1516 Question 1516 EN + हिं Medium GB ROC curve plots? IN आरओसी वक्र प्लॉट? A Precision vs Recall परिशुद्धता बनाम स्मरण B True Positive Rate vs False Positive Rate at various thresholds विभिन्न सीमाओं पर सच्ची सकारात्मक दर बनाम झूठी सकारात्मक दर C Accuracy vs Loss सटीकता बनाम हानि D Training vs Validation loss प्रशिक्षण बनाम सत्यापन हानि ✅ Correct Answer: 💡 Explanation / व्याख्या Explanation (English) ROC (Receiver Operating Characteristic) curve plots TPR (sensitivity) vs FPR (1-specificity) at various thresholds. व्याख्या (हिन्दी) आरओसी (रिसीवर ऑपरेटिंग कैरेक्टरिस्टिक) वक्र विभिन्न थ्रेशोल्ड पर टीपीआर (संवेदनशीलता) बनाम एफपीआर (1-विशिष्टता) प्लॉट करता है। 🎯 Exam Perspective Computer Fundamentals के इस प्रश्न को — difficulty level "Medium" कई प्रतियोगी परीक्षाओं जैसे SSC, Railway, Banking और State PCS में repeat होते देखा गया है। Concept clarity के लिए explanation section जरूर पढ़ें। 🔗 Related Questions Support Vector Machine (SVM) finds? Boosting ensemble method? DBSCAN clustering algorithm? 📚 Related Topic Introduction to Computer (2618) Generations of Computer (21) Input Devices (36)
1517 Question 1517 EN + हिं Medium GB AUC (Area Under ROC Curve) of 1.0 means? IN 1.0 का AUC (आरओसी कर्व के अंतर्गत क्षेत्र) का मतलब है? A Random classifier यादृच्छिक वर्गीकरणकर्ता B Perfect classifier उत्तम वर्गीकारक C 50% accuracy 50% सटीकता D No discriminative ability कोई भेदभाव करने की क्षमता नहीं ✅ Correct Answer: 💡 Explanation / व्याख्या Explanation (English) AUC=1.0 is a perfect classifier; AUC=0.5 is no better than random guessing. व्याख्या (हिन्दी) AUC=1.0 एक आदर्श वर्गीकरणकर्ता है; AUC=0.5 यादृच्छिक अनुमान लगाने से बेहतर नहीं है। 🎯 Exam Perspective यह सवाल Computer Fundamentals category का है — difficulty level "Medium", और SSC CGL, IBPS, RRB और State-level परीक्षाओं के exam pattern में इस तरह के questions common हैं। Answer choose करने के बाद दिया गया explanation जरूर पढ़ें। 🔗 Related Questions Autoencoder is used for? Kernel trick in SVM allows? XGBoost is based on? 📚 Related Topic Introduction to Computer (2618) Generations of Computer (21) Input Devices (36)
1518 Question 1518 EN + हिं Medium GB K-fold cross-validation partitions data into? IN के-फ़ोल्ड क्रॉस-वैलिडेशन विभाजन डेटा में? A K training sets के प्रशिक्षण सेट B K folds — train on K-1, validate on 1, repeat K times K फोल्ड्स - K-1 पर ट्रेन करें, 1 पर मान्य करें, K बार दोहराएं C K test sets only केवल K परीक्षण सेट D One train and test set एक ट्रेन और परीक्षण सेट ✅ Correct Answer: 💡 Explanation / व्याख्या Explanation (English) K-fold CV divides data into K equal parts, cycling each as validation set while training on remaining K-1. व्याख्या (हिन्दी) के-फोल्ड सीवी डेटा को के समान भागों में विभाजित करता है, शेष के-1 पर प्रशिक्षण के दौरान प्रत्येक को सत्यापन सेट के रूप में चक्रित करता है। 🎯 Exam Perspective यह प्रश्न Computer Fundamentals की तैयारी करने वाले अभ्यर्थियों के लिए उपयोगी है — difficulty level "Medium"। इस तरह के प्रश्न अक्सर UPSC, SSC, Banking और Police भर्ती जैसी परीक्षाओं में पूछे जाते रहे हैं, इसलिए concept और explanation दोनों को ध्यान से समझें, सिर्फ उत्तर याद न करें। 🔗 Related Questions Hierarchical clustering produces? Support Vector Machine (SVM) finds? Which ML algorithm is based on Bayes' theorem? 📚 Related Topic Introduction to Computer (2618) Generations of Computer (21) Input Devices (36)
1519 Question 1519 EN + हिं Medium GB Which ML algorithm is based on Bayes' theorem? IN कौन सा एमएल एल्गोरिदम बेयस प्रमेय पर आधारित है? A SVM एसवीएम B Naïve Bayes classifier नाओवे बेयस क्लासिफायरियर C K-means कश्मीर साधन D Neural network तंत्रिका नेटवर्क ✅ Correct Answer: 💡 Explanation / व्याख्या Explanation (English) Naïve Bayes applies Bayes' theorem with 'naive' assumption of feature independence for classification. व्याख्या (हिन्दी) नैवे बेयस वर्गीकरण के लिए फीचर स्वतंत्रता की 'भोली' धारणा के साथ बेयस प्रमेय को लागू करता है। 🎯 Exam Perspective Computer Fundamentals से जुड़ा यह सवाल — difficulty level "Medium" उन students के लिए काम का है जो Railway, SSC, Banking और Defence परीक्षाओं की तैयारी कर रहे हैं। बेहतर होगा कि explanation पढ़कर concept clear करें, ताकि exam में similar प्रश्न आने पर confusion न हो। 🔗 Related Questions XGBoost is based on? K-fold cross-validation partitions data into? Boosting ensemble method? 📚 Related Topic Introduction to Computer (2618) Generations of Computer (21) Input Devices (36)
1520 Question 1520 EN + हिं Medium GB Support Vector Machine (SVM) finds? IN सपोर्ट वेक्टर मशीन (एसवीएम) मिलती है? A Mean of data डेटा का माध्य B Maximum margin hyperplane separating classes अधिकतम मार्जिन हाइपरप्लेन अलग करने वाली कक्षाएं C Nearest neighbor निकटतम पड़ोसी D Cluster centers क्लस्टर केंद्र ✅ Correct Answer: 💡 Explanation / व्याख्या Explanation (English) SVM finds the hyperplane that maximizes the margin (distance) between classes in feature space. व्याख्या (हिन्दी) एसवीएम हाइपरप्लेन ढूंढता है जो फीचर स्पेस में कक्षाओं के बीच मार्जिन (दूरी) को अधिकतम करता है। 🎯 Exam Perspective SSC, Railway, Banking और State PCS जैसी परीक्षाओं में Computer Fundamentals से सवाल अक्सर पूछे जाते हैं — difficulty level "Medium"। इसलिए सिर्फ answer रटने के बजाय, नीचे दी गई explanation को ध्यान से पढ़ें और concept समझें। 🔗 Related Questions PCA (Principal Component Analysis) is used for? DBSCAN clustering algorithm? Kernel trick in SVM allows? 📚 Related Topic Introduction to Computer (2618) Generations of Computer (21) Input Devices (36)
1521 Question 1521 EN + हिं Medium GB Kernel trick in SVM allows? IN एसवीएम में कर्नेल ट्रिक अनुमति देती है? A Faster training तेज़ प्रशिक्षण B Non-linear classification by mapping data to higher-dimensional space डेटा को उच्च-आयामी स्थान पर मैप करके गैर-रेखीय वर्गीकरण C Memory optimization मेमोरी अनुकूलन D Feature reduction सुविधा में कमी ✅ Correct Answer: 💡 Explanation / व्याख्या Explanation (English) Kernel functions implicitly map data to higher dimensions where it becomes linearly separable. व्याख्या (हिन्दी) कर्नेल फ़ंक्शन डेटा को उच्च आयामों पर मैप करता है जहां यह रैखिक रूप से अलग हो जाता है। 🎯 Exam Perspective अगर आप SSC CGL, IBPS, RRB और State-level परीक्षाओं की तैयारी कर रहे हैं, तो Computer Fundamentals का यह topic आपके लिए महत्वपूर्ण है — difficulty level "Medium"। Exam में accuracy बढ़ाने के लिए हर सवाल की explanation जरूर पढ़ें। 🔗 Related Questions Random forest is an ensemble of? Support Vector Machine (SVM) finds? Hierarchical clustering produces? 📚 Related Topic Introduction to Computer (2618) Generations of Computer (21) Input Devices (36)
1522 Question 1522 EN + हिं Medium GB Random forest is an ensemble of? IN रैंडम वन किसका समूह है? A SVMs एसवीएम B Decision trees trained on random subsets with feature randomness निर्णय वृक्षों को फीचर यादृच्छिकता के साथ यादृच्छिक उपसमुच्चय पर प्रशिक्षित किया गया C Neural networks तंत्रिका - तंत्र D K-means clusters K-मतलब क्लस्टर ✅ Correct Answer: 💡 Explanation / व्याख्या Explanation (English) Random forest builds many decision trees on random data subsets with random feature selection for each split. व्याख्या (हिन्दी) रैंडम फ़ॉरेस्ट प्रत्येक विभाजन के लिए यादृच्छिक सुविधा चयन के साथ यादृच्छिक डेटा सबसेट पर कई निर्णय वृक्ष बनाता है। 🎯 Exam Perspective Computer Fundamentals के इस प्रश्न को — difficulty level "Medium" कई प्रतियोगी परीक्षाओं जैसे UPSC, SSC, Banking और Police भर्ती में repeat होते देखा गया है। Concept clarity के लिए explanation section जरूर पढ़ें। 🔗 Related Questions K-fold cross-validation partitions data into? Boosting ensemble method? DBSCAN clustering algorithm? 📚 Related Topic Introduction to Computer (2618) Generations of Computer (21) Input Devices (36)
1523 Question 1523 EN + हिं Medium GB Boosting ensemble method? IN बूस्टिंग एन्सेम्बल विधि? A Trains models in parallel independently स्वतंत्र रूप से समानांतर में मॉडलों को प्रशिक्षित करता है B Trains models sequentially, each correcting previous model's errors मॉडलों को क्रमिक रूप से प्रशिक्षित करता है, प्रत्येक पिछले मॉडल की त्रुटियों को ठीक करता है C Uses a single model एकल मॉडल का उपयोग करता है D Always uses decision trees हमेशा निर्णय वृक्ष का उपयोग करता है ✅ Correct Answer: 💡 Explanation / व्याख्या Explanation (English) Boosting trains weak learners sequentially, with each model focusing on examples misclassified by previous models. व्याख्या (हिन्दी) बूस्टिंग कमजोर शिक्षार्थियों को क्रमिक रूप से प्रशिक्षित करता है, प्रत्येक मॉडल पिछले मॉडल द्वारा गलत वर्गीकृत किए गए उदाहरणों पर ध्यान केंद्रित करता है। 🎯 Exam Perspective यह सवाल Computer Fundamentals category का है — difficulty level "Medium", और Railway, SSC, Banking और Defence परीक्षाओं के exam pattern में इस तरह के questions common हैं। Answer choose करने के बाद दिया गया explanation जरूर पढ़ें। 🔗 Related Questions Which ML algorithm is based on Bayes' theorem? GAN (Generative Adversarial Network) consists of? K-fold cross-validation partitions data into? 📚 Related Topic Introduction to Computer (2618) Generations of Computer (21) Input Devices (36)
1524 Question 1524 EN + हिं Medium GB XGBoost is based on? IN XGBoost किस पर आधारित है? A Random forest बेतरतीब जंगल B Gradient boosted decision trees with regularization नियमितीकरण के साथ ग्रेडिएंट ने निर्णय वृक्षों को बढ़ावा दिया C SVM एसवीएम D Neural networks तंत्रिका - तंत्र ✅ Correct Answer: 💡 Explanation / व्याख्या Explanation (English) XGBoost (Extreme Gradient Boosting) is an efficient, regularized gradient boosting framework using decision trees. व्याख्या (हिन्दी) XGBoost (एक्सट्रीम ग्रेडिएंट बूस्टिंग) डिसीजन ट्री का उपयोग करके एक कुशल, नियमित ग्रेडिएंट बूस्टिंग फ्रेमवर्क है। 🎯 Exam Perspective यह प्रश्न Computer Fundamentals की तैयारी करने वाले अभ्यर्थियों के लिए उपयोगी है — difficulty level "Medium"। इस तरह के प्रश्न अक्सर SSC, Railway, Banking और State PCS जैसी परीक्षाओं में पूछे जाते रहे हैं, इसलिए concept और explanation दोनों को ध्यान से समझें, सिर्फ उत्तर याद न करें। 🔗 Related Questions Autoencoder is used for? t-SNE is used for? AUC (Area Under ROC Curve) of 1.0 means? 📚 Related Topic Introduction to Computer (2618) Generations of Computer (21) Input Devices (36)
1525 Question 1525 EN + हिं Medium GB PCA (Principal Component Analysis) is used for? IN PCA (प्रिंसिपल कंपोनेंट एनालिसिस) का उपयोग किसके लिए किया जाता है? A Classification वर्गीकरण B Dimensionality reduction by finding principal variance directions प्रमुख विचरण दिशाओं को खोजकर आयामीता में कमी C Clustering क्लस्टरिंग D Regression वापसी ✅ Correct Answer: 💡 Explanation / व्याख्या Explanation (English) PCA transforms data into principal components (directions of maximum variance) for dimensionality reduction. व्याख्या (हिन्दी) पीसीए आयामीता में कमी के लिए डेटा को प्रमुख घटकों (अधिकतम विचरण की दिशा) में बदल देता है। 🎯 Exam Perspective Computer Fundamentals से जुड़ा यह सवाल — difficulty level "Medium" उन students के लिए काम का है जो SSC CGL, IBPS, RRB और State-level परीक्षाओं की तैयारी कर रहे हैं। बेहतर होगा कि explanation पढ़कर concept clear करें, ताकि exam में similar प्रश्न आने पर confusion न हो। 🔗 Related Questions Hierarchical clustering produces? Support Vector Machine (SVM) finds? ROC curve plots? 📚 Related Topic Introduction to Computer (2618) Generations of Computer (21) Input Devices (36)
1526 Question 1526 EN + हिं Medium GB t-SNE is used for? IN टी-एसएनई का उपयोग किसके लिए किया जाता है? A Classification वर्गीकरण B High-dimensional data visualization in 2D/3D 2डी/3डी में उच्च-आयामी डेटा विज़ुअलाइज़ेशन C Regression वापसी D Feature engineering फ़ीचर इंजीनियरिंग ✅ Correct Answer: 💡 Explanation / व्याख्या Explanation (English) t-SNE (t-distributed Stochastic Neighbor Embedding) visualizes high-dimensional data in 2D/3D. व्याख्या (हिन्दी) टी-एसएनई (टी-डिस्ट्रिब्यूटेड स्टोचैस्टिक नेबर एंबेडिंग) 2डी/3डी में उच्च-आयामी डेटा की कल्पना करता है। 🎯 Exam Perspective UPSC, SSC, Banking और Police भर्ती जैसी परीक्षाओं में Computer Fundamentals से सवाल अक्सर पूछे जाते हैं — difficulty level "Medium"। इसलिए सिर्फ answer रटने के बजाय, नीचे दी गई explanation को ध्यान से पढ़ें और concept समझें। 🔗 Related Questions Kernel trick in SVM allows? Support Vector Machine (SVM) finds? Hierarchical clustering produces? 📚 Related Topic Introduction to Computer (2618) Generations of Computer (21) Input Devices (36)
1527 Question 1527 EN + हिं Medium GB DBSCAN clustering algorithm? IN DBSCAN क्लस्टरिंग एल्गोरिदम? A Requires specifying K clusters K क्लस्टर निर्दिष्ट करने की आवश्यकता है B Discovers clusters of arbitrary shape based on density घनत्व के आधार पर मनमाने आकार के समूहों की खोज करता है C Only finds spherical clusters केवल गोलाकार गुच्छे मिलते हैं D Is supervised देखरेख की जाती है ✅ Correct Answer: 💡 Explanation / व्याख्या Explanation (English) DBSCAN (Density-Based Spatial Clustering) finds clusters of arbitrary shape based on point density, handling outliers. व्याख्या (हिन्दी) DBSCAN (घनत्व-आधारित स्थानिक क्लस्टरिंग) आउटलेर्स को संभालते हुए, बिंदु घनत्व के आधार पर मनमाने आकार के समूहों को ढूंढता है। 🎯 Exam Perspective अगर आप Railway, SSC, Banking और Defence परीक्षाओं की तैयारी कर रहे हैं, तो Computer Fundamentals का यह topic आपके लिए महत्वपूर्ण है — difficulty level "Medium"। Exam में accuracy बढ़ाने के लिए हर सवाल की explanation जरूर पढ़ें। 🔗 Related Questions Boosting ensemble method? Support Vector Machine (SVM) finds? XGBoost is based on? 📚 Related Topic Introduction to Computer (2618) Generations of Computer (21) Input Devices (36)
1528 Question 1528 EN + हिं Medium GB Hierarchical clustering produces? IN पदानुक्रमित क्लस्टरिंग उत्पन्न करता है? A K clusters only केवल K क्लस्टर B Dendrogram — tree showing cluster merges at different distances डेंड्रोग्राम - क्लस्टर को दर्शाने वाला पेड़ अलग-अलग दूरी पर विलीन हो जाता है C Single cluster एकल क्लस्टर D Graph structure ग्राफ़ संरचना ✅ Correct Answer: 💡 Explanation / व्याख्या Explanation (English) Hierarchical clustering creates a dendrogram showing how clusters merge (agglomerative) or split (divisive). व्याख्या (हिन्दी) पदानुक्रमित क्लस्टरिंग एक डेंड्रोग्राम बनाती है जो दिखाती है कि क्लस्टर कैसे विलय (एग्लोमेरेटिव) या विभाजित (विभाजनकारी) होते हैं। 🎯 Exam Perspective Computer Fundamentals के इस प्रश्न को — difficulty level "Medium" कई प्रतियोगी परीक्षाओं जैसे SSC, Railway, Banking और State PCS में repeat होते देखा गया है। Concept clarity के लिए explanation section जरूर पढ़ें। 🔗 Related Questions Random forest is an ensemble of? Support Vector Machine (SVM) finds? Kernel trick in SVM allows? 📚 Related Topic Introduction to Computer (2618) Generations of Computer (21) Input Devices (36)
1529 Question 1529 EN + हिं Medium GB Autoencoder is used for? IN ऑटोएनकोडर का उपयोग किसके लिए किया जाता है? A Supervised classification पर्यवेक्षित वर्गीकरण B Unsupervised feature learning, dimensionality reduction, anomaly detection बिना पर्यवेक्षित सुविधा सीखना, आयामीता में कमी, विसंगति का पता लगाना C Regression only केवल प्रतिगमन D Reinforcement learning सुदृढीकरण सीखना ✅ Correct Answer: 💡 Explanation / व्याख्या Explanation (English) Autoencoders learn compressed representations (encoder) and reconstruction (decoder) in unsupervised manner. व्याख्या (हिन्दी) ऑटोएनकोडर बिना पर्यवेक्षित तरीके से संपीड़ित अभ्यावेदन (एनकोडर) और पुनर्निर्माण (डिकोडर) सीखते हैं। 🎯 Exam Perspective यह सवाल Computer Fundamentals category का है — difficulty level "Medium", और SSC CGL, IBPS, RRB और State-level परीक्षाओं के exam pattern में इस तरह के questions common हैं। Answer choose करने के बाद दिया गया explanation जरूर पढ़ें। 🔗 Related Questions Random forest is an ensemble of? t-SNE is used for? XGBoost is based on? 📚 Related Topic Introduction to Computer (2618) Generations of Computer (21) Input Devices (36)
1530 Question 1530 EN + हिं Medium GB GAN (Generative Adversarial Network) consists of? IN GAN (जेनरेटिव एडवरसैरियल नेटवर्क) से मिलकर बनता है? A Encoder and decoder एनकोडर और डिकोडर B Generator (creates fake data) and Discriminator (detects fakes) competing जेनरेटर (नकली डेटा बनाता है) और डिस्क्रिमिनेटर (नकली डेटा का पता लगाता है) प्रतिस्पर्धा कर रहे हैं C Encoder and classifier एनकोडर और क्लासिफायरियर D Two classifiers दो वर्गीकरणकर्ता ✅ Correct Answer: 💡 Explanation / व्याख्या Explanation (English) GAN: Generator creates realistic samples; Discriminator distinguishes real from fake — adversarial training. व्याख्या (हिन्दी) GAN: जेनरेटर यथार्थवादी नमूने बनाता है; विवेचक असली को नकली से अलग करता है - प्रतिकूल प्रशिक्षण। 🎯 Exam Perspective यह प्रश्न Computer Fundamentals की तैयारी करने वाले अभ्यर्थियों के लिए उपयोगी है — difficulty level "Medium"। इस तरह के प्रश्न अक्सर UPSC, SSC, Banking और Police भर्ती जैसी परीक्षाओं में पूछे जाते रहे हैं, इसलिए concept और explanation दोनों को ध्यान से समझें, सिर्फ उत्तर याद न करें। 🔗 Related Questions Hierarchical clustering produces? AUC (Area Under ROC Curve) of 1.0 means? Random forest is an ensemble of? 📚 Related Topic Introduction to Computer (2618) Generations of Computer (21) Input Devices (36)