Computer Fundamentals — MCQ Practice

Hindi aur English dono mein practice karo — click karo answer check karne ke liye

📚 2941 Questions 🌐 Hindi + English ✅ Free
भाषा / Language:
2941 questions
1501
EN + हिं Medium
GB Gradient descent optimization minimizes?
IN ग्रेडिएंट डिसेंट ऑप्टिमाइज़ेशन न्यूनतम करता है?
A
Data size डेटा का आकार
B
Loss function by iteratively adjusting weights वज़न को पुनरावर्ती रूप से समायोजित करके हानि फ़ंक्शन
C
Memory usage स्मृति प्रयोग
D
Training data प्रशिक्षण डेटा
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Gradient descent updates model weights in the direction of negative gradient to minimize the loss function.
व्याख्या (हिन्दी) हानि फ़ंक्शन को कम करने के लिए ग्रेडिएंट डिसेंट मॉडल के वजन को नकारात्मक ग्रेडिएंट की दिशा में अपडेट करता है।
1502
EN + हिं Medium
GB Stochastic Gradient Descent (SGD) differs from batch GD in?
IN स्टोकेस्टिक ग्रेडिएंट डिसेंट (एसजीडी) बैच जीडी से किसमें भिन्न है?
A
Uses entire dataset संपूर्ण डेटासेट का उपयोग करता है
B
Updates weights using single random sample per iteration प्रति पुनरावृत्ति एकल यादृच्छिक नमूने का उपयोग करके वज़न अपडेट करता है
C
Never converges कभी नहीं जुटते
D
Uses no data कोई डेटा उपयोग नहीं करता
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) SGD updates weights after each individual training example — noisier but faster than batch gradient descent.
व्याख्या (हिन्दी) एसजीडी प्रत्येक व्यक्तिगत प्रशिक्षण उदाहरण के बाद वजन अपडेट करता है - शोर लेकिन बैच ग्रेडिएंट डीसेंट की तुलना में तेज़।
1503
EN + हिं Medium
GB Mini-batch gradient descent uses?
IN मिनी-बैच ग्रेडिएंट डिसेंट का उपयोग?
A
One sample एक नमूना
B
Entire dataset संपूर्ण डेटासेट
C
Small random subset of samples per update प्रति अद्यतन नमूनों का छोटा यादृच्छिक उपसमूह
D
Random number of samples नमूनों की यादृच्छिक संख्या
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Mini-batch GD uses small batches (32, 64, 128 samples) — balancing speed and stability of convergence.
व्याख्या (हिन्दी) मिनी-बैच जीडी छोटे बैचों (32, 64, 128 नमूने) का उपयोग करता है - अभिसरण की गति और स्थिरता को संतुलित करता है।
1504
EN + हिं Medium
GB Adam optimizer combines?
IN एडम ऑप्टिमाइज़र का संयोजन?
A
SGD with momentum only केवल गति के साथ SGD
B
RMSprop and Momentum — adaptive learning rates per parameter आरएमएसप्रॉप और मोमेंटम - प्रति पैरामीटर अनुकूली सीखने की दर
C
Pure gradient descent शुद्ध क्रमिक अवतरण
D
Genetic algorithms आनुवंशिक एल्गोरिदम
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Adam (Adaptive Moment Estimation) combines momentum and RMSprop for adaptive per-parameter learning rates.
व्याख्या (हिन्दी) एडम (अनुकूली क्षण अनुमान) अनुकूली प्रति-पैरामीटर सीखने की दर के लिए गति और आरएमएसप्रॉप को जोड़ता है।
1505
EN + हिं Medium
GB Learning rate in neural networks?
IN तंत्रिका नेटवर्क में सीखने की दर?
A
Determines network size नेटवर्क का आकार निर्धारित करता है
B
Controls step size in weight updates during training प्रशिक्षण के दौरान वजन अपडेट में चरण आकार को नियंत्रित करता है
C
Sets number of layers परतों की संख्या निर्धारित करता है
D
Defines batch size बैच आकार को परिभाषित करता है
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Learning rate is the hyperparameter controlling how much weights are updated each training step.
व्याख्या (हिन्दी) सीखने की दर एक हाइपरपैरामीटर है जो नियंत्रित करता है कि प्रत्येक प्रशिक्षण चरण में कितना वजन अपडेट किया जाता है।
1506
EN + हिं Medium
GB Dropout regularization randomly?
IN ड्रॉपआउट नियमितीकरण बेतरतीब ढंग से?
A
Drops training data प्रशिक्षण डेटा छोड़ देता है
B
Deactivates random neurons during training to prevent overfitting ओवरफिटिंग को रोकने के लिए प्रशिक्षण के दौरान यादृच्छिक न्यूरॉन्स को निष्क्रिय कर देता है
C
Drops layers परतें गिराता है
D
Reduces learning rate सीखने की दर कम कर देता है
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Dropout randomly sets neuron activations to zero during training, forcing the network to learn redundant representations.
व्याख्या (हिन्दी) ड्रॉपआउट प्रशिक्षण के दौरान बेतरतीब ढंग से न्यूरॉन सक्रियण को शून्य पर सेट करता है, जिससे नेटवर्क को अनावश्यक अभ्यावेदन सीखने के लिए मजबूर होना पड़ता है।
1507
EN + हिं Medium
GB Batch normalization normalizes?
IN बैच सामान्यीकरण सामान्यीकृत होता है?
A
Input data only केवल इनपुट डेटा
B
Activations within each mini-batch, stabilizing training प्रत्येक मिनी-बैच के भीतर सक्रियण, प्रशिक्षण को स्थिर करना
C
Output layer only केवल आउटपुट परत
D
Loss values हानि मान
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Batch normalization normalizes layer inputs using batch statistics, improving training stability and speed.
व्याख्या (हिन्दी) बैच सामान्यीकरण बैच आँकड़ों का उपयोग करके परत इनपुट को सामान्य करता है, जिससे प्रशिक्षण स्थिरता और गति में सुधार होता है।
1508
EN + हिं Medium
GB Transfer learning uses?
IN स्थानांतरण शिक्षण उपयोग?
A
Training from scratch on new data नए डेटा पर आरंभ से प्रशिक्षण
B
Pre-trained model weights as starting point for new task नए कार्य के लिए शुरुआती बिंदु के रूप में पूर्व-प्रशिक्षित मॉडल का वजन
C
No training at all बिल्कुल कोई प्रशिक्षण नहीं
D
Random initialization always हमेशा यादृच्छिक आरंभीकरण
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Transfer learning fine-tunes or adapts pre-trained models (trained on large datasets) for new, related tasks.
व्याख्या (हिन्दी) सीखने की बारीकियों को स्थानांतरित करें या नए, संबंधित कार्यों के लिए पूर्व-प्रशिक्षित मॉडल (बड़े डेटासेट पर प्रशिक्षित) को अपनाएं।
1509
EN + हिं Medium
GB Attention mechanism in transformers computes?
IN ट्रांसफार्मर गणना में ध्यान तंत्र?
A
Layer normalization परत सामान्यीकरण
B
Weighted sum of values based on query-key similarity क्वेरी-कुंजी समानता के आधार पर मानों का भारित योग
C
Activation functions सक्रियण कार्य
D
Dropout masks ड्रॉपआउट मुखौटे
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Attention computes similarity between queries and keys to produce a weighted sum of value vectors.
व्याख्या (हिन्दी) ध्यान मूल्य वैक्टर का भारित योग उत्पन्न करने के लिए प्रश्नों और कुंजियों के बीच समानता की गणना करता है।
1510
EN + हिं Medium
GB Self-attention in transformers?
IN ट्रांसफार्मर में आत्म-ध्यान?
A
Uses external memory बाह्य मेमोरी का उपयोग करता है
B
Computes attention within the same sequence — every token attends to all others एक ही क्रम में ध्यान की गणना करता है - प्रत्येक टोकन अन्य सभी पर ध्यान देता है
C
Uses RNN state आरएनएन स्थिति का उपयोग करता है
D
Is convolutional संवेगात्मक है
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Self-attention allows each token in a sequence to attend to all other tokens in the same sequence simultaneously.
व्याख्या (हिन्दी) आत्म-ध्यान एक क्रम में प्रत्येक टोकन को एक ही क्रम में अन्य सभी टोकन में शामिल होने की अनुमति देता है।
1511
EN + हिं Medium
GB BERT (Bidirectional Encoder Representations from Transformers) is pre-trained using?
IN BERT (ट्रांसफॉर्मर्स से द्विदिश एनकोडर प्रतिनिधित्व) का उपयोग करके पूर्व-प्रशिक्षित किया जाता है?
A
Supervised learning only केवल पर्यवेक्षित शिक्षण
B
Masked Language Modeling (MLM) and Next Sentence Prediction (NSP) नकाबपोश भाषा मॉडलिंग (एमएलएम) और अगली वाक्य भविष्यवाणी (एनएसपी)
C
Reinforcement learning सुदृढीकरण सीखना
D
No pre-training कोई पूर्व प्रशिक्षण नहीं
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) BERT is pre-trained with MLM (predict masked tokens) and NSP (predict if two sentences are consecutive).
व्याख्या (हिन्दी) BERT को MLM (भविष्यवाणी नकाबपोश टोकन) और NSP (भविष्यवाणी करें कि क्या दो वाक्य लगातार हैं) के साथ पूर्व-प्रशिक्षित किया गया है।
1512
EN + हिं Medium
GB GPT models are?
IN GPT मॉडल हैं?
A
Bidirectional द्विदिश
B
Auto-regressive — generate text left to right using decoder-only transformer ऑटो-रिग्रेसिव - डिकोडर-ओनली ट्रांसफार्मर का उपयोग करके बाएं से दाएं टेक्स्ट उत्पन्न करें
C
Convolutional convolutional
D
Rule-based नियम-आधारित
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) GPT (Generative Pre-trained Transformer) uses decoder-only architecture, generating tokens left-to-right.
व्याख्या (हिन्दी) जीपीटी (जेनरेटिव प्री-ट्रेंड ट्रांसफार्मर) डिकोडर-ओनली आर्किटेक्चर का उपयोग करता है, जो बाएं से दाएं टोकन उत्पन्न करता है।
1513
EN + हिं Medium
GB Which evaluation metric is used for classification with imbalanced classes?
IN असंतुलित वर्गों के साथ वर्गीकरण के लिए किस मूल्यांकन मीट्रिक का उपयोग किया जाता है?
A
Accuracy शुद्धता
B
F1 score (harmonic mean of precision and recall) F1 स्कोर (परिशुद्धता और स्मरण का हार्मोनिक माध्य)
C
MSE एमएसई
D
RMSE आरएमएसई
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) F1 score balances precision and recall, making it appropriate for imbalanced classification problems.
व्याख्या (हिन्दी) एफ1 स्कोर सटीकता और रिकॉल को संतुलित करता है, जो इसे असंतुलित वर्गीकरण समस्याओं के लिए उपयुक्त बनाता है।
1514
EN + हिं Medium
GB Precision in classification is?
IN वर्गीकरण में परिशुद्धता है?
A
TP/(TP+FN) टीपी/(टीपी+एफएन)
B
TP/(TP+FP) — of all predicted positive, how many are actually positive टीपी/(टीपी+एफपी) - अनुमानित सभी सकारात्मक में से कितने वास्तव में सकारात्मक हैं
C
TN/(TN+FP) टीएन/(टीएन+एफपी)
D
TP+TN/(total) टीपी+टीएन/(कुल)
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Precision = True Positives / (True Positives + False Positives) — accuracy of positive predictions.
व्याख्या (हिन्दी) परिशुद्धता = सच्ची सकारात्मकताएँ / (सच्ची सकारात्मकताएँ + गलत सकारात्मकताएँ) - सकारात्मक भविष्यवाणियों की सटीकता।
1515
EN + हिं Medium
GB Recall (Sensitivity) is?
IN स्मरण (संवेदनशीलता) है?
A
TP/(TP+FP) टीपी/(टीपी+एफपी)
B
TP/(TP+FN) — of all actual positives, how many were correctly identified टीपी/(टीपी+एफएन) - सभी वास्तविक सकारात्मकताओं में से, कितने की सही पहचान की गई
C
TN/(TN+FP) टीएन/(टीएन+एफपी)
D
Accuracy शुद्धता
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Recall = True Positives / (True Positives + False Negatives) — completeness of positive detection.
व्याख्या (हिन्दी) स्मरण = सच्चे सकारात्मक / (सच्चे सकारात्मक + गलत नकारात्मक) - सकारात्मक पहचान की पूर्णता।
1501–1515 of 2941