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
Unit 6, Machine Learning Algorithms, helps Class 9 students understand how artificial intelligence systems learn patterns from data. As part of the Subject-Specific Skills chapter in Artificial Intelligence, it introduces the purpose of algorithms, the role of training data and features, and the difference between supervised and unsupervised learning through accessible examples. Students also explore how predictions are evaluated and why data quality, fairness, and responsible use matter when creating or interpreting machine learning solutions.
Easy · Level 1 · 6 questions
TOPIC PRACTICE
Quiz this set
Up to 6 questions from this page. Select your focus, then start.
6 questions
Choose questions
View options
Learning patterns from data and experience
Following only fixed instructions for every task
Merely storing data without analysing it
Assembling the physical parts of a computer
View options
कुर्सी उठाना
पानी पीना
चित्रों को पशु और पक्षी श्रेणियों में बाँटना
दीवार पर कील लगाना
View options
To decorate the machine
To help the machine recognize patterns
To reduce the use of paper
To empty the room
View options
Enabling a machine to learn patterns from examples or data
Assembling the computer hardware components
Permanently deleting the training data
Preventing the machine from receiving any input
View options
Learning patterns from data
Repeating only fixed instructions without change
Requiring immediate human permission for every decision
Giving random answers without data
View options
To teach an AI model to recognize patterns
To increase a computer's physical memory
To increase internet connection speed
To change the function of keyboard keys
Question 1EasyLevel 1
Machine learning is mainly concerned with what?मशीन लर्निंग मुख्य रूप से किससे संबंधित है?
Correct answer:सही उत्तर:A
Machine learning enables a computer system to find patterns in data or examples and use them to make predictions or decisions on new inputs. In traditional rule-based programming, instructions are explicitly written for each situation. Merely storing data and assembling hardware do not constitute machine learning.मशीन लर्निंग में कंप्यूटर डेटा या उदाहरणों से पैटर्न खोजता है और नए इनपुट पर अनुमान या निर्णय लेने में उनका उपयोग करता है। नियम-आधारित पारंपरिक प्रोग्रामिंग में निर्देश पहले से स्पष्ट रूप से लिखे जाते हैं। केवल डेटा संग्रहित करना या हार्डवेयर जोड़ना मशीन लर्निंग नहीं है।
Which is a correct example of classification in Artificial Intelligence?कृत्रिम बुद्धिमत्ता में वर्गीकरण का सही उदाहरण कौन-सा है?
Correct answer:सही उत्तर:C
Classification is a machine-learning task in which data is assigned to one of two or more predefined labels. Sorting pictures into animal and bird categories is classification because each picture receives a category based on its features. Lifting a chair, drinking water, and hammering a nail are physical activities; they do not involve assigning data to labels. Therefore, option C is the only suitable example.वर्गीकरण मशीन लर्निंग का वह कार्य है जिसमें डेटा को पहले से तय दो या अधिक श्रेणियों या लेबलों में रखा जाता है। चित्रों को पशु और पक्षी की श्रेणियों में बाँटना वर्गीकरण है, क्योंकि हर चित्र को उसकी विशेषताओं के आधार पर एक लेबल मिलता है। कुर्सी उठाना, पानी पीना और कील लगाना भौतिक क्रियाएँ हैं; इनमें डेटा को श्रेणी नहीं दी जाती। इसलिए C सही है।
Why is an Artificial Intelligence system given examples during learning?कृत्रिम बुद्धिमत्ता प्रणाली को सीखने के दौरान उदाहरण क्यों दिए जाते हैं?
Correct answer:सही उत्तर:B
Examples show the system how different inputs may be related to categories, outcomes, or labels. By examining many examples, a learning system can discover useful patterns and apply them to new inputs. Decorating a machine, reducing paper, or emptying a room has no connection with the purpose of training examples.उदाहरण प्रणाली को दिखाते हैं कि अलग-अलग इनपुट किन श्रेणियों, परिणामों या लेबलों से जुड़े हो सकते हैं। अनेक उदाहरणों का अध्ययन करके सीखने वाली प्रणाली उपयोगी पैटर्न खोजती है और उन्हें नए इनपुट पर लागू करती है। मशीन सजाना, कागज़ बचाना या कमरा खाली करना प्रशिक्षण उदाहरणों का उद्देश्य नहीं है।
What is the main purpose of training in Artificial Intelligence?कृत्रिम बुद्धिमत्ता में प्रशिक्षण का मुख्य उद्देश्य क्या है?
Correct answer:सही उत्तर:A
During training, an AI model processes examples and adjusts its internal parameters so that it can recognise useful patterns or relationships. Later, it can use what it learned to classify or predict new inputs. Assembling hardware, deleting data, or blocking inputs does not teach the model how to perform its task.प्रशिक्षण के दौरान AI मॉडल उदाहरणों को संसाधित करता है और अपने आंतरिक मापदंडों को समायोजित करता है, ताकि उपयोगी पैटर्न या संबंध सीख सके। बाद में वह इस सीख का उपयोग नए इनपुट के वर्गीकरण या पूर्वानुमान में करता है। हार्डवेयर जोड़ना, डेटा मिटाना या इनपुट रोकना मॉडल को कार्य सिखाने का उद्देश्य नहीं है।
Which characteristic of an Artificial Intelligence system enables it to learn from examples and make decisions about new inputs?कृत्रिम बुद्धिमत्ता प्रणाली की कौन-सी विशेषता उसे उदाहरणों से सीखकर नए इनपुट के बारे में निर्णय लेने में सक्षम बनाती है?
Correct answer:सही उत्तर:A
Learning patterns from training examples allows an AI system to generalise: it can use what it learned from known cases to classify or estimate outcomes for new cases. A fixed rule program does not learn unless it is changed, random answers are not learning, and human approval is a control method rather than the learning characteristic itself.प्रशिक्षण उदाहरणों से पैटर्न सीखने पर AI प्रणाली सामान्यीकरण कर सकती है। वह ज्ञात मामलों से सीखी जानकारी का उपयोग नए मामलों के वर्गीकरण या अनुमान में करती है। केवल निश्चित नियम दोहराने वाला प्रोग्राम स्वयं नहीं सीखता, यादृच्छिक उत्तर सीखने का प्रमाण नहीं हैं और मानव अनुमति नियंत्रण है, सीखने की विशेषता नहीं।
What is training data mainly used for in Artificial Intelligence?कृत्रिम बुद्धिमत्ता में प्रशिक्षण डेटा का उपयोग मुख्यतः किस कार्य के लिए किया जाता है?
Correct answer:सही उत्तर:A
Training data contains examples such as images, text, measurements, or labelled records. The model uses these examples to learn relationships and patterns that can later support classification or prediction on new data. Training data does not physically expand memory, speed up the internet, or change keyboard functions.प्रशिक्षण डेटा में चित्र, पाठ, माप या लेबल किए गए रिकॉर्ड जैसे उदाहरण होते हैं। मॉडल इन उदाहरणों से संबंध और पैटर्न सीखता है, ताकि बाद में नए डेटा का वर्गीकरण या पूर्वानुमान कर सके। प्रशिक्षण डेटा भौतिक मेमोरी नहीं बढ़ाता, इंटरनेट तेज नहीं करता और कीबोर्ड के कार्य नहीं बदलता।
Google Analytics helps us understand site usage. Google may send limited cookie-free signals before your choice. The Live Visitors widget operates independently of this analytics choice; see the privacy policy for its provider and fallback details. Essential site features work without analytics cookies. You can change your choice later in Privacy choices. Privacy policy
