A. आंकड़े की उपयोगी पहचान या गुण/Useful attribute or property of data
Step 1
Concept
A feature describes a property of an object or example.
Step 2
Why this answer is correct
The model learns from these properties.
Step 3
Exam Tip
Good features help better results. चरण 1: विशेषता किसी वस्तु या उदाहरण का गुण बताती है। चरण 2: मॉडल इन्हीं गुणों से सीखता है। चरण 3: सही विशेषताएं बेहतर परिणाम में मदद करती हैं।
A. सही वर्ग या परिणाम बताने के लिए/To show the correct class or result
Step 1
Concept
A label shows the correct result.
Step 2
Why this answer is correct
In supervised learning it helps the model learn.
Step 3
Exam Tip
In exams connect it with correct output. चरण 1: वर्ग चिह्न सही परिणाम को दिखाता है। चरण 2: सुव्यवस्थित अधिगम में यह मॉडल को सीखने में मदद करता है। चरण 3: परीक्षा में इसे सही उत्तर से जोड़ें।
A. गलत और अधूरे आंकड़ों को सुधारना/To correct wrong and incomplete data
Step 1
Concept
Raw data may have errors or missing values.
Step 2
Why this answer is correct
Data cleaning corrects them.
Step 3
Exam Tip
Clean data supports better analysis and models. चरण 1: कच्चे आंकड़ों में त्रुटि या खाली मान हो सकते हैं। चरण 2: आंकड़ा सफाई इन्हें सुधारती है। चरण 3: साफ आंकड़े बेहतर विश्लेषण और मॉडल बनाते हैं।
A. किसी स्थान पर जानकारी नहीं है/Information is absent at a place
Step 1
Concept
A missing value means some information is not available.
Step 2
Why this answer is correct
Such values can affect analysis.
Step 3
Exam Tip
Filling or removing them can be part of data cleaning. चरण 1: अधूरा मान बताता है कि कोई जानकारी उपलब्ध नहीं है। चरण 2: ऐसे मान विश्लेषण को प्रभावित कर सकते हैं। चरण 3: इन्हें भरना या हटाना आंकड़ा सफाई का भाग हो सकता है।
A. सामान्य आंकड़ों से बहुत अलग मान/A value very different from normal data
Step 1
Concept
An outlier is very different from other data.
Step 2
Why this answer is correct
It may show an error or unusual event.
Step 3
Exam Tip
It should be checked carefully before analysis. चरण 1: बाहरी मान बाकी आंकड़ों से बहुत अलग होता है। चरण 2: यह गलती या असामान्य घटना का संकेत हो सकता है। चरण 3: विश्लेषण से पहले इसे ध्यान से जांचना चाहिए।
