Machine Learning MCQs in Hindi for 2026 Top 100 Qution

 सुपर मशीन लर्निंग क्विज़

 (braintesthindi )

नमस्ते दोस्तों! क्या आप भविष्य की तकनीक को परखने के लिए तैयार हैं? आज का दौर Artificial Intelligence (AI) और Machine Learning (ML) का है।

चाहे वह आपके फ़ोन का फेस लॉक हो, YouTube के सुझाव हों, या फिर ChatGPT से बातें करना—हर जगह मशीनों का दिमाग चल रहा है। लेकिन क्या आप जानते हैं कि ये मशीनें सीखती कैसे हैं?

हमने आपके ज्ञान को चुनौती देने के लिए 100 धमाकेदार प्रश्नों का यह स्पेशल क्विज़ तैयार किया है। यह न सिर्फ़ आपकी जानकारी बढ़ाएगा बल्कि आपको नए कॉन्सेप्ट्स भी सिखाएगा। तो चलिए, शुरू करते हैं!

👇 क्विज़ यहाँ से शुरू करें 👇

1. मशीन लर्निंग (Machine Learning) का मुख्य उद्देश्य क्या है?

• (A) वेबसाइट बनाना
• (B) डेटा से सीखना और भविष्यवाणी करना
• (C) कंप्यूटर हार्डवेयर ठीक करना
• (D) नेटवर्क जोड़ना

उत्तर देखें 👇

✅ सही उत्तर: (B) डेटा से सीखना और भविष्यवाणी करना

2. 'Supervised Learning' में इनपुट डेटा कैसा होता है?

• (A) Labeled (लेबल किया हुआ)
• (B) Unlabeled (बिना लेबल का)
• (C) केवल इमेज
• (D) कोई डेटा नहीं

उत्तर देखें 👇

✅ सही उत्तर: (A) Labeled (लेबल किया हुआ)

3. 'Unsupervised Learning' का उदाहरण कौन सा है?

• (A) Classification
• (B) Regression
• (C) Clustering (क्लस्टरिंग)
• (D) Spam Filter

उत्तर देखें 👇

✅ सही उत्तर: (C) Clustering (क्लस्टरिंग)

4. जब आउटपुट 'Yes/No' या '0/1' हो, तो किस एल्गोरिदम का उपयोग होता है?

• (A) Linear Regression
• (B) Logistic Regression
• (C) K-Means
• (D) PCA                                                            Deep Learning GK  

उत्तर देखें 👇

✅ सही उत्तर: (B) Logistic Regression

5. 'Training Data' का उपयोग किसलिए किया जाता है?

• (A) मॉडल को टेस्ट करने के लिए
• (B) मॉडल को सिखाने (Train) के लिए
• (C) डेटा डिलीट करने के लिए
• (D) रिजल्ट दिखाने के लिए

उत्तर देखें 👇

✅ सही उत्तर: (B) मॉडल को सिखाने (Train) के लिए

6. मशीन लर्निंग में 'Overfitting' का क्या मतलब है?

• (A) मॉडल का बहुत अच्छा काम करना
• (B) मॉडल का ट्रेनिंग डेटा को रट लेना (याद कर लेना)
• (C) डेटा कम होना
• (D) मॉडल का स्लो होना

उत्तर देखें 👇

✅ सही उत्तर: (B) मॉडल का ट्रेनिंग डेटा को रट लेना

7. Python की कौन सी लाइब्रेरी मशीन लर्निंग के लिए सबसे लोकप्रिय है?

• (A) Pandas
• (B) Scikit-learn
• (C) jQuery
• (D) React

उत्तर देखें 👇

✅ सही उत्तर: (B) Scikit-learn

8. 'Regression' (रिग्रेशन) का उपयोग कब किया जाता है?

• (A) जब आउटपुट कैटेगरी हो (Cat/Dog)
• (B) जब आउटपुट एक संख्या हो (जैसे: कीमत, तापमान)
• (C) इमेज पहचानने के लिए
• (D) क्लस्टर बनाने के लिए

उत्तर देखें 👇

✅ सही उत्तर: (B) जब आउटपुट एक संख्या हो

9. 'KNN' एल्गोरिदम का पूरा नाम क्या है?

• (A) K-Nearest Neighbors
• (B) K-New Network
• (C) K-Natural Number
• (D) Kernel Neural Network

उत्तर देखें 👇

✅ सही उत्तर: (A) K-Nearest Neighbors

10. 'Decision Tree' (डिसीजन ट्री) किस प्रकार का एल्गोरिदम है?

• (A) केवल Supervised
• (B) केवल Unsupervised
• (C) Supervised (Classification & Regression)
• (D) Reinforcement

उत्तर देखें 👇

✅ सही उत्तर: (C) Supervised (Classification & Regression)

11. 'Test Data' का उपयोग कब किया जाता है?

• (A) मॉडल बनाने के लिए
• (B) मॉडल की सटीकता (Accuracy) जांचने के लिए
• (C) डेटा साफ़ करने के लिए
• (D) कोई उपयोग नहीं

उत्तर देखें 👇

✅ सही उत्तर: (B) मॉडल की सटीकता (Accuracy) जांचने के लिए

12. Deep Learning (डीप लर्निंग) किस पर आधारित है?

• (A) Decision Trees
• (B) Artificial Neural Networks (ANN)
• (C) Linear Regression                                                   GK quiz
• (D) K-Means

उत्तर देखें 👇

✅ सही उत्तर: (B) Artificial Neural Networks (ANN)

13. 'Spam Email Detection' किस प्रकार की समस्या है?

• (A) Clustering
• (B) Regression
• (C) Classification
• (D) Reinforcement

उत्तर देखें 👇

✅ सही उत्तर: (C) Classification

14. 'Reinforcement Learning' में एजेंट कैसे सीखता है?

• (A) लेबल डेटा से
• (B) इनाम और दंड (Reward & Punishment) से
• (C) पैटर्न ढूंढकर
• (D) टीचर से

उत्तर देखें 👇

✅ सही उत्तर: (B) इनाम और दंड (Reward & Punishment) से

15. 'Feature' (फीचर) का मशीन लर्निंग में क्या मतलब है?

• (A) आउटपुट वेरिएबल
• (B) इनपुट वेरिएबल (Input Variable/Column)
• (C) सॉफ्टवेयर का फीचर
• (D) मॉडल का नाम

उत्तर देखें 👇

✅ सही उत्तर: (B) इनपुट वेरिएबल (Input Variable/Column)

16. 'SVM' का पूरा नाम क्या है?

• (A) System Vector Machine
• (B) Support Vector Machine
• (C) Simple Vector Method
• (D) Super Vector Model

उत्तर देखें 👇

✅ सही उत्तर: (B) Support Vector Machine

17. 'Clustering' का सबसे प्रसिद्ध एल्गोरिदम कौन सा है?

• (A) Linear Regression
• (B) K-Means
• (C) Naive Bayes
• (D) Decision Tree

उत्तर देखें 👇

✅ सही उत्तर: (B) K-Means

18. मशीन लर्निंग में 'NaN' का क्या मतलब होता है?

• (A) Not a Number (Missing Value)
• (B) New and New
• (C) Neural Network
• (D) None of Above

उत्तर देखें 👇

✅ सही उत्तर: (A) Not a Number (Missing Value)

19. 'Confusion Matrix' का उपयोग किसलिए होता है?

• (A) डेटा साफ करने के लिए
• (B) मॉडल की परफॉरमेंस (Performance) मापने के लिए
• (C) मॉडल को कंफ्यूज करने के लिए
• (D) डेटा विज़ुअलाइज़ेशन के लिए

उत्तर देखें 👇

✅ सही उत्तर: (B) मॉडल की परफॉरमेंस मापने के लिए

20. 'Netflix' या 'YouTube' का recommendation system किसका उदाहरण है?

• (A) Machine Learning
• (B) Database
• (C) Networking
• (D) Hardware

उत्तर देखें 👇

✅ सही उत्तर: (A) Machine Learning

21. 'NLP' का फुल फॉर्म क्या है?

• (A) Neural Learning Process
• (B) Natural Language Processing
• (C) Network Loop Protocol
• (D) New Learning Program

उत्तर देखें 👇

✅ सही उत्तर: (B) Natural Language Processing

22. किस प्रकार की लर्निंग में 'Labeled Data' की जरूरत नहीं होती?

• (A) Supervised Learning
• (B) Unsupervised Learning
• (C) Semi-supervised
• (D) None

उत्तर देखें 👇

✅ सही उत्तर: (B) Unsupervised Learning

23. 'Epoch' (इपोक) का क्या मतलब है?

• (A) एक बार डेटा को पास करना
• (B) पूरे डेटासेट का एक बार ट्रेनिंग से गुजरना
• (C) मॉडल को डिलीट करना
• (D) एरर रेट

उत्तर देखें 👇

✅ सही उत्तर: (B) पूरे डेटासेट का एक बार ट्रेनिंग से गुजरना

24. 'True Positive' (TP) का क्या अर्थ है?

• (A) मॉडल ने गलत भविष्यवाणी की
• (B) मॉडल ने सही को सही भविष्यवाणी की
• (C) मॉडल ने सही को गलत बताया
• (D) कोई नहीं

उत्तर देखें 👇

✅ सही उत्तर: (B) मॉडल ने सही को सही भविष्यवाणी की

25. 'Underfitting' का क्या मतलब है?

• (A) मॉडल बहुत जटिल है
• (B) मॉडल बहुत सरल है और पैटर्न नहीं सीख पाया
• (C) मॉडल परफेक्ट है
• (D) डेटा बहुत ज्यादा है

उत्तर देखें 👇

✅ सही उत्तर: (B) मॉडल बहुत सरल है और पैटर्न नहीं सीख पाया

26. 'Precision' (प्रिसिजन) का क्या मतलब होता है?

• (A) मॉडल कितना तेज है
• (B) पॉजिटिव भविष्यवाणी कितनी सही थी
• (C) मॉडल कितना बड़ा है
• (D) डेटा कितना है

उत्तर देखें 👇

✅ सही उत्तर: (B) पॉजिटिव भविष्यवाणी कितनी सही थी

27. 'Recall' (रिकॉल) हमें क्या बताता है?

• (A) मॉडल ने कितने सही पॉजिटिव पहचाने
• (B) मॉडल ने कितनी गलतियां कीं
• (C) मॉडल की स्पीड
• (D) ट्रेनिंग का समय

उत्तर देखें 👇

✅ सही उत्तर: (A) मॉडल ने कितने सही पॉजिटिव पहचाने

28. 'F1 Score' किसका मिश्रण (Combination) है?

• (A) Mean and Median
• (B) Precision और Recall का
• (C) Accuracy और Loss का
• (D) True Positive और False Negative का

उत्तर देखें 👇

✅ सही उत्तर: (B) Precision और Recall का

29. 'Gradient Descent' का मुख्य काम क्या है?

• (A) एरर (Loss) को कम करना (Minimize Loss)
• (B) डेटा को बढ़ाना
• (C) मॉडल को धीमा करना
• (D) विज़ुअलाइज़ेशन करना

उत्तर देखें 👇

✅ सही उत्तर: (A) एरर (Loss) को कम करना (Minimize Loss)

30. 'Learning Rate' क्या निर्धारित करता है?

• (A) मॉडल कितनी तेजी से सीखेगा (Step Size)
• (B) डेटा का साइज़
• (C) कंप्यूटर की रैम
• (D) आउटपुट की संख्या

उत्तर देखें 👇

✅ सही उत्तर: (A) मॉडल कितनी तेजी से सीखेगा (Step Size)

31. न्यूरल नेटवर्क में 'Activation Function' का क्या काम है?

• (A) इनपुट को डिलीट करना
• (B) नॉन-लीनियरिटी (Non-linearity) जोड़ना
• (C) डेटा सेव करना
• (D) हार्डवेयर चेक करना

उत्तर देखें 👇

✅ सही उत्तर: (B) नॉन-लीनियरिटी (Non-linearity) जोड़ना

32. 'ReLU' का फुल फॉर्म क्या है?

• (A) Rectified Linear Unit
• (B) Real Linear Unit
• (C) Random Evaluation Linear Unit
• (D) Recurring Long Unit

उत्तर देखें 👇

✅ सही उत्तर: (A) Rectified Linear Unit

33. 'Sigmoid' फंक्शन का आउटपुट किस रेंज में होता है?

• (A) 0 से 1
• (B) -1 से 1
• (C) 0 से 100
• (D) -infinity से +infinity                                                Current Affairs

उत्तर देखें 👇

✅ सही उत्तर: (A) 0 से 1

34. 'Random Forest' किस प्रकार का एल्गोरिदम है?

• (A) Clustering
• (B) Ensemble Learning (कई पेड़ों का समूह)
• (C) Linear Model
• (D) Neural Network

उत्तर देखें 👇

✅ सही उत्तर: (B) Ensemble Learning (कई पेड़ों का समूह)

35. 'Bagging' का सबसे अच्छा उदाहरण कौन सा है?

• (A) Random Forest
• (B) Linear Regression
• (C) SVM
• (D) AdaBoost

उत्तर देखें 👇

✅ सही उत्तर: (A) Random Forest

36. 'PCA' (Principal Component Analysis) का उपयोग किसलिए होता है?

• (A) डेटा बढ़ाने के लिए
• (B) डायमेंशन कम करने के लिए (Dimensionality Reduction)
• (C) क्लासिफिकेशन के लिए
• (D) रिग्रेशन के लिए

उत्तर देखें 👇

✅ सही उत्तर: (B) डायमेंशन कम करने के लिए

37. 'Cross-Validation' का क्या फायदा है?

• (A) यह डेटा को सुंदर बनाता है
• (B) यह मॉडल की ओवरफिटिंग रोकता है और सही परफॉरमेंस बताता है
• (C) यह ट्रेनिंग तेज़ करता है
• (D) यह एरर बढ़ाता है

उत्तर देखें 👇

✅ सही उत्तर: (B) यह मॉडल की ओवरफिटिंग रोकता है

38. 'Hyperparameter' किसे कहते हैं?

• (A) जो मॉडल ट्रेनिंग के दौरान खुद सीखता है
• (B) जो हम ट्रेनिंग शुरू करने से पहले सेट करते हैं (जैसे: Learning Rate)
• (C) डेटा का नाम
• (D) आउटपुट वैल्यू

उत्तर देखें 👇

✅ सही उत्तर: (B) जो हम ट्रेनिंग शुरू करने से पहले सेट करते हैं

39. 'TensorFlow' लाइब्रेरी किस कंपनी ने बनाई है?

• (A) Facebook
• (B) Microsoft
• (C) Google
• (D) Amazon

उत्तर देखें 👇

✅ सही उत्तर: (C) Google

40. 'PyTorch' लाइब्रेरी किस कंपनी ने बनाई है?

• (A) Google
• (B) Facebook (Meta)
• (C) IBM
• (D) Netflix

उत्तर देखें 👇

✅ सही उत्तर: (B) Facebook (Meta)

41. डेटा मैनीपुलेशन (Data Manipulation) के लिए कौन सी लाइब्रेरी बेस्ट है?

• (A) NumPy
• (B) Pandas
• (C) Matplotlib
• (D) Seaborn

उत्तर देखें 👇

✅ सही उत्तर: (B) Pandas

42. 'NumPy' का मुख्य उपयोग क्या है?

• (A) वेबसाइट बनाना
• (B) न्यूमेरिकल कैलकुलेशन और Arrays
• (C) डेटा विज़ुअलाइज़ेशन
• (D) डेटाबेस बनाना

उत्तर देखें 👇

✅ सही उत्तर: (B) न्यूमेरिकल कैलकुलेशन और Arrays

43. 'Matplotlib' का उपयोग किसलिए किया जाता है?

• (A) डेटा स्टोर करने के लिए
• (B) ग्राफ़ और चार्ट बनाने (Visualization) के लिए
• (C) मॉडल ट्रेन करने के लिए
• (D) सर्वर चलाने के लिए

उत्तर देखें 👇

✅ सही उत्तर: (B) ग्राफ़ और चार्ट बनाने (Visualization) के लिए

44. 'Outlier' (आउटलायर) का क्या मतलब है?

• (A) सबसे महत्वपूर्ण डेटा
• (B) वह डेटा पॉइंट जो बाकी डेटा से बहुत अलग हो
• (C) डेटा का औसत
• (D) गलत डेटा

उत्तर देखें 👇

✅ सही उत्तर: (B) वह डेटा पॉइंट जो बाकी डेटा से बहुत अलग हो

45. 'One Hot Encoding' का उपयोग कब होता है?

• (A) नंबर को टेक्स्ट में बदलने के लिए
• (B) कैटेगोरिकल डेटा (टेक्स्ट) को नंबरों में बदलने के लिए
• (C) इमेज को छोटा करने के लिए
• (D) मॉडल डिलीट करने के लिए

उत्तर देखें 👇

✅ सही उत्तर: (B) कैटेगोरिकल डेटा को नंबरों में बदलने के लिए

46. मशीन लर्निंग में 'GPU' का क्या फायदा है?

• (A) यह सस्ता होता है
• (B) यह ट्रेनिंग की स्पीड को बहुत तेज़ कर देता है
• (C) यह डेटा सेव करता है
• (D) कोई फायदा नहीं

उत्तर देखें 👇

✅ सही उत्तर: (B) यह ट्रेनिंग की स्पीड को बहुत तेज़ कर देता है

47. 'K-Fold Cross Validation' में 'K' क्या है?

• (A) डेटा के कुल कॉलम
• (B) डेटा को कितने भागों (Folds) में बांटा जाएगा
• (C) मॉडल की संख्या
• (D) एरर रेट

उत्तर देखें 👇

✅ सही उत्तर: (B) डेटा को कितने भागों (Folds) में बांटा जाएगा

48. 'Bias' और 'Variance' में क्या संबंध होना चाहिए?

• (A) High Bias, High Variance
• (B) Low Bias, Low Variance (संतुलन)
• (C) High Bias, Low Variance                                          GK Questions
• (D) कोई संबंध नहीं

उत्तर देखें 👇

✅ सही उत्तर: (B) Low Bias, Low Variance (संतुलन)

49. 'Ensemble Learning' का क्या अर्थ है?

• (A) एक ही मॉडल का उपयोग करना
• (B) कई मॉडलों को मिलाकर बेहतर रिजल्ट पाना
• (C) बिना डेटा के सीखना
• (D) डेटा को डिलीट करना

उत्तर देखें 👇

✅ सही उत्तर: (B) कई मॉडलों को मिलाकर बेहतर रिजल्ट पाना

50. 'CSV' फाइल का मशीन लर्निंग में क्या काम है?

• (A) यह एक वीडियो फॉर्मेट है
• (B) यह डेटा स्टोर करने का एक सामान्य फॉर्मेट है (Comma Separated Values)
• (C) यह एक इमेज फाइल है
• (D) यह एक वायरस है

उत्तर देखें 👇

✅ सही उत्तर: (B) यह डेटा स्टोर करने का एक सामान्य फॉर्मेट है

💡 क्या आप जानते हैं? 💡

दोस्तों, Machine Learning सिर्फ रोबोट्स तक सीमित नहीं है। आज इसका इस्तेमाल कैंसर जैसी बीमारियों का पहले ही पता लगाने के लिए किया जा रहा है।

यही नहीं, जब आप Google Maps पर ट्रैफिक देखते हैं, तो वह भी AI और ML की मदद से ही संभव होता है। आप जो सीख रहे हैं, वह भविष्य की सबसे पावरफुल स्किल है।

तो रुकिए मत! नीचे दिए गए अगले प्रश्नों को हल करें और जीनियस बनें! 🚀

51. 'CNN' (Convolutional Neural Network) का उपयोग मुख्य रूप से किसलिए होता है?

• (A) टेक्स्ट डेटा के लिए
• (B) इमेज और वीडियो प्रोसेसिंग (Image Processing) के लिए
• (C) एक्सेल शीट के लिए
• (D) ऑडियो के लिए

उत्तर देखें 👇

✅ सही उत्तर: (B) इमेज और वीडियो प्रोसेसिंग (Image Processing) के लिए

52. 'RNN' (Recurrent Neural Network) किस प्रकार के डेटा के लिए बेस्ट है?

• (A) केवल फोटो के लिए
• (B) सीक्वेंस डेटा (Sequence Data) जैसे टेक्स्ट या टाइम सीरीज़ के लिए
• (C) टेबल वाले डेटा के लिए
• (D) रैंडम डेटा के लिए

उत्तर देखें 👇

✅ सही उत्तर: (B) सीक्वेंस डेटा (Sequence Data) के लिए

53. 'Normalization' (नॉर्मलाइजेशन) का क्या काम है?

• (A) डेटा को डिलीट करना
• (B) डेटा की वैल्यू को एक निश्चित रेंज (जैसे 0 से 1) में लाना
• (C) डेटा को बढ़ाना
• (D) डेटा को प्रिंट करना

उत्तर देखें 👇

✅ सही उत्तर: (B) डेटा की वैल्यू को एक निश्चित रेंज (जैसे 0 से 1) में लाना

54. 'Dropout' तकनीक का इस्तेमाल क्यों किया जाता है?

• (A) ट्रेनिंग तेज़ करने के लिए
• (B) ओवरफिटिंग (Overfitting) को रोकने के लिए
• (C) डेटा कम करने के लिए
• (D) मॉडल को बंद करने के लिए

उत्तर देखें 👇

✅ सही उत्तर: (B) ओवरफिटिंग (Overfitting) को रोकने के लिए

55. 'Naive Bayes' एल्गोरिदम किस सिद्धांत पर आधारित है?

• (A) पाइथागोरस प्रमेय
• (B) बेयस प्रमेय (Bayes' Theorem) - प्रायिकता (Probability)
• (C) न्यूटन के नियम
• (D) डार्विन का सिद्धांत

उत्तर देखें 👇

✅ सही उत्तर: (B) बेयस प्रमेय (Bayes' Theorem)

56. 'Tokenization' (टोकनाइज़ेशन) का NLP में क्या मतलब है?

• (A) वाक्य को शब्दों या टुकड़ों (Tokens) में तोड़ना
• (B) पासवर्ड बनाना
• (C) डेटा एन्क्रिप्ट करना
• (D) इमेज को क्रॉप करना

उत्तर देखें 👇

✅ सही उत्तर: (A) वाक्य को शब्दों या टुकड़ों (Tokens) में तोड़ना

 Batch Size' का क्या अर्थ है?

• (A) पूरा डेटासेट
• (B) एक बार में नेटवर्क से गुजरने वाले डेटा सैंपल्स की संख्या
• (C) कंप्यूटर की मेमोरी
• (D) लेयर्स की संख्या

उत्तर देखें 👇

✅ सही उत्तर: (B) एक बार में नेटवर्क से गुजरने वाले डेटा सैंपल्स की संख्या

58. 'Transfer Learning' का क्या फायदा है?

• (A) यह डेटा डिलीट करता है
• (B) पहले से ट्रेन किए हुए (Pre-trained) मॉडल का उपयोग करके समय बचाना
• (C) यह बहुत महंगा है
• (D) इसका कोई फायदा नहीं

उत्तर देखें 👇

✅ सही उत्तर: (B) पहले से ट्रेन किए हुए मॉडल का उपयोग करके समय बचाना

59. 'Loss Function' (जैसे MSE) हमें क्या बताता है?

• (A) मॉडल कितना सही है
• (B) मॉडल की भविष्यवाणी और असली वैल्यू में कितना अंतर (Error) है
• (C) ट्रेनिंग का समय
• (D) डेटा का प्रकार                                              Gk Question || Gk Hindi

उत्तर देखें 👇

✅ सही उत्तर: (B) मॉडल की भविष्यवाणी और असली वैल्यू में कितना अंतर (Error) है

60. 'Stop Words' (NLP में) किसे कहते हैं?

• (A) महत्वपूर्ण शब्द
• (B) ऐसे सामान्य शब्द (जैसे is, the, a) जिन्हें अक्सर हटा दिया जाता है
• (C) अंतिम शब्द
• (D) गलत शब्द

उत्तर देखें 👇

✅ सही उत्तर: (B) ऐसे सामान्य शब्द (जैसे is, the, a) जिन्हें अक्सर हटा दिया जाता है

61. 'ROC Curve' किन दो चीजों के बीच का ग्राफ है?

• (A) Precision और Recall
• (B) True Positive Rate (TPR) और False Positive Rate (FPR)
• (C) Accuracy और Loss
• (D) Training और Testing

उत्तर देखें 👇

✅ सही उत्तर: (B) True Positive Rate और False Positive Rate

62. 'AUC' (Area Under Curve) का मान जितना ज्यादा होगा, मॉडल...

• (A) उतना ही खराब होगा
• (B) उतना ही बेहतर (Better) होगा
• (C) कोई फर्क नहीं पड़ता
• (D) स्लो होगा

उत्तर देखें 👇

✅ सही उत्तर: (B) उतना ही बेहतर (Better) होगा

63. K-Means Clustering में 'Centroid' क्या होता है?

• (A) क्लस्टर का केंद्र बिंदु (Center Point)
• (B) सबसे दूर का बिंदु
• (C) बाहरी डेटा
• (D) एरर रेट

उत्तर देखें 👇

✅ सही उत्तर: (A) क्लस्टर का केंद्र बिंदु (Center Point)

64. 'Feature Scaling' क्यों जरूरी है?

• (A) ताकि डेटा सुंदर दिखे
• (B) ताकि सभी फीचर्स (Variables) एक ही पैमाने (Scale) पर हों और मॉडल जल्दी सीखे
• (C) डेटा का साइज कम करने के लिए
• (D) यह जरूरी नहीं है

उत्तर देखें 👇

✅ सही उत्तर: (B) ताकि सभी फीचर्स एक ही पैमाने पर हों और मॉडल जल्दी सीखे

65. Pandas में `.head()` फंक्शन क्या करता है?

• (A) डेटा का अंत दिखाता है
• (B) डेटा की शुरूआती 5 पंक्तियाँ (Rows) दिखाता है
• (C) डेटा डिलीट करता है
• (D) ग्राफ बनाता है

उत्तर देखें 👇

✅ सही उत्तर: (B) डेटा की शुरूआती 5 पंक्तियाँ (Rows) दिखाता है

66. Pandas में CSV फाइल पढ़ने के लिए कौन सा फंक्शन यूज होता है?

• (A) `read_file()`
• (B) `import_csv()`
• (C) `pd.read_csv()`
• (D) `scan_csv()`

उत्तर देखें 👇

✅ सही उत्तर: (C) `pd.read_csv()`

67. 'Correlation Matrix' हमें क्या बताता है?

• (A) डेटा की क्वालिटी
• (B) दो वेरिएबल्स के बीच का संबंध (Relationship)
• (C) मॉडल की एक्यूरेसी
• (D) मिसिंग वैल्यू

उत्तर देखें 👇

✅ सही उत्तर: (B) दो वेरिएबल्स के बीच का संबंध (Relationship)

68. 'Label Encoding' का क्या काम है?

• (A) फोटो को टेक्स्ट बनाना
• (B) टेक्स्ट कैटेगरी को नंबर (जैसे: Red=0, Blue=1) में बदलना
• (C) डेटा को ग्राफ में बदलना
• (D) डुप्लीकेट हटाना

उत्तर देखें 👇

✅ सही उत्तर: (B) टेक्स्ट कैटेगरी को नंबर में बदलना

69. 'Computer Vision' का मुख्य काम क्या है?

• (A) कंप्यूटर की मरम्मत करना
• (B) कंप्यूटर को "देखने" और इमेज/वीडियो समझने की क्षमता देना
• (C) आवाज़ रिकॉर्ड करना
• (D) टाइपिंग करना

उत्तर देखें 👇

✅ सही उत्तर: (B) कंप्यूटर को "देखने" और इमेज/वीडियो समझने की क्षमता देना

70. 'Hypothesis Testing' (हाइपोथिसिस टेस्टिंग) का उपयोग कहाँ होता है?

• (A) सांख्यिकी (Statistics) और डेटा एनालिसिस में निर्णय लेने के लिए
• (B) केवल इमेज प्रोसेसिंग में
• (C) वेबसाइट डिजाइन में
• (D) गेमिंग में

उत्तर देखें 👇

✅ सही उत्तर: (A) सांख्यिकी (Statistics) और डेटा एनालिसिस में निर्णय लेने के लिए

71. 'Gradient Boosting' (जैसे XGBoost) क्या है?

• (A) एक कमजोर मॉडल
• (B) एक शक्तिशाली Ensemble तकनीक जो पिछली गलतियों से सीखती है
• (C) डेटा क्लीनिंग टूल
• (D) एक डेटाबेस

उत्तर देखें 👇

✅ सही उत्तर: (B) एक शक्तिशाली Ensemble तकनीक जो पिछली गलतियों से सीखती है

72. 'Data Augmentation' का उपयोग इमेज प्रोसेसिंग में क्यों होता है?

• (A) इमेज डिलीट करने के लिए
• (B) नई (नकली) इमेज बनाकर ट्रेनिंग डेटा बढ़ाने के लिए (जैसे रोटेट या ज़ूम करके)
• (C) इमेज का कलर बदलने के लिए
• (D) कोई उपयोग नहीं

उत्तर देखें 👇

✅ सही उत्तर: (B) नई (नकली) इमेज बनाकर ट्रेनिंग डेटा बढ़ाने के लिए

73. 't-SNE' एल्गोरिदम का उपयोग किसलिए होता है?

• (A) डेटा विज़ुअलाइज़ेशन और हाई-डायमेंशन डेटा को कम करने के लिए
• (B) रिग्रेशन के लिए
• (C) क्लासिफिकेशन के लिए
• (D) डेटाबेस के लिए

उत्तर देखें 👇

✅ सही उत्तर: (A) डेटा विज़ुअलाइज़ेशन और हाई-डायमेंशन डेटा को कम करने के लिए

74. 'Type I Error' (टाइप 1 एरर) को और क्या कहते हैं?

• (A) False Negative
• (B) False Positive (गलत अलार्म)
• (C) True Negative                                                                                                                                                                    YOTUBE
• (D) True Positive

उत्तर देखें 👇

✅ सही उत्तर: (B) False Positive (गलत अलार्म)

75. मॉडल को 'Deploy' करने का क्या मतलब है?

• (A) मॉडल को डिलीट करना
• (B) मॉडल को प्रोडक्शन (Real World Use) में ले जाना ताकि लोग इस्तेमाल कर सकें
• (C) मॉडल को फॉर्मेट करना
• (D) मॉडल की कॉपी बनाना

उत्तर देखें 👇

✅ सही उत्तर: (B) मॉडल को प्रोडक्शन (Real World Use) में ले जाना

76. 'BERT' (बर्ट) मॉडल किस क्षेत्र में प्रसिद्ध है?

• (A) इमेज प्रोसेसिंग
• (B) NLP (Natural Language Processing)
• (C) ऑडियो एडिटिंग
• (D) गेमिंग

उत्तर देखें 👇

✅ सही उत्तर: (B) NLP (Natural Language Processing)

77. 'GANs' (Generative Adversarial Networks) का क्या काम है?

• (A) डेटा डिलीट करना
• (B) नया और असली जैसा डेटा (जैसे चेहरे, पेंटिंग) बनाना (Generate)
• (C) वायरस ढूंढना
• (D) एक्सेल फाइल खोलना

उत्तर देखें 👇

✅ सही उत्तर: (B) नया और असली जैसा डेटा बनाना (Generate)

78. 'Pickle' लाइब्रेरी का Python में क्या उपयोग है?

• (A) अचार बनाने के लिए
• (B) मशीन लर्निंग मॉडल को सेव (Save) और लोड (Load) करने के लिए
• (C) ग्राफ बनाने के लिए
• (D) वेबसाइट बनाने के लिए

उत्तर देखें 👇

✅ सही उत्तर: (B) मशीन लर्निंग मॉडल को सेव और लोड करने के लिए

79. 'Jupyter Notebook' क्या है?

• (A) एक लैपटॉप ब्रांड
• (B) एक ओपन-सोर्स वेब एप्लिकेशन जहाँ हम Python कोड रन करते हैं
• (C) एक वायरस
• (D) एक डेटाबेस

उत्तर देखें 👇

✅ सही उत्तर: (B) एक ओपन-सोर्स वेब एप्लिकेशन जहाँ हम Python कोड रन करते हैं

80. 'Kaggle' क्या है?

• (A) एक गेम
• (B) डेटा साइंस और मशीन लर्निंग कम्युनिटी/प्लेटफ़ॉर्म
• (C) एक प्रोग्रामिंग भाषा
• (D) एक एंटीवायरस

उत्तर देखें 👇

✅ सही उत्तर: (B) डेटा साइंस और मशीन लर्निंग कम्युनिटी/प्लेटफ़ॉर्म

81. 'LSTM' (Long Short-Term Memory) किसका उन्नत रूप है?

• (A) CNN का
• (B) RNN (Recurrent Neural Network) का
• (C) Linear Regression का
• (D) SVM का

उत्तर देखें 👇

✅ सही उत्तर: (B) RNN (Recurrent Neural Network) का

82. 'A/B Testing' का उपयोग क्यों किया जाता है?

• (A) दो मॉडल्स या वर्ज़न की तुलना (Compare) करने के लिए
• (B) कीबोर्ड चेक करने के लिए
• (C) अल्फाबेट सीखने के लिए
• (D) डेटा स्टोर करने के लिए

उत्तर देखें 👇

✅ सही उत्तर: (A) दो मॉडल्स या वर्ज़न की तुलना (Compare) करने के लिए

83. 'Time Series Analysis' का उदाहरण क्या है?

• (A) कुत्ते और बिल्ली की पहचान
• (B) शेयर बाजार (Stock Market) की भविष्यवाणी
• (C) स्पैम ईमेल फिल्टर
• (D) चेहरे की पहचान

उत्तर देखें 👇

✅ सही उत्तर: (B) शेयर बाजार (Stock Market) की भविष्यवाणी

84. 'Heatmap' (हीटमैप) का उपयोग डेटा में क्या देखने के लिए होता है?

• (A) तापमान
• (B) कोरिलेशन (Correlation) और डेटा की तीव्रता
• (C) फाइल का नाम
• (D) कोड की एरर

उत्तर देखें 👇

✅ सही उत्तर: (B) कोरिलेशन (Correlation) और डेटा की तीव्रता

85. 'Autoencoder' का मुख्य काम क्या है?

• (A) डेटा को कंप्रेस (छोटा) करना और फिर वापस बनाना (Denoising)
• (B) ऑटोमेटिक ईमेल भेजना
• (C) डेटा डिलीट करना
• (D) गेम खेलना

उत्तर देखें 👇

✅ सही उत्तर: (A) डेटा को कंप्रेस करना और फिर वापस बनाना

86. 'Turing Test' (ट्यूरिंग टेस्ट) क्यों किया जाता है?

• (A) कंप्यूटर की स्पीड चेक करने के लिए
• (B) यह जांचने के लिए कि क्या मशीन इंसानों की तरह सोच सकती है
• (C) इंटरनेट स्पीड चेक करने के लिए
• (D) हार्ड डिस्क चेक करने के लिए

उत्तर देखें 👇

✅ सही उत्तर: (B) यह जांचने के लिए कि क्या मशीन इंसानों की तरह सोच सकती है

87. 'Big Data' में '3 Vs' का क्या मतलब है?

• (A) Volume, Velocity, Variety
• (B) Very, Vast, Various
• (C) Video, Voice, Visual
• (D) Value, View, Version

उत्तर देखें 👇

✅ सही उत्तर: (A) Volume, Velocity, Variety

88. 'Pipeline' (पाइपलाइन) का मशीन लर्निंग में क्या मतलब है?

• (A) पानी की पाइप
• (B) डेटा प्रोसेसिंग के स्टेप्स को एक क्रम में जोड़ना (Sequence of Steps)
• (C) इंटरनेट केबल
• (D) ग्राफिक्स कार्ड

उत्तर देखें 👇

✅ सही उत्तर: (B) डेटा प्रोसेसिंग के स्टेप्स को एक क्रम में जोड़ना

89. 'Keras' क्या है?

• (A) एक ऑपरेटिंग सिस्टम
• (B) एक हाई-लेवल डीप लर्निंग लाइब्रेरी (Python)
• (C) एक डेटाबेस
• (D) एक हार्डवेयर

उत्तर देखें 👇

✅ सही उत्तर: (B) एक हाई-लेवल डीप लर्निंग लाइब्रेरी (Python)

90. 'Model Evaluation' क्यों जरूरी है?

• (A) यह जानने के लिए कि मॉडल असल दुनिया में कैसा काम करेगा
• (B) मॉडल को सजाने के लिए
• (C) डेटा बढ़ाने के लिए
• (D) टाइम पास करने के लिए

उत्तर देखें 👇

✅ सही उत्तर: (A) यह जानने के लिए कि मॉडल असल दुनिया में कैसा काम करेगा

91. 'Edge Computing' का AI में क्या फायदा है?

• (A) डेटा को क्लाउड पर भेजने के बजाय डिवाइस पर ही प्रोसेस करना
• (B) इंटरनेट का उपयोग बढ़ाना
• (C) कंप्यूटर को स्लो करना
• (D) स्क्रीन की ब्राइटनेस बढ़ाना

उत्तर देखें 👇

✅ सही उत्तर: (A) डेटा को क्लाउड पर भेजने के बजाय डिवाइस पर ही प्रोसेस करना

92. 'Data Mining' का क्या अर्थ है?

• (A) जमीन खोदना
• (B) बड़े डेटासेट से उपयोगी जानकारी (Patterns) निकालना
• (C) डेटा डिलीट करना
• (D) वायरस बनाना

उत्तर देखें 👇

✅ सही उत्तर: (B) बड़े डेटासेट से उपयोगी जानकारी निकालना

93. 'Bias' (बायस) मशीन लर्निंग मॉडल में कब आता है?

• (A) जब डेटा संतुलित (Balanced) हो
• (B) जब ट्रेनिंग डेटा एकतरफा हो या उसमें भेदभाव हो
• (C) जब कंप्यूटर नया हो
• (D) जब इंटरनेट तेज हो

उत्तर देखें 👇

✅ सही उत्तर: (B) जब ट्रेनिंग डेटा एकतरफा हो या उसमें भेदभाव हो

94. 'Chatbot' बनाने के लिए कौन सा एल्गोरिदम सबसे ज्यादा यूज होता है?

• (A) K-Means
• (B) Transformers (जैसे GPT)
• (C) Linear Regression
• (D) PCA

उत्तर देखें 👇

✅ सही उत्तर: (B) Transformers (जैसे GPT)

95. 'Cost Function' का क्या उद्देश्य है?

• (A) मॉडल की कीमत बताना
• (B) मॉडल की गलती (Error) को मापना ताकि उसे सुधारा जा सके
• (C) हार्डवेयर का खर्चा बताना
• (D) बिजली का बिल बताना                                                                                                                                         Current Affairs January 2026

उत्तर देखें 👇

✅ सही उत्तर: (B) मॉडल की गलती (Error) को मापना ताकि उसे सुधारा जा सके

96. 'Weak AI' (कमजोर एआई) का उदाहरण कौन सा है?

• (A) इंसान जैसा दिमाग
• (B) सिरी (Siri) या एलेक्सा (Alexa) जो स्पेसिफिक काम करते हैं
• (C) टर्मिनेटर रोबोट
• (D) सुपर कंप्यूटर

उत्तर देखें 👇

✅ सही उत्तर: (B) सिरी (Siri) या एलेक्सा (Alexa)

97. 'Strong AI' (मजबूत एआई) किसे कहते हैं?

• (A) जो कैलकुलेटर चला सके
• (B) जो इंसानों की तरह सोच सके और किसी भी समस्या को हल कर सके (AGI)
• (C) जो सिर्फ चेस खेल सके
• (D) जो सिर्फ गाने बजा सके

उत्तर देखें 👇

✅ सही उत्तर: (B) जो इंसानों की तरह सोच सके और किसी भी समस्या को हल कर सके

98. 'Cloud Computing' (जैसे AWS, Azure) का ML में क्या रोल है?

• (A) मॉडल को ऑनलाइन ट्रेन और डिप्लॉय करने के लिए पावरफुल सर्वर देना
• (B) मौसम की जानकारी देना
• (C) गेम खेलना
• (D) गाना सुनना

उत्तर देखें 👇

✅ सही उत्तर: (A) मॉडल को ऑनलाइन ट्रेन और डिप्लॉय करने के लिए पावरफुल सर्वर देना

99. 'Computer Vision' में पिक्सेल (Pixel) क्या है?    

• (A) एक वायरस                  अगर आपको यह क्विज़ पसंद आया तो दोस्तों के साथ शेयर करें।                                        
• (B) इमेज का सबसे छोटा हिस्सा (Digital Image Element)
• (C) एक कैमरा ब्रांड
• (D) एक कोडिंग भाषा

उत्तर देखें 👇

✅ सही उत्तर: (B) इमेज का सबसे छोटा हिस्सा

100. मशीन लर्निंग का भविष्य (Future) किस तरफ जा रहा है?

• (A) केवल कैलकुलेशन की तरफ
• (B) ऑटोमेशन, सेल्फ-ड्राइविंग कार और पर्सनलाइज्ड AI की तरफ
• (C) टाइपराइटर की तरफ
• (D) सीडी प्लेयर की तरफ

उत्तर देखें 👇

✅ सही उत्तर: (B) ऑटोमेशन, सेल्फ-ड्राइविंग कार और पर्सनलाइज्ड AI की तरफ