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
Concept-wise Practice

machine learning basics MCQ Questions for Class 12

machine learning basics se related questions ko ek jagah revise karein. Har question me bilingual content, answer feedback aur explanation available hai.

All Tags Search Similar

Practice Questions

4 questions tagged with machine learning basics.

Question 1/4 Easy Artificial Intelligence Part B: Subject Specific Skills Unit 4: AI with Orange Data Mining Tool Class 12 Level 10

समूह निर्माण का उपयोग किस स्थिति में उपयुक्त है?

When is clustering suitable to use?

Explanation opens after your attempt
Correct Answer

A. जब समान ग्राहकों के समूह खोजने होंWhen groups of similar customers must be found

Explanation

Simple Explanation

समूह निर्माण (clustering) समान विशेषताओं वाले डेटा बिंदुओं को बिना पहले से दिए गए वर्ग-लेबल के समूहों में बाँटता है। इसलिए समान ग्राहकों के समूह, जैसे खरीदारी व्यवहार के आधार पर ग्राहक-वर्ग, खोजने के लिए यह उपयुक्त है। विकल्प B पर्यवेक्षित वर्गीकरण से संबंधित है, क्योंकि उसमें सही वर्ग पहले से ज्ञात होते हैं। परीक्षा-युक्ति: बिना लेबल वाले डेटा में पैटर्न या समूह खोजने की स्थिति में clustering चुनें। / Clustering groups data points with similar characteristics without using predefined class labels. Therefore, it is suitable for discovering groups of similar customers, such as customer segments based on purchasing behaviour. Option B describes supervised classification because the correct classes are already known. Exam tip: Choose clustering when the task is to discover patterns or groups in unlabeled data.

Open Question Page
Ask Friends
Question 2/4 Easy Artificial Intelligence Part B: Subject Specific Skills Unit 4: AI with Orange Data Mining Tool Class 12 Level 10

सुव्यवस्थित अधिगम और अव्यवस्थित अधिगम में मुख्य अंतर क्या है?

What is the main difference between supervised and unsupervised learning?

Explanation opens after your attempt
Correct Answer

A. सुव्यवस्थित अधिगम में इनपुट के साथ सही आउटपुट भी दिए जाते हैंSupervised learning provides the correct output along with each input

Explanation

Simple Explanation

सुव्यवस्थित अधिगम में मॉडल को इनपुट डेटा के साथ उसके सही आउटपुट या लेबल भी दिए जाते हैं, इसलिए वह इनपुट और आउटपुट के बीच संबंध सीखता है। इसके विपरीत, अव्यवस्थित अधिगम में लेबल पहले से नहीं दिए जाते और मॉडल स्वयं डेटा में समूह या प्रतिरूप खोजता है। इसलिए विकल्प A सही है; विकल्प B अव्यवस्थित अधिगम की विशेषता को गलत बताता है। परीक्षा-युक्ति: supervised learning को labeled data और unsupervised learning को unlabeled data से जोड़कर याद रखें। / In supervised learning, the model receives input data along with the correct outputs or labels and learns the relationship between them. In contrast, unsupervised learning does not provide predefined labels; the model discovers groups or patterns in the data on its own. Therefore, option A is correct, while option B incorrectly assigns labels to unsupervised learning. Exam tip: associate supervised learning with labeled data and unsupervised learning with unlabeled data.

Open Question Page
Ask Friends
Question 3/4 Easy Artificial Intelligence Part B: Subject Specific Skills Unit 4: AI with Orange Data Mining Tool Class 12 Level 9

समूह निर्माण में समानता क्यों महत्वपूर्ण है?

Why is similarity important in clustering?

Explanation opens after your attempt
Correct Answer

A. क्योंकि समान उदाहरण एक समूह में रखे जाते हैंBecause similar examples are placed in one group

Explanation

Simple Explanation

क्लस्टरिंग एक असुपरवाइज्ड लर्निंग विधि है, जिसमें पहले से दिए गए वर्ग-लेबल नहीं होते। इसलिए डेटा-बिंदुओं की समानता या निकटता के आधार पर समान उदाहरणों को एक ही समूह में रखा जाता है। विकल्प B गलत है, क्योंकि उद्देश्य सभी उदाहरणों को अलग करना नहीं है; विकल्प C वर्गीकरण से संबंधित है। परीक्षा-युक्ति: क्लस्टरिंग में “समान डेटा साथ, असमान डेटा अलग” याद रखें। / Clustering is an unsupervised learning method in which class labels are not provided in advance. Data points are grouped according to their similarity or closeness, so similar examples are placed in the same cluster. Option B is incorrect because clustering does not aim to separate every example, while option C describes a labelled or supervised setting. Exam tip: remember “similar data together, dissimilar data apart.”

Open Question Page
Ask Friends
Question 4/4 Easy Artificial Intelligence Part B: Subject Specific Skills Unit 2: Data Science Methodology Class 12 Level 7

अव्यवस्थित अधिगम में मॉडल क्या खोजता है?

What does a model find in unsupervised learning?

Explanation opens after your attempt
Correct Answer

A. आंकड़ों में छिपे समूह या पैटर्नHidden groups or patterns in data

Explanation

Simple Explanation

अव्यवस्थित अधिगम में डेटा के साथ पहले से लक्ष्य लेबल या सही उत्तर नहीं दिए जाते। मॉडल समानताओं और भिन्नताओं के आधार पर आंकड़ों में छिपे समूह, संबंध या पैटर्न खोजता है। क्लस्टरिंग इसका सामान्य उदाहरण है। विकल्प B और C पर्यवेक्षित अधिगम से अधिक संबंधित हैं, क्योंकि उनमें ज्ञात लक्ष्य या आउटपुट होते हैं। परीक्षा टिप: बिना लेबल वाले डेटा में समूह या पैटर्न पहचानना अव्यवस्थित अधिगम का संकेत है। / In unsupervised learning, the data does not come with predefined target labels or correct answers. The model looks for hidden groups, relationships, or patterns by examining similarities and differences in the data. Clustering is a common example. Options B and C are more closely associated with supervised learning because they use known targets or outputs. Exam tip: finding groups or patterns in unlabelled data indicates unsupervised learning.

Open Question Page
Ask Friends

machine learning basics Revision Links

All MCQ Tags

Browse concept directory

All Subjects

Subject-wise practice

Search machine learning basics

More keyword results