A. प्रशिक्षण के दौरान प्रतिरूप सुधार चुनने के लिए/To choose model improvements during training
Step 1
Concept
Validation data help between training and final testing.
Step 2
Why this answer is correct
They can improve model settings or selection.
Step 3
Exam Tip
This keeps final testing more fair. चरण 1: सत्यापन आंकड़े प्रशिक्षण और अंतिम परीक्षण के बीच सहायता करते हैं। चरण 2: उनसे प्रतिरूप की सेटिंग या चयन सुधारा जा सकता है। चरण 3: इससे अंतिम परीक्षण अधिक निष्पक्ष रहता है।
A. जब वर्ग बहुत असंतुलित हों/When classes are highly imbalanced
Step 1
Concept
In imbalanced classes one class may be much larger.
Step 2
Why this answer is correct
A model can show high accuracy by predicting the larger class.
Step 3
Exam Tip
In such cases precision and recall should also be checked. चरण 1: असंतुलित वर्गों में एक वर्ग बहुत अधिक हो सकता है। चरण 2: प्रतिरूप अधिक वर्ग बताकर भी उच्च सटीकता दिखा सकता है। चरण 3: ऐसे समय परिशुद्धता और पुनःस्मरण भी देखें।
A. परिशुद्धता और पुनःस्मरण का संतुलन देखने में/To see balance between precision and recall
Step 1
Concept
Precision and recall measure different things.
Step 2
Why this answer is correct
F one score gives a balanced view of both.
Step 3
Exam Tip
It can be useful with imbalanced classes. चरण 1: परिशुद्धता और पुनःस्मरण अलग-अलग बातें मापते हैं। चरण 2: एफ एक माप दोनों का संतुलित विचार देता है। चरण 3: असंतुलित वर्गों में यह उपयोगी हो सकता है।
A. रोगी को रोग होते हुए भी स्वस्थ बताया जा सकता है/A sick patient may be marked as healthy
Step 1
Concept
A false negative marks an actual positive as negative.
Step 2
Why this answer is correct
In healthcare this may mean missing a disease.
Step 3
Exam Tip
Therefore recall is important in such tasks. चरण 1: झूठा नकारात्मक वास्तविक सकारात्मक को नकारात्मक बताता है। चरण 2: स्वास्थ्य में इसका मतलब रोग छूट जाना हो सकता है। चरण 3: इसलिए पुनःस्मरण ऐसे कार्यों में महत्वपूर्ण है।
A. प्रशिक्षण पर बहुत अच्छा पर नए आंकड़ों पर कमजोर प्रदर्शन/Very good on training data but weak on new data
Step 1
Concept
In overfitting a model may memorize training examples.
Step 2
Why this answer is correct
It becomes weak on new examples.
Step 3
Exam Tip
Compare training and testing results. चरण 1: अधिक सीख जाने में प्रतिरूप प्रशिक्षण उदाहरण याद कर सकता है। चरण 2: नए उदाहरणों पर वह कमजोर हो जाता है। चरण 3: इसलिए प्रशिक्षण और परीक्षण परिणामों की तुलना करें।
A. नए आंकड़ों पर भी सही काम करने की क्षमता/Ability to work well on new data
Step 1
Concept
A good model does not depend only on training data.
Step 2
Why this answer is correct
It predicts well on new data too.
Step 3
Exam Tip
This is the ability of generalization. चरण 1: अच्छा प्रतिरूप केवल प्रशिक्षण आंकड़ों पर निर्भर नहीं रहता। चरण 2: वह नए आंकड़ों पर भी सही अनुमान देता है। चरण 3: यही सामान्यीकरण की क्षमता है।
