहता है। / Ethics focuses on fairness privacy and safety.
Step 3
Exam Tip
इसलिए जिम्मेदार उपयोग जरूरी है। / Responsible use is necessary.
Login to save your score, XP, coins and progress. Login
कृत्रिम बुद्धिमत्ता में पक्षपात का क्या अर्थ है?
What does bias mean in artificial intelligence?
#bias
#ai ethics
#fairness
A अनुचित झुकाव के कारण असमान परिणाम / Unequal results due to unfair leaning
B मॉडल का हमेशा सही होना / Model being always correct
C आंकड़ों का पूर्ण संतुलन / Complete balance of data
D सभी निर्णय निष्पक्ष होना / All decisions being fair
Explanation opens after your attempt
Correct Answer
A. अनुचित झुकाव के कारण असमान परिणाम / Unequal results due to unfair leaning
Step 1
Concept
पक्षपात तब होता है जब प्रणाली किसी समूह के साथ असमान व्यवहार करे। / Bias occurs when a system treats a group unequally.
Step 2
Why this answer is correct
यह गलत या असंतुलित आंकड़ों से आ सकता है। / It can come from wrong or unbalanced data.
Step 3
Exam Tip
निष्पक्ष प्रणाली के लिए पक्षपात कम करना जरूरी है। / Reducing bias is needed for a fair system.
Login to save your score, XP, coins and progress. Login
गोपनीयता का ध्यान कृत्रिम बुद्धिमत्ता में क्यों रखा जाता है?
Why is privacy considered in artificial intelligence?
#privacy
#ai ethics
#data protection
A व्यक्तिगत जानकारी की सुरक्षा के लिए / To protect personal information
B सभी निजी जानकारी सार्वजनिक करने के लिए / To make all private information public
C पासवर्ड फैलाने के लिए / To spread passwords
D डेटा चोरी बढ़ाने के लिए / To increase data theft
Explanation opens after your attempt
Correct Answer
A. व्यक्तिगत जानकारी की सुरक्षा के लिए / To protect personal information
Step 1
Concept
कृत्रिम बुद्धिमत्ता प्रणालियां निजी आंकड़ों का उपयोग कर सकती हैं। / AI systems may use personal data.
Step 2
Why this answer is correct
गोपनीयता से व्यक्ति की जानकारी सुरक्षित रहती है। / Privacy keeps a person's information safe.
Step 3
Exam Tip
बिना अनुमति निजी जानकारी का उपयोग गलत है। / Using private information without permission is wrong.
Login to save your score, XP, coins and progress. Login
जिम्मेदार कृत्रिम बुद्धिमत्ता का उद्देश्य क्या है?
What is the aim of responsible artificial intelligence?
#responsible ai
#ai ethics
#transparency
A सुरक्षित न्यायपूर्ण और पारदर्शी प्रणाली बनाना / To build safe fair and transparent systems
B गलत सूचना फैलाना / To spread false information
C मानव नियंत्रण हटाना / To remove human control
D हानिकारक निर्णय बढ़ाना / To increase harmful decisions
Explanation opens after your attempt
Correct Answer
A. सुरक्षित न्यायपूर्ण और पारदर्शी प्रणाली बनाना / To build safe fair and transparent systems
Step 1
Concept
जिम्मेदार कृत्रिम बुद्धिमत्ता समाज पर प्रभाव को ध्यान में रखती है। / Responsible AI considers its effect on society.
Step 2
Why this answer is correct
इसमें सुरक्षा न्याय और पारदर्शिता महत्वपूर्ण हैं। / Safety fairness and transparency are important in it.
Step 3
Exam Tip
यह तकनीक का सही उपयोग सिखाती है। / It teaches proper use of technology.
Login to save your score, XP, coins and progress. Login
कृत्रिम बुद्धिमत्ता परियोजना चक्र का पहला सामान्य चरण क्या होता है?
What is the first common step of an artificial intelligence project cycle?
#ai project cycle
#problem scoping
#ai
A समस्या को समझना / Understanding the problem
B परिणाम तुरंत छापना / Printing result immediately
C मॉडल को बिना आंकड़ों के चलाना / Running model without data
D सभी फाइल मिटाना / Deleting all files
Explanation opens after your attempt
Correct Answer
A. समस्या को समझना / Understanding the problem
Step 1
Concept
किसी परियोजना की शुरुआत समस्या समझने से होती है। / A project begins by understanding the problem.
Step 2
Why this answer is correct
समस्या साफ होगी तो सही आंकड़े और विधि चुनी जा सकेगी। / If the problem is clear suitable data and methods can be chosen.
Step 3
Exam Tip
इसलिए समस्या निर्धारण पहला महत्वपूर्ण चरण है। / Problem scoping is the first important step.
Login to save your score, XP, coins and progress. Login
समस्या निर्धारण में क्या तय किया जाता है?
What is decided in problem scoping?
#problem scoping
#ai project cycle
#project planning
A समस्या और उद्देश्य को स्पष्ट करना / Clarifying the problem and goal
B सभी आंकड़े हटाना / Removing all data
C परिणाम छिपाना / Hiding results
D बिना योजना खर्च करना / Spending without planning
Explanation opens after your attempt
Correct Answer
A. समस्या और उद्देश्य को स्पष्ट करना / Clarifying the problem and goal
Step 1
Concept
समस्या निर्धारण परियोजना की दिशा तय करता है। / Problem scoping sets the direction of a project.
Step 2
Why this answer is correct
इसमें उद्देश्य और सीमा स्पष्ट की जाती है। / It clarifies goal and scope.
Step 3
Exam Tip
इससे आगे के चरण व्यवस्थित होते हैं। / This organizes the next steps.
Login to save your score, XP, coins and progress. Login
आंकड़ा संग्रहण क्यों किया जाता है?
Why is data collection done?
#data collection
#ai project cycle
#data
A मॉडल और विश्लेषण के लिए आवश्यक जानकारी पाने के लिए / To get information needed for model and analysis
B समस्या को छिपाने के लिए / To hide the problem
C मॉडल को बिना कारण बंद करने के लिए / To close the model without reason
D सभी उत्तर बदलने के लिए / To change all answers
Explanation opens after your attempt
Correct Answer
A. मॉडल और विश्लेषण के लिए आवश्यक जानकारी पाने के लिए / To get information needed for model and analysis
Step 1
Concept
कृत्रिम बुद्धिमत्ता परियोजना को उपयुक्त आंकड़ों की जरूरत होती है। / An AI project needs suitable data.
Step 2
Why this answer is correct
आंकड़ा संग्रहण से आवश्यक जानकारी मिलती है। / Data collection provides the required information.
Step 3
Exam Tip
सही स्रोत से आंकड़े लेना महत्वपूर्ण है। / Collecting data from correct sources is important.
Login to save your score, XP, coins and progress. Login
मॉडल प्रशिक्षण के बाद मूल्यांकन क्यों आवश्यक है?
Why is evaluation needed after model training?
#model evaluation
#ai project cycle
#machine learning
A यह जानने के लिए कि मॉडल कितना सही काम कर रहा है / To know how well the model is working
B मॉडल को छिपाने के लिए / To hide the model
C आंकड़े नष्ट करने के लिए / To destroy data
D प्रशिक्षण को भूलने के लिए / To forget training
Explanation opens after your attempt
Correct Answer
A. यह जानने के लिए कि मॉडल कितना सही काम कर रहा है / To know how well the model is working
Step 1
Concept
प्रशिक्षण के बाद मॉडल का प्रदर्शन जांचना जरूरी है। / After training model performance must be checked.
Step 2
Why this answer is correct
मूल्यांकन से सही और गलत परिणामों की जानकारी मिलती है। / Evaluation gives information about correct and wrong results.
Step 3
Exam Tip
इससे मॉडल में सुधार किया जा सकता है। / This helps improve the model.
Login to save your score, XP, coins and progress. Login
परिनियोजन का अर्थ परियोजना में क्या है?
What does deployment mean in a project?
#deployment
#ai project cycle
#implementation
A तैयार प्रणाली को उपयोग के लिए लागू करना / Putting the ready system into use
B समस्या को भूल जाना / Forgetting the problem
C सभी आंकड़े मिटाना / Deleting all data
D मॉडल को कभी न चलाना / Never running the model
Explanation opens after your attempt
Correct Answer
A. तैयार प्रणाली को उपयोग के लिए लागू करना / Putting the ready system into use
Step 1
Concept
मॉडल बनने और जांचने के बाद उसे उपयोग में लाया जाता है। / After a model is built and tested it is put into use.
Step 2
Why this answer is correct
इसी लागू करने की प्रक्रिया को परिनियोजन कहा जाता है। / This implementation process is called deployment.
Step 3
Exam Tip
वास्तविक उपयोग में निगरानी भी जरूरी होती है। / Monitoring is also needed in real use.
Login to save your score, XP, coins and progress. Login
समस्या कैनवास का उपयोग किसलिए होता है?
What is a problem canvas used for?
#problem canvas
#ai project cycle
#problem scoping
A समस्या को व्यवस्थित रूप से समझने के लिए / To understand a problem in an organized way
B चित्र में रंग भरने के लिए / To color a picture
C कंप्यूटर बंद करने के लिए / To shut down computer
D ध्वनि रिकॉर्ड करने के लिए / To record sound
Explanation opens after your attempt
Correct Answer
A. समस्या को व्यवस्थित रूप से समझने के लिए / To understand a problem in an organized way
Step 1
Concept
समस्या कैनवास समस्या के अलग-अलग पहलुओं को दिखाता है। / A problem canvas shows different parts of a problem.
Step 2
Why this answer is correct
इससे हितधारक उद्देश्य और प्रभाव समझने में मदद मिलती है। / It helps understand stakeholders goals and impact.
Step 3
Exam Tip
यह परियोजना शुरू करने से पहले उपयोगी है। / It is useful before starting a project.
Login to save your score, XP, coins and progress. Login
हितधारक किसे कहा जाता है?
Who is called a stakeholder?
#stakeholder
#problem scoping
#ai project
A जिस पर परियोजना का प्रभाव पड़ता है या जो उससे जुड़ा है / A person affected by or connected with a project
B केवल कंप्यूटर की स्क्रीन / Only the computer screen
C बिना भूमिका वाला शब्द / A word with no role
D सदैव बाहरी वस्तु / Always an outside object
Explanation opens after your attempt
Correct Answer
A. जिस पर परियोजना का प्रभाव पड़ता है या जो उससे जुड़ा है / A person affected by or connected with a project
Step 1
Concept
परियोजना से कई लोग प्रभावित हो सकते हैं। / A project can affect many people.
Step 2
Why this answer is correct
प्रभावित या जुड़े व्यक्ति को हितधारक कहा जाता है। / A person affected by or connected with it is a stakeholder.
Step 3
Exam Tip
समस्या समझते समय हितधारकों की जरूरत देखना जरूरी है। / Stakeholder needs must be considered while understanding the problem.
Login to save your score, XP, coins and progress. Login
नैतिक आंकड़ा संग्रहण में कौन सी बात जरूरी है?
What is important in ethical data collection?
#ethical data collection
#privacy
#ai ethics
A अनुमति और गोपनीयता का ध्यान रखना / Taking consent and protecting privacy
B चुपके से निजी आंकड़े लेना / Secretly collecting private data
C स्रोत छिपाना / Hiding the source
D गलत आंकड़े बनाना / Creating false data
Explanation opens after your attempt
Correct Answer
A. अनुमति और गोपनीयता का ध्यान रखना / Taking consent and protecting privacy
Step 1
Concept
आंकड़े लोगों से जुड़े हो सकते हैं। / Data may be related to people.
Step 2
Why this answer is correct
अनुमति लेना और गोपनीयता रखना नैतिक तरीका है। / Taking consent and protecting privacy is ethical.
Step 3
Exam Tip
चुपके से जानकारी लेना गलत है। / Secretly collecting information is wrong.
Login to save your score, XP, coins and progress. Login
अच्छे आंकड़ों की एक विशेषता क्या है?
What is one characteristic of good data?
#good data
#data quality
#ai
A वे सही और प्रासंगिक होते हैं / They are correct and relevant
B वे हमेशा अधूरे होते हैं / They are always incomplete
C वे जानबूझकर गलत होते हैं / They are deliberately wrong
D वे स्रोत रहित होते हैं / They have no source
Explanation opens after your attempt
Correct Answer
A. वे सही और प्रासंगिक होते हैं / They are correct and relevant
Step 1
Concept
अच्छे आंकड़े समस्या से संबंधित होते हैं। / Good data are related to the problem.
Step 2
Why this answer is correct
सही और प्रासंगिक आंकड़े मॉडल को बेहतर सीखने में मदद करते हैं। / Correct and relevant data help the model learn better.
Step 3
Exam Tip
गलत आंकड़े गलत परिणाम दे सकते हैं। / Wrong data can give wrong results.
Login to save your score, XP, coins and progress. Login
आंकड़ा स्रोत चुनते समय क्या जांचना चाहिए?
What should be checked while choosing a data source?
#data source
#reliability
#data quality
A स्रोत की विश्वसनीयता / Reliability of the source
B सिर्फ रंग / Only color
C कुर्सी का आकार / Chair size
D फाइल का संगीत / Music of the file
Explanation opens after your attempt
Correct Answer
A. स्रोत की विश्वसनीयता / Reliability of the source
Step 1
Concept
आंकड़े जिस स्रोत से मिलते हैं वह महत्वपूर्ण होता है। / The source from which data come is important.
Step 2
Why this answer is correct
विश्वसनीय स्रोत से गलत जानकारी की संभावना कम होती है। / A reliable source reduces chances of wrong information.
Step 3
Exam Tip
परीक्षा में स्रोत विश्वसनीयता को आंकड़ा गुणवत्ता से जोड़ें। / In exams connect source reliability with data quality.
Login to save your score, XP, coins and progress. Login
नियम आधारित प्रणाली और सीखने वाली प्रणाली में मुख्य अंतर क्या है?
What is the main difference between a rule based system and a learning system?
#rule based system
#machine learning
#ai basics
A नियम आधारित प्रणाली पहले से दिए नियमों पर चलती है / A rule based system works on predefined rules
B सीखने वाली प्रणाली कभी आंकड़े नहीं लेती / A learning system never uses data
C दोनों में कोई अंतर नहीं होता / There is no difference between them
D नियम आधारित प्रणाली हमेशा स्वयं सीखती है / A rule based system always learns by itself
Explanation opens after your attempt
Correct Answer
A. नियम आधारित प्रणाली पहले से दिए नियमों पर चलती है / A rule based system works on predefined rules
Step 1
Concept
नियम आधारित प्रणाली तय नियमों का पालन करती है। / A rule based system follows fixed rules.
Step 2
Why this answer is correct
सीखने वाली प्रणाली आंकड़ों से ढांचे सीख सकती है। / A learning system can learn patterns from data.
Step 3
Exam Tip
यही दोनों के बीच मुख्य अंतर है। / This is the main difference between them.
Login to save your score, XP, coins and progress. Login
कृत्रिम बुद्धिमत्ता प्रणाली में मानव निगरानी क्यों जरूरी है?
Why is human supervision important in an artificial intelligence system?
#human supervision
#responsible ai
#ai ethics
A गलत निर्णय और जोखिम कम करने के लिए / To reduce wrong decisions and risks
B प्रणाली को हमेशा गलत करने के लिए / To always make the system wrong
C आंकड़ों को चुराने के लिए / To steal data
D सभी नियम हटाने के लिए / To remove all rules
Explanation opens after your attempt
Correct Answer
A. गलत निर्णय और जोखिम कम करने के लिए / To reduce wrong decisions and risks
Step 1
Concept
कृत्रिम बुद्धिमत्ता प्रणाली गलती कर सकती है। / An AI system can make mistakes.
Step 2
Why this answer is correct
मानव निगरानी से निर्णयों की जांच और सुधार संभव होता है। / Human supervision allows checking and correction of decisions.
Step 3
Exam Tip
संवेदनशील क्षेत्रों में यह बहुत महत्वपूर्ण है। / It is very important in sensitive areas.
Login to save your score, XP, coins and progress. Login
कृत्रिम बुद्धिमत्ता सीखने में अभ्यास प्रश्न क्यों उपयोगी होते हैं?
Why are practice questions useful in learning artificial intelligence?
#ai practice
#exam preparation
#class 12
A अवधारणाओं को जांचने और मजबूत करने के लिए / To test and strengthen concepts
B केवल समय बर्बाद करने के लिए / Only to waste time
C सभी विषय भूलने के लिए / To forget all topics
D गलत तथ्य सीखने के लिए / To learn wrong facts
Explanation opens after your attempt
Correct Answer
A. अवधारणाओं को जांचने और मजबूत करने के लिए / To test and strengthen concepts
Step 1
Concept
अभ्यास से विद्यार्थी अपनी समझ जांचता है। / Practice helps a student check understanding.
Step 2
Why this answer is correct
गलतियों से सुधार के बिंदु मिलते हैं। / Mistakes show points for improvement.
Step 3
Exam Tip
परीक्षा तैयारी में नियमित प्रश्न अभ्यास बहुत सहायक होता है। / Regular question practice is very helpful for exam preparation.
Login to save your score, XP, coins and progress. Login
