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 6: Understanding Neural Networks Easy Quiz

Artificial Intelligence Part B Subject Specific Skills Unit 6: Understanding Neural Networks Easy Class 12 Level 10

Level 10 • 6/50 questions • 40 seconds per question.

Level readiness 6/50 Questions
Time Left 04:00 40 sec/question
RewardsCoins + XP
ModeClassic Quiz
Previous Next Level
Share
This level needs 44 more active questions. Admin panel me same class, subject, difficulty aur level_no 10 par question add karein.
Question 1 / 6 0 score
Answered 0/6 Correct 0 Time 04:00
Question 1/6 Easy Artificial Intelligence Part B: Subject Specific Skills Unit 6: Understanding Neural Networks Class 12 Level 10

तंत्रिका जाल में इनपुट परत का काम क्या है?

What is the role of the input layer in a neural network?

Explanation opens after your attempt
Correct Answer

A. बाहरी जानकारी को जाल में ग्रहण करनाTo receive external information into the network

Explanation

Simple Explanation

इनपुट परत तंत्रिका जाल में बाहरी डेटा, जैसे चित्र के पिक्सेल या सारणीबद्ध मान, को ग्रहण करके आगे की परतों तक पहुँचाती है। अंतिम परिणाम प्रदर्शित करना सामान्यतः आउटपुट परत का कार्य होता है, इसलिए विकल्प B गलत है। परीक्षा में याद रखें: डेटा का प्रवेश इनपुट परत से और भविष्यवाणी का निष्कर्ष आउटपुट परत से जुड़ा होता है। / The input layer receives external data, such as image pixels or tabular values, and passes it to the subsequent layers for processing. Displaying the final result is associated with the output layer, so option B is incorrect. Exam tip: remember that data enters through the input layer, while the prediction or conclusion comes from the output layer.

Open Question Page
Ask Friends
Question 2/6 Easy Artificial Intelligence Part B: Subject Specific Skills Unit 6: Understanding Neural Networks Class 12 Level 10

तंत्रिका जाल में आउटपुट परत का काम क्या है?

What is the role of the output layer in a neural network?

Explanation opens after your attempt
Correct Answer

A. अंतिम परिणाम देनाTo produce the final result

Explanation

Simple Explanation

आउटपुट परत तंत्रिका जाल की अंतिम परत होती है और पिछली परतों से प्राप्त संसाधित जानकारी के आधार पर अंतिम भविष्यवाणी या परिणाम देती है। वर्गीकरण में यह किसी श्रेणी की संभावना या वर्ग-लेबल दे सकती है। विकल्प C मध्यवर्ती परतों का सामान्य कार्य है, जबकि विकल्प B और D आउटपुट परत के कार्य नहीं हैं। परीक्षा टिप: नेटवर्क की अंतिम परत का कार्य अंतिम भविष्यवाणी प्रस्तुत करना याद रखें। / The output layer is the final layer of a neural network. It uses the processed information from earlier layers to produce the final prediction or result. In classification, it may provide class probabilities or a class label. Extracting intermediate features is mainly the role of hidden layers, while passing raw input and collecting training data are not output-layer functions. Exam tip: associate the last layer with the network’s final prediction.

Open Question Page
Ask Friends
Question 3/6 Easy Artificial Intelligence Part B: Subject Specific Skills Unit 6: Understanding Neural Networks Class 12 Level 10

सक्रियण फलन तंत्रिका जाल में क्यों उपयोगी है?

Why is an activation function useful in a neural network?

Explanation opens after your attempt
Correct Answer

A. यह गैर-रैखिकता जोड़कर जटिल संबंधों को सीखने में मदद करता हैIt helps learn complex relationships by adding nonlinearity

Explanation

Simple Explanation

सक्रियण फलन न्यूरॉन के आउटपुट में गैर-रैखिकता जोड़ता है। इससे तंत्रिका जाल केवल सीधी रेखा जैसे संबंधों तक सीमित नहीं रहता और जटिल पैटर्न सीख सकता है। आंकड़े मिटाना, नेटवर्क बंद करना या चित्र छिपाना सक्रियण फलन के कार्य नहीं हैं। परीक्षा टिप: सक्रियण फलन का मुख्य संबंध गैर-रैखिकता और जटिल पैटर्न सीखने से याद रखें। / An activation function introduces nonlinearity into a neuron's output. This allows a neural network to learn complex patterns instead of being limited to simple linear relationships. Deleting data, shutting down the network, or hiding images is not the role of an activation function. Exam tip: associate activation functions primarily with nonlinearity and learning complex patterns.

Open Question Page
Ask Friends
Question 4/6 Easy Artificial Intelligence Part B: Subject Specific Skills Unit 6: Understanding Neural Networks Class 12 Level 10

भार और पक्षपात प्रशिक्षण में क्यों बदलते हैं?

Why do weights and bias change during training?

Explanation opens after your attempt
Correct Answer

A. त्रुटि कम करके बेहतर अनुमान पाने के लिएTo reduce error and get better predictions

Explanation

Simple Explanation

प्रशिक्षण के दौरान नेटवर्क का अनुमान वास्तविक लक्ष्य से मिलाया जाता है और त्रुटि ज्ञात की जाती है। इस त्रुटि के आधार पर भार तथा पक्षपात को अद्यतन किया जाता है, ताकि मॉडल की हानि घटे और भविष्य के अनुमान अधिक सटीक हों। विकल्प C और D संरचना या सक्रियण-प्रकार से संबंधित हैं; वे सामान्यतः भार और पक्षपात के अद्यतन का उद्देश्य नहीं हैं। परीक्षा-युक्ति: भार इनपुट के प्रभाव को और पक्षपात प्रारंभिक समायोजन को नियंत्रित करता है। / During training, the network’s prediction is compared with the target and its error is measured. The weights and bias are then updated using this error so that the model’s loss decreases and future predictions become more accurate. Options C and D concern the network’s structure or activation function, not the usual purpose of updating weights and bias. Exam tip: weights control the influence of inputs, while bias provides an additional adjustable offset.

Open Question Page
Ask Friends
Question 5/6 Easy Artificial Intelligence Part B: Subject Specific Skills Unit 6: Understanding Neural Networks Class 12 Level 10

हानि फलन का मुख्य कार्य क्या है?

What is the main function of a loss function?

Explanation opens after your attempt
Correct Answer

A. मॉडल के अनुमान और वास्तविक उत्तर के बीच अंतर मापनाTo measure the difference between the model's prediction and the actual answer

Explanation

Simple Explanation

हानि फलन मॉडल के अनुमान और वास्तविक उत्तर के बीच त्रुटि या अंतर को एक संख्यात्मक मान में व्यक्त करता है। प्रशिक्षण के दौरान अनुकूलन एल्गोरिदम इस मान को घटाने के लिए मॉडल के पैरामीटर बदलता है। इसलिए इसका मुख्य कार्य डेटा बनाना या परिणाम प्रदर्शित करना नहीं, बल्कि मॉडल की भविष्यवाणी की गुणवत्ता मापना है। परीक्षा-युक्ति: कम हानि सामान्यतः वास्तविक उत्तर के अधिक निकट अनुमान को दर्शाती है। / A loss function expresses the error or difference between a model's prediction and the actual answer as a numerical value. During training, an optimization algorithm adjusts the model parameters to reduce this value. Thus, its main purpose is to measure prediction quality, not to create data or display results. Exam tip: Lower loss generally indicates predictions that are closer to the actual answers.

Open Question Page
Ask Friends
Question 6/6 Easy Artificial Intelligence Part B: Subject Specific Skills Unit 6: Understanding Neural Networks Class 12 Level 10

अधिगम दर का चयन सावधानी से क्यों करना चाहिए?

Why should the learning rate be chosen carefully?

Explanation opens after your attempt
Correct Answer

A. क्योंकि यह मॉडल के अद्यतन की गति और प्रशिक्षण की स्थिरता को प्रभावित करती हैBecause it affects the model update speed and training stability

Explanation

Simple Explanation

अधिगम दर प्रत्येक चरण में मॉडल के भारों में होने वाले परिवर्तन का आकार निर्धारित करती है। बहुत बड़ी अधिगम दर से मॉडल न्यूनतम त्रुटि-बिंदु को पार कर सकता है और प्रशिक्षण अस्थिर हो सकता है, जबकि बहुत छोटी दर से प्रशिक्षण अत्यधिक धीमा हो जाता है। इसलिए ऐसी दर चुननी चाहिए जो सीखने की गति और स्थिरता के बीच संतुलन बनाए। परीक्षा-युक्ति: अधिगम दर को मॉडल के अपडेट-चरण के आकार के रूप में याद रखें। / The learning rate determines the size of the change made to the model’s weights at each update. If it is too high, the model may overshoot the minimum-error point and training can become unstable; if it is too low, training becomes unnecessarily slow. Therefore, it must balance learning speed and stability. Exam tip: remember the learning rate as the size of each model-update step.

Open Question Page
Ask Friends

Artificial Intelligence Quiz Navigation

Artificial Intelligence Subject

All difficulty level maps

Unit 6: Understanding Neural Networks Topic

Topic question list

Part B Subject Specific Skills Chapter

Chapter question list

Search Artificial Intelligence

Find related MCQs

All Subjects

Choose another subject
FAQs

Class 12 Artificial Intelligence Quiz FAQs

How many questions are in this quiz?

This level is designed for 50 active questions. Currently 6 questions are available for the selected class and difficulty.

Is there a timer in this quiz?

Yes, the timer uses 40 seconds per question for Easy difficulty and shows the total remaining time on the page.

Can I open each question separately?

Yes, every question has its own SEO-friendly page with answer, explanation and related practice links.