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. आंकड़े की उपयोगी पहचान या गुण/Useful attribute or property of data
Explanation
Simple Explanation
आंकड़ा विश्लेषण में विशेषता (feature) किसी रिकॉर्ड, वस्तु या उदाहरण का मापने योग्य गुण या उपयोगी विशेषता होती है, जैसे विद्यार्थी के अंक, आयु या उपस्थिति। विश्लेषण और मशीन लर्निंग मॉडल इन्हीं विशेषताओं का उपयोग करके पैटर्न पहचानते हैं। फाइल का रंग आम तौर पर डेटा की विश्लेषणात्मक विशेषता नहीं होता। परीक्षा टिप: किसी डेटा-सेट के कॉलम, जैसे आयु या अंक, प्रायः features होते हैं। / In data analysis, a feature is a measurable attribute or useful property of a record, object, or example, such as a student's marks, age, or attendance. Analysis and machine-learning models use such features to identify patterns. A file's colour is generally not an analytical feature of the data. Exam tip: Dataset columns such as age or marks are commonly features.
बाहरी मान (outlier) वह डेटा मान है जो बाकी अधिकांश मानों की तुलना में असामान्य रूप से बहुत बड़ा या बहुत छोटा होता है। इसलिए विकल्प A सही है। विकल्प B बहुलक (mode) को दर्शाता है, जबकि C औसत (mean) से संबंधित है। परीक्षा टिप: डेटा को देखकर जो मान समूह से अलग दिखाई दे, उसे संभावित बाहरी मान मानकर जांचें। / An outlier is a data value that is unusually much larger or smaller than most of the other values in a dataset. Therefore, option A is correct. Option B describes the mode, while option C is related to the mean. Exam tip: A value that appears far away from the main group of data should be checked as a possible outlier.
A. न्यायपूर्ण और सुरक्षित उपयोग सुनिश्चित करने के लिए/To ensure fair and safe use
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता के निर्णय लोगों के अधिकारों, अवसरों और सुरक्षा को प्रभावित कर सकते हैं। AI नैतिकता निष्पक्षता, गोपनीयता, पारदर्शिता और जवाबदेही जैसे सिद्धांतों पर जोर देती है, इसलिए AI का उपयोग न्यायपूर्ण और सुरक्षित ढंग से किया जा सके। अन्य विकल्प नैतिक सिद्धांतों के विपरीत हानिकारक कार्यों को दर्शाते हैं। परीक्षा-युक्ति: AI नैतिकता से जुड़े प्रश्नों में fairness, privacy और safety जैसे सिद्धांतों को पहचानें। / AI-based decisions can affect people's rights, opportunities, and safety. AI ethics promotes principles such as fairness, privacy, transparency, and accountability so that AI is used responsibly and safely. The other options describe harmful practices that ethics aims to prevent. Exam tip: In questions about AI ethics, look for principles such as fairness, privacy, and safety.
A. व्यक्तिगत जानकारी की सुरक्षा के लिए/To protect personal information
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता प्रणालियाँ प्रशिक्षण और निर्णय लेने के लिए व्यक्तिगत डेटा का उपयोग कर सकती हैं। गोपनीयता बनाए रखने से यह जानकारी अनधिकृत पहुँच, दुरुपयोग और पहचान की चोरी से सुरक्षित रहती है। विकल्प B गलत है, क्योंकि निजी जानकारी को सार्वजनिक करना गोपनीयता के उद्देश्य के विपरीत है। परीक्षा-टिप: AI नैतिकता में गोपनीयता का मुख्य उद्देश्य व्यक्ति के डेटा पर उसकी सहमति और नियंत्रण बनाए रखना है। / Artificial intelligence systems may use personal data for training and decision-making. Protecting privacy safeguards this information from unauthorized access, misuse, and identity theft. Option B is incorrect because making private information public violates the purpose of privacy. Exam tip: In AI ethics, privacy mainly means preserving a person’s consent and control over their data.
A. तैयार प्रणाली को वास्तविक उपयोग में लाना/Putting the ready system into real-world use
Explanation
Simple Explanation
परिनियोजन का अर्थ तैयार और परीक्षित प्रणाली या मॉडल को वास्तविक उपयोग में लागू करना है। इसलिए विकल्प A सही है। विकल्प D इसका उलटा है, क्योंकि परिनियोजन में मॉडल को उपयोग के लिए उपलब्ध कराया जाता है; वास्तविक उपयोग के दौरान उसकी निगरानी भी की जाती है। परीक्षा-युक्ति: AI प्रोजेक्ट चक्र में deployment को “मॉडल को उपयोग में लाना” याद रखें। / Deployment means putting a developed and tested system or model into real-world use, so option A is correct. Option D is the opposite because deployment makes the model available for use; the system should also be monitored during actual use. Exam tip: Remember deployment in the AI project cycle as “bringing the model into use.”
A. दो चरों के बीच संबंध की दिशा और शक्ति/Direction and strength of the relationship between two variables
Explanation
Simple Explanation
सहसंबंध दो चरों के बीच संबंध की दिशा और उसकी शक्ति को मापता है। धनात्मक सहसंबंध में दोनों चर सामान्यतः एक ही दिशा में बदलते हैं, जबकि ऋणात्मक सहसंबंध में विपरीत दिशा में। इसलिए विकल्प A सही है; अन्य विकल्प डेटा विश्लेषण में सहसंबंध की परिभाषा से संबंधित नहीं हैं। परीक्षा-युक्ति: सहसंबंध संबंध दर्शाता है, लेकिन इससे कारण-कार्य संबंध सिद्ध नहीं होता। / Correlation measures the direction and strength of the relationship between two variables. In positive correlation, the variables generally change in the same direction, while in negative correlation they change in opposite directions. Therefore, option A is correct; the other options are unrelated to the meaning of correlation in data analysis. Exam tip: correlation indicates association, but it does not by itself prove causation.
माध्य या अंकगणितीय औसत सभी मानों के योग को मानों की कुल संख्या से विभाजित करके प्राप्त किया जाता है। इसलिए यह आँकड़ों के सामान्य या औसत स्तर को दर्शाता है। सबसे छोटा और सबसे बड़ा मान क्रमशः न्यूनतम और अधिकतम मान कहलाते हैं, माध्य नहीं। परीक्षा में सूत्र याद रखें: माध्य = मानों का योग ÷ मानों की संख्या। / The mean, or arithmetic average, is calculated by dividing the sum of all values by the total number of values. Therefore, it represents the general or average level of the data. The smallest and largest values are the minimum and maximum, not the mean. Exam tip: Mean = sum of values ÷ number of values.
A. जब आंकड़ों में बहुत बड़े या छोटे बाहरी मान हों/When data have very large or small outliers
Explanation
Simple Explanation
मध्यक क्रमबद्ध आंकड़ों के बीच का मान होता है और बाहरी मानों से अपेक्षाकृत कम प्रभावित होता है। इसलिए जब आंकड़ों में बहुत बड़े या छोटे बाहरी मान हों, तब मध्यक केंद्रीय प्रवृत्ति का अधिक उपयुक्त प्रतिनिधि हो सकता है। इसके विपरीत, बिना आंकड़ों के मध्यक निकाला ही नहीं जा सकता। परीक्षा-युक्ति: बाहरी मानों की उपस्थिति में मध्यक चुनें, जबकि सामान्यतः माध्य बाहरी मानों से अधिक प्रभावित होता है। / The median is the middle value in an ordered dataset and is relatively less affected by extreme outliers. Therefore, it can represent the central tendency more suitably when data contain very large or very small outliers. In contrast, a median cannot be calculated when there is no data. Exam tip: Prefer the median in the presence of outliers, because the mean is more strongly affected by them.
A. सबसे अधिक बार आने वाला मान/The value that occurs most often
Explanation
Simple Explanation
बहुलक उस मान या श्रेणी को बताता है जो आँकड़ों में सबसे अधिक बार आती है। इसलिए विकल्प A सही है। यह सबसे बड़े या सबसे छोटे मान से अलग होता है और श्रेणीबद्ध आँकड़ों में भी उपयोगी है। परीक्षा-युक्ति: “most frequent” या “सबसे अधिक बार” दिखे, तो बहुलक याद करें। / The mode is the value or category that occurs most frequently in a data set, so option A is correct. It is different from the highest or lowest value and is also useful for categorical data. Exam tip: associate mode with “most frequent.”
A. आंकड़ों का सारांश समझने के लिए/To understand a summary of data
Explanation
Simple Explanation
वर्णनात्मक सांख्यिकी उपलब्ध आंकड़ों को सारांशित और व्यवस्थित करके उनकी मुख्य विशेषताएँ स्पष्ट करती है। माध्य, मध्यक, बहुलक, परास और तालिकाएँ इसके सामान्य उदाहरण हैं। विकल्प B मुख्यतः पूर्वानुमानात्मक या अनुमानात्मक विश्लेषण से संबंधित है, जबकि C और D सांख्यिकी के उपयोग नहीं हैं। परीक्षा-टिप: वर्णनात्मक सांख्यिकी का उद्देश्य आंकड़ों का वर्णन करना है, भविष्यवाणी करना नहीं। / Descriptive statistics organize and summarize the data that have already been collected, making its main features easier to understand. Mean, median, mode, range, and tables are common examples. Option B is mainly related to predictive or inferential analysis, while C and D are unrelated to statistics. Exam tip: descriptive statistics describe existing data; they do not primarily predict future outcomes.
A. मान कितने फैले हुए हैं, यह जानने के लिए/To know how spread out the values are
Explanation
Simple Explanation
प्रसार यह बताता है कि आंकड़ों के मान केंद्रीय मान, जैसे औसत, के आसपास कितने दूर-दूर हैं। इसलिए इससे आंकड़ों की परिवर्तनशीलता और उनके फैलाव का पता चलता है। विकल्प B गलत है, क्योंकि प्रसार मानों के समान होने की धारणा नहीं बनाता; बल्कि उनके अंतर को मापने में सहायता करता है। परीक्षा में याद रखें: औसत केंद्र की जानकारी देता है, जबकि प्रसार आंकड़ों के फैलाव की। / Spread indicates how far the data values lie from a central value such as the mean. It therefore helps describe the variability and dispersion of the data. Option B is incorrect because spread does not assume that all values are equal; it helps identify how much they differ. Exam tip: the mean describes the centre, while spread describes how widely the data are distributed.
A. असामान्य लेनदेन पैटर्न पहचानकर/By identifying unusual transaction patterns
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता बड़े लेनदेन-डेटा का विश्लेषण करके सामान्य व्यवहार से अलग पैटर्न, जैसे असामान्य राशि, समय या स्थान, पहचान सकती है। इसलिए विकल्प A सही है। विकल्प D गलत है, क्योंकि धोखाधड़ी की आशंका वाले लेनदेन की जांच की जाती है, सभी ग्राहकों को नहीं रोका जाता। परीक्षा टिप: AI-आधारित धोखाधड़ी पहचान में पैटर्न विश्लेषण और असामान्यता पहचान प्रमुख तकनीकें हैं। / Artificial intelligence can analyze large volumes of transaction data and detect patterns that differ from normal behavior, such as unusual amounts, times, or locations. Therefore, option A is correct. Option D is incorrect because systems investigate suspicious transactions rather than blocking every customer. Exam tip: Pattern analysis and anomaly detection are key AI techniques used in fraud detection.
A. सामान्य पैटर्न से अलग घटनाओं या आँकड़ों की पहचान करना/Identifying events or data points that differ from normal patterns
Explanation
Simple Explanation
विसंगति पहचान में ऐसे आँकड़ों या घटनाओं को खोजा जाता है जो सामान्य पैटर्न से अलग हों। उदाहरण के लिए, बैंक खाते में अचानक असामान्य लेन-देन को पहचानकर धोखाधड़ी का संकेत मिल सकता है। इसलिए विकल्प A सही है; विकल्प B सामान्य और असामान्य घटनाओं में अंतर नहीं करता। परीक्षा-युक्ति: anomaly का अर्थ असामान्य या सामान्य से अलग स्थिति याद रखें। / Anomaly detection identifies data points or events that deviate from an expected or normal pattern. For example, an unusually large bank transaction may indicate possible fraud. Therefore, option A is correct; option B does not distinguish unusual events from normal ones. Exam tip: remember that an anomaly is something abnormal or different from the usual pattern.
A. दो चरों के बीच संबंध हो सकता है/There may be a relationship between two variables
Explanation
Simple Explanation
फैलाव चित्र में यदि बिंदु किसी सीधी दिशा या रेखा के आसपास व्यवस्थित हों, तो यह दो चरों के बीच संबंध, विशेषकर सहसंबंध, का संकेत दे सकता है। इसलिए विकल्प A सही है। विकल्प B गलत है, क्योंकि बिंदुओं की दिशा संबंध बताती है, न कि आंकड़ों में भिन्नता का पूर्ण अभाव। परीक्षा-टिप: बिंदु ऊपर की ओर बढ़ें तो धनात्मक और नीचे की ओर बढ़ें तो ऋणात्मक सहसंबंध का संकेत हो सकता है। / When points in a scatter plot follow a straight direction or cluster around a line, they may indicate a relationship, particularly correlation, between two variables. Therefore, option A is correct. Option B is incorrect because a visible pattern does not mean that the data have no variation. Exam tip: an upward trend may indicate positive correlation, while a downward trend may indicate negative correlation.
A. व्यक्ति की पहचान छिपाकर गोपनीयता बचाने के लिए/To protect privacy by hiding a person's identity
Explanation
Simple Explanation
अनामीकरण में नाम, पहचान संख्या या अन्य पहचान बताने वाली जानकारी को हटाया या बदल दिया जाता है, ताकि आंकड़ों का उपयोग करते समय व्यक्ति की पहचान सीधे न हो सके। इसलिए इसका मुख्य उद्देश्य गोपनीयता की रक्षा करना और पहचान उजागर होने का जोखिम घटाना है। यह आंकड़ों को अधिक सटीक नहीं बनाता और न ही सभी आंकड़े मिटाता है। परीक्षा टिप: अनामीकरण का संबंध पहचान छिपाने और डेटा गोपनीयता से याद रखें। / Anonymization removes or changes names, identification numbers, or other identifying details so that a person cannot be directly identified while the data is used. Its main purpose is therefore to protect privacy and reduce the risk of revealing identity. It does not increase data accuracy or permanently delete all data. Exam tip: Associate anonymization with hiding identity and protecting data privacy.
A. धोखाधड़ी सामान्य लेनदेन के पैटर्न से अलग हो सकती है
Explanation
Simple Explanation
सामान्य वित्तीय लेनदेन में कुछ नियमित पैटर्न दिखाई दे सकते हैं। धोखाधड़ी वाला लेनदेन इन पैटर्न से अलग, यानी असामान्य, हो सकता है; विसंगति पहचान ऐसे मामलों को चिह्नित करने में सहायता करती है। विकल्प B गलत है क्योंकि सभी लेनदेन समान नहीं होते। परीक्षा टिप: विसंगति पहचान का संबंध सामान्य व्यवहार से असामान्य विचलन खोजने से है। / Normal financial transactions often show recurring patterns. A fraudulent transaction may deviate from these patterns, so anomaly detection can flag it for further review. Option B is incorrect because transactions are not all identical. Exam tip: Anomaly detection focuses on finding unusual deviations from normal behaviour.
