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
A. मानव मस्तिष्क की कार्यप्रणाली से/Working of the human brain
Step 1
Concept
A neural network is made of many connected units.
Step 2
Why this answer is correct
It is inspired by nerve cells in the human brain.
Step 3
Exam Tip
It is useful for learning complex patterns. चरण 1: तंत्रिका जाल कई जुड़े हुए इकाइयों से बनता है। चरण 2: इसकी प्रेरणा मानव मस्तिष्क की तंत्रिकाओं से ली गई है। चरण 3: यह जटिल ढांचे सीखने में उपयोगी होता है।
A. इनपुट को संसाधित कर परिणाम तक पहुंचाना/To process input and move toward output
Step 1
Concept
A neural network can have input hidden and output layers.
Step 2
Why this answer is correct
Layers process information step by step.
Step 3
Exam Tip
Finally an output is produced. चरण 1: तंत्रिका जाल में इनपुट मध्य और आउटपुट परत हो सकती हैं। चरण 2: परतें जानकारी को क्रम से संसाधित करती हैं। चरण 3: अंत में परिणाम प्राप्त होता है।
A. इनपुट के प्रभाव को नियंत्रित करने वाला मान/A value that controls the influence of input
Step 1
Concept
In a neural network inputs have different influence.
Step 2
Why this answer is correct
A weight controls the amount of that influence.
Step 3
Exam Tip
These values improve during training. चरण 1: तंत्रिका जाल में इनपुट अलग-अलग प्रभाव डालते हैं। चरण 2: भार उस प्रभाव की मात्रा को नियंत्रित करता है। चरण 3: प्रशिक्षण में ये मान सुधरते हैं।
A. निर्णय सीमा को समायोजित करने में/In adjusting the decision boundary
Step 1
Concept
Bias value makes a model more flexible.
Step 2
Why this answer is correct
It can help shift the decision boundary.
Step 3
Exam Tip
This can improve learning. चरण 1: पक्षपात मान प्रतिरूप को अधिक लचीला बनाता है। चरण 2: यह निर्णय सीमा को आगे पीछे करने में मदद कर सकता है। चरण 3: इससे सीखना बेहतर हो सकता है।
A. तंत्रिका जाल में अरेखीयता जोड़ना/To add nonlinearity in a neural network
Step 1
Concept
Learning complex patterns can be hard with only simple calculation.
Step 2
Why this answer is correct
An activation function gives more power to a neural network.
Step 3
Exam Tip
It helps learn complex relationships. चरण 1: केवल सरल गणना से जटिल ढांचे सीखना कठिन हो सकता है। चरण 2: सक्रियण फलन तंत्रिका जाल को अधिक क्षमता देता है। चरण 3: इससे जटिल संबंध सीखने में मदद मिलती है।
A. इनपुट से जटिल ढांचे सीखना/Learning complex patterns from input
Step 1
Concept
Hidden layers are between input and output.
Step 2
Why this answer is correct
They transform information and learn useful patterns.
Step 3
Exam Tip
Their role increases in complex tasks. चरण 1: छिपी परतें इनपुट और आउटपुट के बीच होती हैं। चरण 2: ये जानकारी को बदलकर उपयोगी ढांचे सीखती हैं। चरण 3: अधिक जटिल कार्यों में इनकी भूमिका बढ़ जाती है।
A. कई परतों वाले तंत्रिका जाल से/Neural networks with many layers
Step 1
Concept
Deep learning is linked to neural networks.
Step 2
Why this answer is correct
Many layers can learn complex patterns.
Step 3
Exam Tip
It is used in image and language tasks. चरण 1: गहन अधिगम तंत्रिका जाल से जुड़ा है। चरण 2: इसमें कई परतें जटिल ढांचे सीख सकती हैं। चरण 3: चित्र और भाषा कार्यों में इसका उपयोग होता है।
A. इनपुट से आउटपुट तक जानकारी का आगे जाना/Information moving from input to output
Step 1
Concept
A neural network first takes input.
Step 2
Why this answer is correct
Information passes through layers to the output.
Step 3
Exam Tip
This forward movement is called forward propagation. चरण 1: तंत्रिका जाल में इनपुट पहले लिया जाता है। चरण 2: जानकारी परतों से होकर आउटपुट तक जाती है। चरण 3: इसी आगे बढ़ने की प्रक्रिया को अग्र प्रसारण कहा जाता है।
A. त्रुटि के आधार पर भारों को सुधारना/To adjust weights using error
Step 1
Concept
The model gives output and error is calculated.
Step 2
Why this answer is correct
Backpropagation sends error backward to adjust weights.
Step 3
Exam Tip
This can improve future predictions. चरण 1: प्रतिरूप परिणाम देता है और त्रुटि निकाली जाती है। चरण 2: पश्च प्रसारण त्रुटि को पीछे की ओर भेजकर भार सुधारता है। चरण 3: इससे अगली बार अनुमान बेहतर हो सकता है।
A. बाहरी जानकारी को जाल में लेना/To receive outside information into the network
Step 1
Concept
In a neural network information first reaches the input layer.
Step 2
Why this answer is correct
This layer sends data to the next layers.
Step 3
Exam Tip
So it is the initial entry point. चरण 1: तंत्रिका जाल में जानकारी पहले इनपुट परत तक आती है। चरण 2: यही परत आंकड़ों को आगे की परतों तक भेजती है। चरण 3: इसलिए यह प्रारंभिक प्रवेश बिंदु है।
In classification this layer can tell the class. चरण 1: जानकारी कई परतों से गुजरती है। चरण 2: अंतिम परत परिणाम प्रस्तुत करती है। चरण 3: वर्गीकरण में यही परत वर्ग बता सकती है।
A. यह जटिल संबंध सीखने में मदद करता है/It helps learn complex relationships
Step 1
Concept
Real problems do not always have simple linear relations.
Step 2
Why this answer is correct
Activation functions help neural networks learn complex patterns.
Step 3
Exam Tip
So they are important in deep learning. चरण 1: वास्तविक समस्याओं में संबंध सरल रेखा जैसे नहीं होते। चरण 2: सक्रियण फलन तंत्रिका जाल को जटिल ढांचे सीखने में मदद करता है। चरण 3: इसलिए यह गहन अधिगम में महत्वपूर्ण है।
A. त्रुटि कम करके बेहतर अनुमान पाने के लिए/To reduce error and get better predictions
Step 1
Concept
During training the model predicts and error is measured.
Step 2
Why this answer is correct
Weights and bias are adjusted to reduce error.
Step 3
Exam Tip
This can improve the next prediction. चरण 1: प्रशिक्षण में प्रतिरूप अनुमान देता है और त्रुटि मापी जाती है। चरण 2: भार और पक्षपात को सुधारकर त्रुटि कम की जाती है। चरण 3: इससे अगला अनुमान बेहतर हो सकता है।
