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 MCQ Questions for Class 12

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

Practice Questions

31 questions tagged with machine learning.

एक विनिर्माण इकाई ने मशीन सीखने आधारित गुणवत्ता जांच अपनाई और दोष जल्दी पकड़ने लगी। यह किस आयाम का उदाहरण है?

A manufacturing unit adopted machine learning based quality checking and started detecting defects early. This is an example of which dimension?

Explanation opens after your attempt
Correct Answer

C. तकनीकी आयामTechnological dimension

Explanation

Simple Explanation

मशीन सीखना और स्वचालित जांच तकनीकी प्रगति हैं। परीक्षा में ऐसे डिजिटल साधनों को तकनीकी आयाम मानें। / Machine learning and automated checking are technological progress. In exams treat such digital tools as technological dimension.

Open Question Page
Ask Friends

हानि फलन का मुख्य कार्य क्या है?

What is the main function of a loss function?

Explanation opens after your attempt
Correct Answer

A. अनुमान और वास्तविक उत्तर का अंतर मापनाTo measure difference between prediction and actual answer

Step 1

Concept

प्रतिरूप का अनुमान हमेशा सही नहीं होता। / A model prediction is not always correct.

Step 2

Why this answer is correct

हानि फलन बताता है कि अनुमान वास्तविक उत्तर से कितना अलग है। / A loss function tells how different the prediction is from the actual answer.

Step 3

Exam Tip

प्रशिक्षण में इसे कम करना लक्ष्य होता है। / Reducing it is a goal during training.

Open Question Page
Ask Friends

प्रतिरूप प्रशिक्षण और परीक्षण दोनों पर कमजोर हो तो यह किसका संकेत हो सकता है?

If a model performs poorly on both training and testing data what can it indicate?

Explanation opens after your attempt
Correct Answer

A. कम सीखनाUnderfitting

Step 1

Concept

कम सीखने में प्रतिरूप आंकड़ों का ढांचा ठीक से नहीं पकड़ता। / In underfitting the model does not learn the data pattern well.

Step 2

Why this answer is correct

इसलिए प्रशिक्षण और परीक्षण दोनों पर परिणाम कमजोर हो सकते हैं। / So it can perform poorly on both training and testing data.

Step 3

Exam Tip

ऐसे में बेहतर विशेषता या उपयुक्त विधि चाहिए हो सकती है। / Better features or suitable methods may be needed.

Open Question Page
Ask Friends

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 सही उत्तर दिए जाते हैंCorrect answers are given in supervised learning

Step 1

Concept

सुव्यवस्थित अधिगम में उदाहरण और सही परिणाम मिलते हैं। / Supervised learning has examples with correct outputs.

Step 2

Why this answer is correct

अव्यवस्थित अधिगम में प्रतिरूप स्वयं ढांचे खोजता है। / Unsupervised learning finds patterns by itself.

Step 3

Exam Tip

सही उत्तर की उपलब्धता मुख्य अंतर है। / Availability of correct answers is the main difference.

Open Question Page
Ask Friends

पूर्वानुमान प्रतिरूप के लिए उपयुक्त परिणाम कौन सा है?

Which is a suitable output for a regression model?

Explanation opens after your attempt
Correct Answer

A. मकान की कीमत का अनुमानEstimated price of a house

Step 1

Concept

पूर्वानुमान में परिणाम संख्यात्मक मान होता है। / Regression gives a numerical value.

Step 2

Why this answer is correct

मकान की कीमत संख्या के रूप में बताई जाती है। / House price is given as a number.

Step 3

Exam Tip

वर्ग वाले उत्तर वर्गीकरण से जुड़े हैं। / Category based answers belong to classification.

Open Question Page
Ask Friends

वर्गीकरण प्रतिरूप के लिए उपयुक्त परिणाम कौन सा है?

Which is a suitable output for a classification model?

Explanation opens after your attempt
Correct Answer

A. रोगी है या रोगी नहींSick or not sick

Step 1

Concept

वर्गीकरण में परिणाम वर्ग के रूप में होता है। / Classification gives output as a category.

Step 2

Why this answer is correct

रोगी है या नहीं यह दो वर्गों वाला उदाहरण है। / Sick or not sick is a two class example.

Step 3

Exam Tip

कीमत और तापमान संख्या पूर्वानुमान कार्यों से जुड़े हैं। / Price and temperature values are related to regression tasks.

Open Question Page
Ask Friends

आंकड़ा रूपांतरण का उपयोग किसलिए किया जाता है?

What is data transformation used for?

Explanation opens after your attempt
Correct Answer

A. आंकड़ों को उपयुक्त रूप में बदलने के लिएTo convert data into a suitable form

Step 1

Concept

कच्चे आंकड़े हमेशा प्रशिक्षण के लिए तैयार नहीं होते। / Raw data are not always ready for training.

Step 2

Why this answer is correct

रूपांतरण उन्हें उपयुक्त रूप में बदलता है। / Transformation converts them into a suitable form.

Step 3

Exam Tip

इससे आगे का विश्लेषण और अधिगम आसान होता है। / This makes analysis and learning easier.

Open Question Page
Ask Friends

आंकड़ों में असंतुलन होने पर कौन सी समस्या हो सकती है?

What problem can happen when data are imbalanced?

Explanation opens after your attempt
Correct Answer

A. प्रतिरूप बड़े समूह की ओर झुक सकता हैThe model may lean toward the larger group

Step 1

Concept

असंतुलित आंकड़ों में एक समूह बहुत अधिक हो सकता है। / In imbalanced data one group may be much larger.

Step 2

Why this answer is correct

प्रतिरूप उसी समूह को अधिक सीख सकता है। / The model may learn more about that group.

Step 3

Exam Tip

इसलिए संतुलित और विविध आंकड़े जरूरी हैं। / So balanced and diverse data are important.

Open Question Page
Ask Friends

सामान्यीकरण का अर्थ क्या है?

What does generalization mean?

Explanation opens after your attempt
Correct Answer

A. नए आंकड़ों पर भी सही काम करने की क्षमताAbility to work well on new data

Step 1

Concept

अच्छा प्रतिरूप केवल प्रशिक्षण आंकड़ों पर निर्भर नहीं रहता। / A good model does not depend only on training data.

Step 2

Why this answer is correct

वह नए आंकड़ों पर भी सही अनुमान देता है। / It predicts well on new data too.

Step 3

Exam Tip

यही सामान्यीकरण की क्षमता है। / This is the ability of generalization.

Open Question Page
Ask Friends

निकटतम पड़ोसी विधि का मूल विचार क्या है?

What is the basic idea of nearest neighbor method?

Explanation opens after your attempt
Correct Answer

A. मिलते-जुलते उदाहरणों के आधार पर निर्णय लेनाDeciding based on similar examples

Step 1

Concept

यह विधि नए उदाहरण की तुलना पुराने उदाहरणों से करती है। / This method compares a new example with old examples.

Step 2

Why this answer is correct

जो उदाहरण सबसे मिलते-जुलते हों उनसे निर्णय लिया जाता है। / The most similar examples help decide.

Step 3

Exam Tip

इसलिए दूरी या समानता का विचार महत्वपूर्ण है। / Therefore distance or similarity is important.

Open Question Page
Ask Friends

निर्णय वृक्ष का सरल विचार क्या है?

What is the simple idea of a decision tree?

Explanation opens after your attempt
Correct Answer

A. प्रश्नों के आधार पर शाखाओं में निर्णय लेनाMaking decisions through branches based on questions

Step 1

Concept

निर्णय वृक्ष में हर शाखा किसी शर्त या प्रश्न से जुड़ी हो सकती है। / In a decision tree each branch can be linked to a condition or question.

Step 2

Why this answer is correct

शाखाओं का पालन करके अंतिम निर्णय मिलता है। / Following branches gives the final decision.

Step 3

Exam Tip

यह समझने में सरल प्रतिरूप माना जाता है। / It is considered an easy to understand model.

Open Question Page
Ask Friends

प्रतिरूप चयन करते समय सबसे महत्वपूर्ण बात क्या है?

What is most important while selecting a model?

Explanation opens after your attempt
Correct Answer

A. समस्या के प्रकार और आंकड़ों की प्रकृतिType of problem and nature of data

Step 1

Concept

हर समस्या के लिए एक ही प्रतिरूप सही नहीं होता। / One model is not correct for every problem.

Step 2

Why this answer is correct

समस्या वर्गीकरण पूर्वानुमान या समूह बनाने की हो सकती है। / The problem can be classification regression or clustering.

Step 3

Exam Tip

इसलिए प्रतिरूप चयन समस्या और आंकड़ों पर निर्भर करता है। / Model selection depends on the problem and data.

Open Question Page
Ask Friends

अधिगम दर बहुत कम होने पर क्या हो सकता है?

What can happen if the learning rate is too low?

Explanation opens after your attempt
Correct Answer

A. प्रशिक्षण बहुत धीमा हो सकता हैTraining can become very slow

Step 1

Concept

छोटी अधिगम दर से सुधार छोटे कदमों में होता है। / A small learning rate updates in small steps.

Step 2

Why this answer is correct

इससे सही स्थान तक पहुंचने में अधिक समय लग सकता है। / It can take more time to reach the correct place.

Step 3

Exam Tip

इसलिए संतुलित दर महत्वपूर्ण है। / So a balanced rate is important.

Open Question Page
Ask Friends

हानि मान क्या दर्शाता है?

What does loss value show?

Explanation opens after your attempt
Correct Answer

A. अनुमान और वास्तविक परिणाम में अंतरDifference between prediction and actual result

Step 1

Concept

प्रतिरूप अनुमान देता है। / A model gives a prediction.

Step 2

Why this answer is correct

हानि मान बताता है कि अनुमान वास्तविक परिणाम से कितना अलग है। / Loss value shows how different the prediction is from the actual result.

Step 3

Exam Tip

प्रशिक्षण में हानि कम करना लक्ष्य होता है। / Reducing loss is a goal in training.

Open Question Page
Ask Friends

प्रशिक्षण और परीक्षण आंकड़ों को अलग रखना क्यों जरूरी है?

Why is it important to keep training and testing data separate?

Explanation opens after your attempt
Correct Answer

A. नए आंकड़ों पर प्रतिरूप की क्षमता जांचने के लिएTo check model ability on new data

Step 1

Concept

प्रशिक्षण आंकड़ों से प्रतिरूप सीखता है। / The model learns from training data.

Step 2

Why this answer is correct

परीक्षण आंकड़े नए उदाहरणों जैसा व्यवहार करते हैं। / Test data act like new examples.

Step 3

Exam Tip

अलग रखने से वास्तविक प्रदर्शन का अंदाजा मिलता है। / Keeping them separate gives a better idea of real performance.

Open Question Page
Ask Friends

समूह बनाना किस प्रकार के अधिगम से जुड़ा है?

Clustering is related to which type of learning?

Explanation opens after your attempt
Correct Answer

A. अव्यवस्थित अधिगमUnsupervised learning

Step 1

Concept

समूह बनाने में पहले से सही उत्तर नहीं दिए जाते। / In clustering correct answers are not given beforehand.

Step 2

Why this answer is correct

प्रतिरूप समान उदाहरणों को समूह में रखता है। / The model groups similar examples.

Step 3

Exam Tip

इसलिए यह अव्यवस्थित अधिगम से जुड़ा है। / So it is related to unsupervised learning.

Open Question Page
Ask Friends

वर्गीकरण और पूर्वानुमान में मुख्य अंतर क्या है?

What is the main difference between classification and regression?

Explanation opens after your attempt
Correct Answer

A. वर्गीकरण वर्ग बताता है पूर्वानुमान संख्या बताता हैClassification gives a class regression gives a number

Step 1

Concept

वर्गीकरण में उत्तर किसी वर्ग में होता है। / In classification the answer is a category.

Step 2

Why this answer is correct

पूर्वानुमान में उत्तर संख्या हो सकता है। / In regression the answer can be a number.

Step 3

Exam Tip

परीक्षा में वर्ग और संख्या का अंतर याद रखें। / In exams remember the category and number difference.

Open Question Page
Ask Friends

आंकड़ा पूर्वप्रसंस्करण का उद्देश्य क्या है?

What is the purpose of data preprocessing?

Explanation opens after your attempt
Correct Answer

A. कच्चे आंकड़ों को उपयोग के लिए तैयार करनाTo prepare raw data for use

Step 1

Concept

कच्चे आंकड़ों में त्रुटि अधूरे मान या असमान रूप हो सकते हैं। / Raw data may have errors missing values or different formats.

Step 2

Why this answer is correct

पूर्वप्रसंस्करण उन्हें व्यवस्थित करता है। / Preprocessing organizes them.

Step 3

Exam Tip

इससे प्रशिक्षण और विश्लेषण बेहतर हो सकते हैं। / It can improve training and analysis.

Open Question Page
Ask Friends

नियम आधारित प्रणाली और सीखने वाली प्रणाली में मुख्य अंतर क्या है?

What is the main difference between a rule based system and a learning system?

Explanation opens after your attempt
Correct Answer

A. नियम आधारित प्रणाली पहले से दिए नियमों पर चलती हैA rule based system works on predefined rules

Step 1

Concept

नियम आधारित प्रणाली तय नियमों का पालन करती है। / A rule based system follows fixed rules.

Step 2

Why this answer is correct

सीखने वाली प्रणाली आंकड़ों से ढांचे सीख सकती है। / A learning system can learn patterns from data.

Step 3

Exam Tip

यही दोनों के बीच मुख्य अंतर है। / This is the main difference between them.

Open Question Page
Ask Friends

मॉडल प्रशिक्षण के बाद मूल्यांकन क्यों आवश्यक है?

Why is evaluation needed after model training?

Explanation opens after your attempt
Correct Answer

A. यह जानने के लिए कि मॉडल कितना सही काम कर रहा हैTo know how well the model is working

Step 1

Concept

प्रशिक्षण के बाद मॉडल का प्रदर्शन जांचना जरूरी है। / After training model performance must be checked.

Step 2

Why this answer is correct

मूल्यांकन से सही और गलत परिणामों की जानकारी मिलती है। / Evaluation gives information about correct and wrong results.

Step 3

Exam Tip

इससे मॉडल में सुधार किया जा सकता है। / This helps improve the model.

Open Question Page
Ask Friends

सटीकता का सरल अर्थ क्या है?

What is the simple meaning of accuracy?

Explanation opens after your attempt
Correct Answer

A. कुल उत्तरों में सही उत्तरों का अनुपातRatio of correct answers among total answers

Step 1

Concept

सटीकता मॉडल के सही परिणामों को मापती है। / Accuracy measures correct results of a model.

Step 2

Why this answer is correct

यह कुल परिणामों में सही परिणामों का अनुपात बताती है। / It shows the ratio of correct results among total results.

Step 3

Exam Tip

सरल वर्गीकरण में यह सामान्य माप है। / It is a common measure in simple classification.

Open Question Page
Ask Friends

कम सीखना किस समस्या को दिखाता है?

What problem does underfitting show?

Explanation opens after your attempt
Correct Answer

A. मॉडल आंकड़ों का ढांचा ठीक से नहीं सीखताThe model does not learn the data pattern properly

Step 1

Concept

कम सीखने में मॉडल सरल ढांचा भी ठीक से नहीं पकड़ता। / In underfitting the model cannot capture even simple patterns well.

Step 2

Why this answer is correct

इससे प्रशिक्षण और परीक्षण दोनों पर खराब परिणाम आ सकते हैं। / It may perform poorly on both training and test data.

Step 3

Exam Tip

मॉडल को बेहतर विशेषता या उचित विधि चाहिए हो सकती है। / Better features or a suitable method may be needed.

Open Question Page
Ask Friends

अधिक सीख जाना किस स्थिति को दर्शाता है?

What does overfitting indicate?

Explanation opens after your attempt
Correct Answer

A. मॉडल प्रशिक्षण आंकड़ों को बहुत अधिक याद कर लेता हैThe model memorizes training data too much

Step 1

Concept

अधिक सीख जाने में मॉडल प्रशिक्षण आंकड़ों पर बहुत अच्छा दिख सकता है। / In overfitting the model may perform very well on training data.

Step 2

Why this answer is correct

पर नए आंकड़ों पर उसका प्रदर्शन घट सकता है। / It may perform poorly on new data.

Step 3

Exam Tip

इसलिए सामान्यीकरण की जांच जरूरी है। / So generalization must be checked.

Open Question Page
Ask Friends

विशेषता का अर्थ आंकड़ा विश्लेषण में क्या है?

What does feature mean in data analysis?

Explanation opens after your attempt
Correct Answer

A. आंकड़े की उपयोगी पहचान या गुणUseful attribute or property of data

Step 1

Concept

विशेषता किसी वस्तु या उदाहरण का गुण बताती है। / A feature describes a property of an object or example.

Step 2

Why this answer is correct

मॉडल इन्हीं गुणों से सीखता है। / The model learns from these properties.

Step 3

Exam Tip

सही विशेषताएं बेहतर परिणाम में मदद करती हैं। / Good features help better results.

Open Question Page
Ask Friends

मॉडल का अर्थ कृत्रिम बुद्धिमत्ता में क्या होता है?

What does model mean in artificial intelligence?

Explanation opens after your attempt
Correct Answer

A. सीखे हुए नियमों वाला ढांचाA structure with learned rules

Step 1

Concept

मॉडल आंकड़ों से सीखकर नियम या ढांचा बनाता है। / A model builds rules or structure from data.

Step 2

Why this answer is correct

वही ढांचा नए इनपुट पर परिणाम देता है। / That structure gives results for new input.

Step 3

Exam Tip

मॉडल को प्रशिक्षण और परीक्षण से सुधारा जाता है। / The model is improved through training and testing.

Open Question Page
Ask Friends

पूर्वानुमान कार्य में मॉडल सामान्यतः क्या बताता है?

What does a model usually give in prediction or regression?

Explanation opens after your attempt
Correct Answer

A. संख्यात्मक मानNumerical value

Step 1

Concept

पूर्वानुमान में मॉडल किसी मात्रा का अनुमान लगाता है। / In regression a model estimates a quantity.

Step 2

Why this answer is correct

परिणाम अक्सर संख्या के रूप में होता है। / The result is often a number.

Step 3

Exam Tip

घर की कीमत बताना इसका सरल उदाहरण है। / Predicting house price is a simple example.

Open Question Page
Ask Friends

वर्गीकरण कार्य में मॉडल क्या करता है?

What does a model do in classification?

Explanation opens after your attempt
Correct Answer

A. इनपुट को किसी वर्ग में रखता हैPlaces input into a category

Step 1

Concept

वर्गीकरण में परिणाम अलग-अलग वर्गों में होता है। / In classification the result belongs to different categories.

Step 2

Why this answer is correct

मॉडल इनपुट देखकर उचित वर्ग चुनता है। / The model selects a suitable category for the input.

Step 3

Exam Tip

ईमेल को सामान्य या अवांछित बताना इसका उदाहरण है। / Classifying email as normal or spam is an example.

Open Question Page
Ask Friends

सुव्यवस्थित अधिगम में क्या दिया जाता है?

What is provided in supervised learning?

Explanation opens after your attempt
Correct Answer

A. इनपुट के साथ सही उत्तरCorrect answer with input

Step 1

Concept

सुव्यवस्थित अधिगम में उदाहरणों के साथ सही परिणाम दिए जाते हैं। / Supervised learning uses examples with correct results.

Step 2

Why this answer is correct

मॉडल इनसे इनपुट और उत्तर का संबंध सीखता है। / The model learns the relation between input and answer.

Step 3

Exam Tip

वर्गीकरण और पूर्वानुमान इसके उदाहरण हो सकते हैं। / Classification and prediction can be examples.

Open Question Page
Ask Friends

परीक्षण आंकड़ों का मुख्य काम क्या है?

What is the main work of test data?

Explanation opens after your attempt
Correct Answer

A. मॉडल के प्रदर्शन को जांचनाTo check model performance

Step 1

Concept

परीक्षण आंकड़े सीखने के बाद उपयोग किए जाते हैं। / Test data are used after learning.

Step 2

Why this answer is correct

इनसे पता चलता है कि मॉडल नए आंकड़ों पर कैसा काम करता है। / They show how the model works on new data.

Step 3

Exam Tip

परीक्षा में इसे मूल्यांकन से जोड़ें। / In exams connect it with evaluation.

Open Question Page
Ask Friends

प्रशिक्षण आंकड़ों का उपयोग किसलिए किया जाता है?

What are training data used for?

Explanation opens after your attempt
Correct Answer

A. मॉडल को सीखाने के लिएTo train the model

Step 1

Concept

प्रशिक्षण आंकड़े उदाहरणों का समूह होते हैं। / Training data are a set of examples.

Step 2

Why this answer is correct

मॉडल इन्हीं उदाहरणों से संबंध सीखता है। / The model learns relationships from these examples.

Step 3

Exam Tip

सही प्रशिक्षण आंकड़े मॉडल की गुणवत्ता बढ़ाते हैं। / Correct training data improve model quality.

Open Question Page
Ask Friends