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
सत्य नकारात्मक का अर्थ क्या है?
What does true negative mean?
#true negative
#confusion matrix
#evaluation
A नकारात्मक बताया और वास्तविकता भी नकारात्मक थी / Predicted negative and actual was also negative
B सकारात्मक बताया और वास्तविकता सकारात्मक थी / Predicted positive and actual was positive
C सकारात्मक बताया लेकिन वास्तविकता नकारात्मक थी / Predicted positive but actual was negative
D नकारात्मक बताया लेकिन वास्तविकता सकारात्मक थी / Predicted negative but actual was positive
Explanation opens after your attempt
Correct Answer
A. नकारात्मक बताया और वास्तविकता भी नकारात्मक थी / Predicted negative and actual was also negative
Step 1
Concept
सत्य नकारात्मक में प्रतिरूप का नकारात्मक अनुमान सही होता है। / In true negative the model's negative prediction is correct.
Step 2
Why this answer is correct
वास्तविक परिणाम भी नकारात्मक होता है। / The actual result is also negative.
Step 3
Exam Tip
भ्रम सारणी में यह सही वर्गीकरण को दिखाता है। / It shows a correct classification in a confusion matrix.
Login to save your score, XP, coins and progress. Login
झूठा नकारात्मक कब होता है?
When does false negative occur?
#false negative
#confusion matrix
#evaluation
A नकारात्मक बताया लेकिन वास्तविकता सकारात्मक थी / Predicted negative but actual was positive
B सकारात्मक बताया और वास्तविकता सकारात्मक थी / Predicted positive and actual was positive
C नकारात्मक बताया और वास्तविकता नकारात्मक थी / Predicted negative and actual was negative
D किसी भी वर्ग की जरूरत नहीं थी / No class was needed
Explanation opens after your attempt
Correct Answer
A. नकारात्मक बताया लेकिन वास्तविकता सकारात्मक थी / Predicted negative but actual was positive
Step 1
Concept
झूठा नकारात्मक गलत नकारात्मक अनुमान है। / False negative is a wrong negative prediction.
Step 2
Why this answer is correct
प्रतिरूप नकारात्मक बताता है पर वास्तविक परिणाम सकारात्मक होता है। / The model says negative but the actual result is positive.
Step 3
Exam Tip
स्वास्थ्य जैसे क्षेत्रों में यह गंभीर हो सकता है। / It can be serious in fields like healthcare.
Login to save your score, XP, coins and progress. Login
परिशुद्धता किस बात पर ध्यान देती है?
What does precision focus on?
#precision
#model evaluation
#classification
A सकारात्मक बताए गए परिणामों में कितने सही हैं / How many predicted positives are correct
B कुल संचिकाओं की संख्या / Number of total files
C चित्र की ऊंचाई / Height of image
D संगणक का रंग / Color of computer
Explanation opens after your attempt
Correct Answer
A. सकारात्मक बताए गए परिणामों में कितने सही हैं / How many predicted positives are correct
Step 1
Concept
परिशुद्धता सकारात्मक अनुमान की गुणवत्ता देखती है। / Precision checks the quality of positive predictions.
Step 2
Why this answer is correct
यह बताती है कि सकारात्मक बताए गए मामलों में कितने सच में सकारात्मक थे। / It tells how many predicted positives were actually positive.
Step 3
Exam Tip
गलत सकारात्मक कम करना हो तो यह उपयोगी है। / It is useful when reducing false positives matters.
Login to save your score, XP, coins and progress. Login
पुनःस्मरण किस बात को मापता है?
What does recall measure?
#recall
#model evaluation
#classification
A वास्तविक सकारात्मक मामलों में कितने पहचाने गए / How many actual positives were identified
B कितनी संचिकाएं रंगीन हैं / How many files are colorful
C कितनी कुर्सियां हैं / How many chairs exist
D कितने चित्र हटाए गए / How many images were deleted
Explanation opens after your attempt
Correct Answer
A. वास्तविक सकारात्मक मामलों में कितने पहचाने गए / How many actual positives were identified
Step 1
Concept
पुनःस्मरण वास्तविक सकारात्मक मामलों पर ध्यान देता है। / Recall focuses on actual positive cases.
Step 2
Why this answer is correct
यह बताता है कि उनमें से कितने सही पकड़े गए। / It tells how many of them were correctly found.
Step 3
Exam Tip
बीमारी पहचान जैसे कार्यों में यह महत्वपूर्ण हो सकता है। / It can be important in tasks like disease detection.
Login to save your score, XP, coins and progress. Login
