FULL EXAM PREP TOPPERS APP Test Series & Video
Latest Updates
๐Ÿš€ Loading Updates...

Machine Learning Notes in Hindi | ML Study Notes, MCQ & Quiz

เคฎเคถीเคจ เคฒเคฐ्เคจिंเค— (Machine Learning - ML) เค•्เคฏा เคนै? | เคช्เคฐเค•ाเคฐ, เคเคฒ्เค—ोเคฐिเคฆเคฎ, Supercomputer & 10 MCQs

Toppers Adda | Computer Notes in Hindi for SSC CGL, SSC CHSL, RRB, Banking, , Railway, UP Police, UPSSSC PET,UPPCS, RO/ARO,Junior Assistant, Lekhpal, CTET, UPTET, DSSSB, NIELIT, CUET, BPSC, , KVS, NVS, UPSC, CCC, O Level and competitive exams.

[ Featured Image Placeholder ]
Title: Machine Learning (ML) in Hindi | Supercomputers | Computer Notes PDF
Alt Text: Types of Machine Learning, Deep Learning and AI Diagram in Hindi
๐Ÿ“‹ Table of Contents (เคตिเคทเคฏ เคธूเคšी)

๐ŸŒฟ ML Architecture Mind-Map (เคชूเคฐा เคŸॉเคชिเค• เคเค• เคจเคœ़เคฐ เคฎें)

ML Core
๐Ÿ“Š ML เค•े เคช्เคฐเค•ाเคฐ
๐Ÿงฉ Algorithms
๐Ÿš€ Supercomputers

1. Machine Learning (ML) เค•्เคฏा เคนै? (Introduction & History)

เคฎเคถीเคจ เคฒเคฐ्เคจिंเค— (Machine Learning - ML) เค†เคฐ्เคŸिเคซिเคถिเคฏเคฒ เค‡ंเคŸेเคฒिเคœेंเคธ (Artificial Intelligence - AI) เค•ी เคเค• เค…เคค्เคฏंเคค เคฎเคนเคค्เคตเคชूเคฐ्เคฃ เคถाเค–ा เคนै, เคœिเคธเคฎें เค•ंเคช्เคฏूเคŸเคฐ เคธिเคธ्เคŸเคฎ เค•ो เค‡เคธ เคช्เคฐเค•ाเคฐ เคตिเค•เคธिเคค เค•िเคฏा เคœाเคคा เคนै เค•ि เคตे เคตिเคถाเคฒ เคกेเคŸा (Big Data) เคธे เคธीเค– เคธเค•ें, เค›िเคชे เคนुเค เคชैเคŸเคฐ्เคจ เคชเคนเคšाเคจ เคธเค•ें เค”เคฐ เคฌिเคจा เค•िเคธी เคธ्เคชเคท्เคŸ เคช्เคฐोเค—्เคฐाเคฎिंเค— (Explicit Programming) เค•े เคธเคŸीเค• เคจिเคฐ्เคฃเคฏ เคฒे เคธเค•ें।

เคชเคฐिเคญाเคทा (Definition): "Machine Learning เคตเคน เค‰เคจ्เคจเคค เคคเค•เคจीเค• เคนै เคœिเคธเคฎें เค•ंเคช्เคฏूเคŸเคฐ เคกेเคŸा เค•ा เคธांเค–्เคฏिเค•ीเคฏ (Statistical) เคตिเคถ्เคฒेเคทเคฃ เค•เคฐเค•े เคธ्เคตเคฏं เค…เคชเคจे เค…เคจुเคญเคต เคธे เคธीเค–เคคा เคนै เค”เคฐ เคญเคตिเคท्เคฏ เค•े เคฒिเค เคธเคŸीเค• เคญเคตिเคท्เคฏเคตाเคฃिเคฏाँ (Predictions) เค•เคฐเคคा เคนै।"

๐Ÿ“œ Machine Learning เค•ा เค‡เคคिเคนाเคธ

เคตเคฐ्เคท (Year) เคฎเคนเคค्เคตเคชूเคฐ्เคฃ เค˜เคŸเคจाเคँ (Key Events)
1950เคเคฒเคจ เคŸ्เคฏूเคฐिंเค— (Alan Turing) เคจे Machine Intelligence เค•ी เค…เคตเคงाเคฐเคฃा เคช्เคฐเคธ्เคคुเคค เค•ी।
1959Arthur Samuel (ML เค•े เคœเคจเค•) เคจे เคชเคนเคฒी เคฌाเคฐ "Machine Learning" เคถเคฌ्เคฆ เค•ा เคช्เคฐเคฏोเค— เค•िเคฏा।
1997IBM Deep Blue เคจे เคตिเคถ्เคต เคถเคคเคฐंเคœ เคšैंเคชिเคฏเคจ เค—ैเคฐी เค•ाเคธ्เคชाเคฐोเคต เค•ो เคนเคฐाเคฏा।
2010+Big Data เค”เคฐ Cloud Computing เค•े เค•ाเคฐเคฃ ML เค•ा เคตिเคถ्เคตเคต्เคฏाเคชी เคตिเคธ्เคคाเคฐ เคนुเค†।
2020+Generative AI เค”เคฐ Deep Learning (Neural Networks) เค•ा เคคेเคœी เคธे เคตिเค•ाเคธ।

⚡ ML Training Pipeline Simulator (เคฎเคถीเคจ เคฒเคฐ्เคจिंเค— เค•ैเคธे เค•ाเคฎ เค•เคฐเคคा เคนै)

เคจीเคšे เคฌเคŸเคจ เคฆเคฌाเค•เคฐ เคฒाเค‡เคต เคฆेเค–ें เค•ि เคเค• ML เคฎॉเคกเคฒ เค•เคš्เคšे เคกेเคŸा (Raw Data) เค•ो เคช्เคฐोเคธेเคธ เค•เคฐเค•े เค•ैเคธे เค†เค‰เคŸเคชुเคŸ เคฏा เคญเคตिเคท्เคฏเคตाเคฃी (Prediction) เค‰เคค्เคชเคจ्เคจ เค•เคฐเคคा เคนै:

1. เคกेเคŸा เค•เคฒेเค•्เคถเคจ & เค•्เคฒीเคจिंเค—
[Raw Big Data]
2. เคฎॉเคกเคฒ เคŸ्เคฐेเคจिंเค— (Algorithm)
IDLE
3. เคช्เคฐिเคกिเค•्เคถเคจ (Prediction)
[None]
STATUS: ML Engine standby. Click button below to run the Machine Learning loop.

2. Machine Learning เค•े เคช्เคฐเค•ाเคฐ (Types of ML)

เคกेเคŸा เคธीเค–เคจे เค•े เคคเคฐीเค•े เค•े เค†เคงाเคฐ เคชเคฐ เคฎเคถीเคจ เคฒเคฐ्เคจिंเค— เค•ो เคคीเคจ เคฎुเค–्เคฏ เคถ्เคฐेเคฃिเคฏों เคฎें เคฌांเคŸा เค—เคฏा เคนै:

1. Supervised Learning
เค‡เคธเคฎें เคฎเคถीเคจ เค•ो เคฒेเคฌเคฒ เค•िเค เค—เค เคกेเคŸा (Labeled Data) เคชเคฐ เคช्เคฐเคถिเค•्เคทिเคค เค•िเคฏा เคœाเคคा เคนै, เคฏाเคจी เคฎเคถीเคจ เค•ो เค‡เคจเคชुเคŸ เค•े เคธाเคฅ-เคธाเคฅ เคธเคนी เค†เค‰เคŸเคชुเคŸ เคญी เคชเคนเคฒे เคธे เคฌเคคाเคฏा เคœाเคคा เคนै।
เค‰เคฆाเคนเคฐเคฃ: Email Spam Detection, House Price Prediction.
2. Unsupervised Learning
เค‡เคธเคฎें เคฎเคถीเคจ เค•ो เคฌिเคจा เคฒेเคฌเคฒ เคตाเคฒे เคกेเคŸा (Unlabeled Data) เคฆिเคฏा เคœाเคคा เคนै। เคฎเคถीเคจ เคธ्เคตเคฏं เคกेเคŸा เค•े เคฌीเคš เค›िเคชे เคชैเคŸเคฐ्เคจ เคฏा เคธเคฎूเคนों (Clusters) เค•ो เค–ोเคœเคคी เคนै।
เค‰เคฆाเคนเคฐเคฃ: Customer Segmentation, Recommendation Systems.
3. Reinforcement Learning
เค‡เคธเคฎें เคฎเคถीเคจ เค…เคชเคจे เคชเคฐ्เคฏाเคตเคฐเคฃ เคธे เคชुเคฐเคธ्เค•ाเคฐ (Reward) เค”เคฐ เคฆंเคก (Penalty) เค•े เค†เคงाเคฐ เคชเคฐ เคธीเค–เคคी เคนै (Hit and Trial method)।
เค‰เคฆाเคนเคฐเคฃ: Self-Driving Cars, Game Playing AI (AlphaGo).

3. Artificial Intelligence (AI) เค”เคฐ Machine Learning (ML) เคฎें เค…ंเคคเคฐ

Artificial Intelligence (AI) Machine Learning (ML)
AI เคเค• เคฌเคนुเคค เคนी เคต्เคฏाเคชเค• (Broad) เค•्เคทेเคค्เคฐ เคนै।ML, AI เค•ी เคนी เคเค• เคตिเคถेเคท เคถाเค–ा (Sub-branch) เคนै।
เค‡เคธเค•ा เคฎुเค–्เคฏ เคฒเค•्เคท्เคฏ เคฎเคถीเคจों เค•ो เค‡ंเคธाเคจों เค•ी เคคเคฐเคน เคธोเคšเคจे เค”เคฐ เคจिเคฐ्เคฃเคฏ เคฒेเคจे เค•े เคฏोเค—्เคฏ เคฌเคจाเคจा เคนै।เค‡เคธเค•ा เคฎुเค–्เคฏ เคฒเค•्เคท्เคฏ เคฎเคถीเคจों เค•ो เคกेเคŸा เคธे เคธीเค–เคจे เค”เคฐ เค…เคชเคจी เคเค•्เคฏूเคฐेเคธी เคฌเคข़ाเคจे เค•े เคฏोเค—्เคฏ เคฌเคจाเคจा เคนै।
เคฏเคน เคธเคญी เคช्เคฐเค•ाเคฐ เค•ी เคฌुเคฆ्เคงिเคฎाเคจ เคช्เคฐเคฃाเคฒिเคฏों เค•ो เค•เคตเคฐ เค•เคฐเคคा เคนै।เคฏเคน เค•ेเคตเคฒ เคเคฒ्เค—ोเคฐिเคฆเคฎ เค”เคฐ เคธांเค–्เคฏिเค•ीเคฏ เคฎॉเคกเคฒों เคคเค• เคธीเคฎिเคค เคนै।
เค‰เคฆाเคนเคฐเคฃ: Robotics, Expert Systemsเค‰เคฆाเคนเคฐเคฃ: Netflix Recommendation, Spam Filter

4. เคช्เคฐเคฎुเค– ML Algorithms เค”เคฐ Deep Learning

  • Linear Regression: เคธंเค–्เคฏाเคค्เคฎเค• (Numerical) เคญเคตिเคท्เคฏเคตाเคฃी เค•े เคฒिเค (เคœैเคธे เค˜เคฐ เค•ी เค•ीเคฎเคค เค•ा เค…เคจुเคฎाเคจ)।
  • Logistic Regression: Classification เคธเคฎเคธ्เคฏाเค“ं เค•े เคฒिเค (เคœैเคธे เคˆเคฎेเคฒ เคธ्เคชैเคฎ เคนै เคฏा เคจเคนीं)।
  • Decision Tree: เคเค• เคชेเคก़ เคœैเคธी เคธंเคฐเคšเคจा เคœो เคจिเคฐ्เคฃเคฏ เคฒेเคจे เคฎें เคฎเคฆเคฆ เค•เคฐเคคी เคนै।
  • Random Forest: เคธเคŸीเค•เคคा เคฌเคข़ाเคจे เค•े เคฒिเค เค•เคˆ Decision Trees เค•ा เคเค• เคฌเคก़ा เคธเคฎूเคน।
  • K-Means Clustering: เค…เคจเคธुเคชเคฐเคตाเค‡เคœ्เคก เคกेเคŸा เค•ा เคธเคฎूเคน (Clusters) เคฌเคจाเคจे เค•े เคฒिเค।
  • Neural Networks: เคฏเคน เคฎाเคจเคต เคฎเคธ्เคคिเคท्เค• เค•े เคจ्เคฏूเคฐॉเคจ्เคธ เคธे เคช्เคฐेเคฐिเคค เค•ंเคช्เคฏूเคŸेเคถเคจเคฒ เคฎॉเคกเคฒ เคนै। เค‡เคธเค•े 3 เคญाเค— เคนोเคคे เคนैं: Input Layer, Hidden Layer, Output Layer
๐Ÿง  Deep Learning เค•्เคฏा เคนै?
Deep Learning เคฎเคถीเคจ เคฒเคฐ्เคจिंเค— เค•ा เคนी เคธเคฌเคธे เค‰เคจ्เคจเคค เคฐूเคช เคนै, เคœो เคญाเคฐी เคฎाเคค्เคฐा เคฎें เคกेเคŸा เคช्เคฐोเคธेเคธ เค•เคฐเคจे เค•े เคฒिเค Artificial Neural Networks (ANN) เค•ा เค‰เคชเคฏोเค— เค•เคฐเคคा เคนै। Face Recognition, Speech Recognition เค”เคฐ Chatbots (เคœैเคธे ChatGPT) เค‡เคธी เคชเคฐ เค†เคงाเคฐिเคค เคนैं।

5. Machine Learning เค”เคฐ Supercomputers

Machine Learning เค”เคฐ Deep Learning เคฎें เคตिเคถाเคฒ เคกेเคŸा (Big Data) เค•ा เคตिเคถ्เคฒेเคทเคฃ เค•เคฐเคจा เคชเคก़เคคा เคนै। เค‡เคธเค•े เคฒिเค เคธाเคฎाเคจ्เคฏ เค•ंเคช्เคฏूเคŸเคฐ เคธเค•्เคทเคฎ เคจเคนीं เคนोเคคे, เค‡เคธीเคฒिเค Supercomputers เค•ा เค‰เคชเคฏोเค— เค•िเคฏा เคœाเคคा เคนै।

  • Parallel Processing: เคธुเคชเคฐเค•ंเคช्เคฏूเคŸเคฐ เค•िเคธी เคฌเคนुเคค เคฌเคก़े เค•ाเคฐ्เคฏ เค•ो เค›ोเคŸे-เค›ोเคŸे เคญाเค—ों เคฎें เคตिเคญाเคœिเคค เค•เคฐเค•े เคนเคœ़ाเคฐों เคช्เคฐोเคธेเคธเคฐ्เคธ เค•े เคฎाเคง्เคฏเคฎ เคธे เคเค• เคธाเคฅ เคนเคฒ เค•เคฐเคคे เคนैं, เค‡เคธे เคชैเคฐेเคฒเคฒ เคช्เคฐोเคธेเคธिंเค— เค•เคนเคคे เคนैं।
  • FLOPS (Floating Point Operations Per Second): เคธुเคชเคฐเค•ंเคช्เคฏूเคŸเคฐ เค•ी เค—เคคि เคฎाเคชเคจे เค•ी เค‡เค•ाเคˆ FLOPS เคนै। เค†เคœ เค•े เค†เคงुเคจिเค• เคธुเคชเคฐเค•ंเคช्เคฏूเคŸเคฐ PetaFLOPS เค”เคฐ ExaFLOPS เคฎें เค•ाเคฐ्เคฏ เค•เคฐเคคे เคนैं।
เคช्เคฐเคฎुเค– เคธुเคชเคฐเค•ंเคช्เคฏूเคŸเคฐ เคฆेเคถ (Country) เค—เคคि (Speed)
Fugakuเคœाเคชाเคจ442 PetaFLOPS
Summitเค…เคฎेเคฐिเค•ा148.8 PetaFLOPS
Sierraเค…เคฎेเคฐिเค•ा94.6 PetaFLOPS

๐ŸŽฏ Competitive Exam Point of View (เคตिเคถेเคท เคชเคฐीเค•्เคทा เคช्เคฐเคญाเค—)

เคฏเคน เค–ंเคก เคตिเคถेเคท เคฐूเคช เคธे CCC Computer Notes, O Level Computer Notes, SSC, Banking, UPSSSC PET, เค”เคฐ State Police Exams เค•े เคจเคตीเคจเคคเคฎ เคธिเคฒेเคฌเคธ เค•ो เคง्เคฏाเคจ เคฎें เคฐเค–เค•เคฐ เคคैเคฏाเคฐ เค•िเคฏा เค—เคฏा เคนै।

  • ML Pioneer: 'Arthur Samuel' เค•ो เคฎเคถीเคจ เคฒเคฐ्เคจिंเค— เคถเคฌ्เคฆ เค—เคข़เคจे เค•े เคฒिเค เคœाเคจा เคœाเคคा เคนै (1959)।
  • 5th Generation: AI, ML, Voice Recognition เค”เคฐ ULSI (Ultra Large Scale Integration) เค•ंเคช्เคฏूเคŸเคฐ เค•ी เคชांเคšเคตीं เคชीเคข़ी เค•ी เคฎुเค–्เคฏ เคตिเคถेเคทเคคाเคं เคนैं।
  • Quantum Advantage: เคญเคตिเคท्เคฏ เค•ी เค•्เคตांเคŸเคฎ เค•ंเคช्เคฏूเคŸिंเค— ML เคฎॉเคกเคฒ्เคธ เค•ो 'Qubits' เค•ी เคฎเคฆเคฆ เคธे เคฒाเค–ों เค—ुเคจा เคคेเคœ เค•เคฐ เคฆेเค—ी।
  • Supercomputer Speed: เคเค—्เคœाเคฎ्เคธ เคฎें เค…เค•्เคธเคฐ เคชूเค›ा เคœाเคคा เคนै; เคฏाเคฆ เคฐเค–ें- เคธुเคชเคฐเค•ंเคช्เคฏूเคŸเคฐ เค•ी เคธ्เคชीเคก FLOPS เคฎें เคฎाเคชी เคœाเคคी เคนै, เคœเคฌเค•ि เคธाเคฎाเคจ्เคฏ เค•ंเคช्เคฏूเคŸเคฐ เค•ी GHz เคฎें।

7. 20 เคฎเคนเคค्เคตเคชूเคฐ्เคฃ เคตเคจ-เคฒाเค‡เคจเคฐ เคช्เคฐเคถ्เคจोเคค्เคคเคฐी (20 Essential One-Liners)

1. Machine Learning เค•िเคธเค•ी เคเค• เคตिเคถेเคท เคถाเค–ा เคนै? ➔ Artificial Intelligence (AI) เค•ी।
2. เคฎเคถीเคจ เคฒเคฐ्เคจिंเค— เคถเคฌ्เคฆ เค•ा เคธเคฌเคธे เคชเคนเคฒा เคช्เคฐเคฏोเค— เค•िเคธเคจे เค•िเคฏा เคฅा? ➔ เค†เคฐ्เคฅเคฐ เคธैเคฎुเค…เคฒ (Arthur Samuel) เคจे 1959 เคฎें।
3. เคฎเคถीเคจ เค•ो เคชूเคฐ्เคต-เคช्เคฐเคฎाเคฃिเคค (Labeled) เคกेเคŸा เคธे เคธिเค–ाเคจे เค•ी เคช्เคฐเค•्เคฐिเคฏा เค•्เคฏा เค•เคนเคฒाเคคी เคนै? ➔ Supervised Learning
4. เคฌिเคจा เคฒेเคฌเคฒ เคตाเคฒे เคกेเคŸा เคธे เคธเคฎूเคน (Clusters) เค–ोเคœเคจा เค•िเคธ เคฒเคฐ्เคจिंเค— เค•ा เคญाเค— เคนै? ➔ Unsupervised Learning
5. เคตเคน เคฒเคฐ्เคจिंเค— เคœो เคฐिเคตॉเคฐ्เคก (Reward) เค”เคฐ เคชेเคจเคฒ्เคŸी (Penalty) เคชเคฐ เค†เคงाเคฐिเคค เคนै? ➔ Reinforcement Learning
6. Deep Learning เค•िเคธ เคœैเคตिเค• เคช्เคฐเคฃाเคฒी เค•ी เคจเค•เคฒ เค•เคฐเคคा เคนै? ➔ เคฎाเคจเคต เคฎเคธ्เคคिเคท्เค• (Neural Networks) เค•ी।
7. เคจ्เคฏूเคฐเคฒ เคจेเคŸเคตเคฐ्เค• เค•ी เคคीเคจ เคฎुเค–्เคฏ เคฒेเคฏเคฐ्เคธ เค•ौเคจ เคธी เคนैं? ➔ Input Layer, Hidden Layer, Output Layer
8. เคธुเคชเคฐเค•ंเคช्เคฏूเคŸเคฐ เค•ी เค•ाเคฐ्เคฏ เค•เคฐเคจे เค•ी เค—เคคि เค•िเคธเคฎें เคฎाเคชी เคœाเคคी เคนै? ➔ FLOPS (Floating Point Operations Per Second)
9. เคเค• เคฌเคนुเคค เคฌเคก़े เค•ाเคฐ्เคฏ เค•ो เคธैเค•เคก़ों เคช्เคฐोเคธेเคธเคฐ्เคธ เคฎें เคฌांเคŸเค•เคฐ เคเค• เคธाเคฅ เคนเคฒ เค•เคฐเคจा เค•्เคฏा เค•เคนเคฒाเคคा เคนै? ➔ Parallel Processing
10. เค•ंเคช्เคฏूเคŸเคฐ เค•ी เคชांเคšเคตीं เคชीเคข़ी เค•ी เคšिเคช्เคธ เคฎें เค•िเคธ เคคเค•เคจीเค• เค•ा เค‡เคธ्เคคेเคฎाเคฒ เคนोเคคा เคนै? ➔ ULSI (Ultra Large Scale Integration)
11. เค˜เคฐ เค•ी เค•ीเคฎเคค เคฏा เค•िเคธी เคธंเค–्เคฏाเคค्เคฎเค• เคฎाเคจ เค•ी เคญเคตिเคท्เคฏเคตाเคฃी เค•เคฐเคจे เคตाเคฒा ML เคเคฒ्เค—ोเคฐिเคฆเคฎ เค•ौเคจ เคธा เคนै? ➔ Linear Regression
12. เคˆ-เคฎेเคฒ เคธ्เคชैเคฎ เคนै เคฏा เคจเคนीं, เคฏเคน เคคเคฏ เค•เคฐเคจे เคตाเคฒा เคเคฒ्เค—ोเคฐिเคฆเคฎ เค•ौเคจ เคธा เคนै? ➔ Logistic Regression
13. เค•เคˆ 'Decision Trees' เค•ो เคฎिเคฒाเค•เคฐ เคฌเคจเคจे เคตाเคฒा เค…เคงिเค• เคธเคŸीเค• เคเคฒ्เค—ोเคฐिเคฆเคฎ เค•ौเคจ เคธा เคนै? ➔ Random Forest
14. เค•्เคตांเคŸเคฎ เค•ंเคช्เคฏूเคŸเคฐ เค•ी เคฎुเค–्เคฏ เคฎेเคฎोเคฐी เคฏूเคจिเคŸ เค•्เคฏा เคนै? ➔ Qubit (เค•्เคตांเคŸเคฎ เคฌिเคŸ)
15. เคฌाเคฏो เค•ंเคช्เคฏूเคŸเคฐ (Bio Computer) เคฎें เคšिเคช्เคธ เค•े เคธ्เคฅाเคจ เคชเคฐ เค•िเคธเค•ा เคช्เคฐเคฏोเค— เคนोเคคा เคนै? ➔ DNA เค”เคฐ Protein เค•ा।
16. เคฎाเคจเคต เค†เคตाเคœ़ เค•ो เคชเคนเคšाเคจเค•เคฐ เคŸाเค‡เคช เค•เคฐเคจा เคฏा เค•เคฎांเคก เคฎाเคจเคจा เค•िเคธ เคคเค•เคจीเค• เค•ा เคนिเคธ्เคธा เคนै? ➔ Voice Recognition (NLP)
17. Amazon เคฏा Netflix เคฆ्เคตाเคฐा เค†เคชเค•ो เค†เคชเค•ी เคชเคธंเคฆ เค•ी เคšीเคœें เคฆिเค–ाเคจा เค•िเคธเค•ा เค‰เคฆाเคนเคฐเคฃ เคนै? ➔ Recommendation System (ML)
18. เคฌैंเค•िंเค— เค”เคฐ เคซाเค‡เคจेंเคธ เคธेเค•्เคŸเคฐ เคฎें ML เค•ा เคธเคฌเคธे เคฌเคก़ा เค‰เคชเคฏोเค— เค•्เคฏा เคนै? ➔ Fraud Detection (เคงोเค–ाเคงเคก़ी เคชเค•เคก़เคจा)
19. ML เค•ी เคธเคฌเคธे เคฌเคก़ी เคธीเคฎा (Limitation) เค•्เคฏा เคนै? ➔ เค‡เคธเค•े เคฒिเค เคญाเคฐी เคฎाเคค्เคฐा เคฎें เคกेเคŸा เค”เคฐ เค‰เคš्เคš เค•ंเคช्เคฏूเคŸिंเค— เคชाเคตเคฐ (เคฎเคนंเค—े เคนाเคฐ्เคกเคตेเคฏเคฐ) เค•ी เค†เคตเคถ्เคฏเค•เคคा เคนोเคคी เคนै।
20. ML เคฎें 'Data Cleaning' เค•ा เค•्เคฏा เค…เคฐ्เคฅ เคนै? ➔ เค•เคš्เคšे เคกेเคŸा เคฎें เคธे เค…เคถुเคฆ्เคงिเคฏों เค”เคฐ เค—เคฒเคคिเคฏों เค•ो เคนเคŸाเค•เคฐ เค‰เคธे เคฎॉเคกเคฒ เคŸ्เคฐेเคจिंเค— เค•े เคฏोเค—्เคฏ เคฌเคจाเคจा।

Machine Learning Revision Flashcards

เค•ाเคฐ्เคก เคชเคฐ เค•्เคฒिเค• เค•เคฐเค•े เคธเคนी เค‰เคค्เคคเคฐ เคฆेเค–ें।

Question (เคช्เคฐเคถ्เคจ)
Loading ML Question Layout...
Correct Answer (เคธเคนी เค‰เคค्เคคเคฐ)
...
๐Ÿง  Toppers Memory Trick ...
0 / 0

9. 10 เคฎเคนเคค्เคตเคชूเคฐ्เคฃ เค…เคญ्เคฏाเคธ เคช्เคฐเคถ्เคจोเคค्เคคเคฐी (10 High-Value MCQs)

Q1. Machine Learning เคฎुเค–्เคฏ เคฐूเคช เคธे เค•िเคธเค•ी เคเค• เค‰เคจ्เคจเคค เคถाเค–ा เคนै?

(A) Networking  |  (B) Artificial Intelligence  |  (C) DBMS  |  (D) Web Design
เคธเคนी เค‰เคค्เคคเคฐ: (B) Artificial Intelligence
เคธ्เคชเคท्เคŸीเค•เคฐเคฃ: ML, AI เค•ा เคตเคน เคนिเคธ्เคธा เคนै เคœो เคฎเคถीเคจों เค•ो เคกेเคŸा เคธे เคธीเค–เคจे เคฎें เคฎเคฆเคฆ เค•เคฐเคคा เคนै।

Q2. 1959 เคฎें "Machine Learning" เคถเคฌ्เคฆ เค•ा เคธเคฌเคธे เคชเคนเคฒा เคช्เคฐเคฏोเค— เค•िเคธเคจे เค•िเคฏा เคฅा?

(A) Alan Turing  |  (B) John McCarthy  |  (C) Arthur Samuel  |  (D) Bill Gates
เคธเคนी เค‰เคค्เคคเคฐ: (C) Arthur Samuel
เคธ्เคชเคท्เคŸीเค•เคฐเคฃ: เค†เคฐ्เคฅเคฐ เคธैเคฎुเค…เคฒ เค•ो เคนी เคฎเคถीเคจ เคฒเคฐ्เคจिंเค— เค•े เค•्เคทेเคค्เคฐ เค•ा เคช्เคฐเคฃेเคคा เคฎाเคจा เคœाเคคा เคนै।

Q3. เคธुเคชเคฐเค•ंเคช्เคฏूเคŸเคฐ เค•ी เค•ाเคฐ्เคฏ เค•เคฐเคจे เค•ी เค—เคคि (Speed) เค•िเคธ เค‡เค•ाเคˆ เคฎें เคฎाเคชी เคœाเคคी เคนै?

(A) Bytes  |  (B) FLOPS  |  (C) Hertz  |  (D) MIPS
เคธเคนी เค‰เคค्เคคเคฐ: (B) FLOPS
เคธ्เคชเคท्เคŸीเค•เคฐเคฃ: Floating Point Operations Per Second เคธुเคชเคฐเค•ंเคช्เคฏूเคŸเคฐ เค•ी เค—เคคि เค•ा เคฎाเคจเค• เคนै।

Q4. เคฎเคถीเคจ เคฒเคฐ्เคจिंเค— เค•ा เคตเคน เคช्เคฐเค•ाเคฐ เคœिเคธเคฎें เคฎॉเคกเคฒ เค•ो 'เคฒेเคฌเคฒ เค•िเค เค—เค เคกेเคŸा' (Labeled Data) เคชเคฐ เคช्เคฐเคถिเค•्เคทिเคค เค•िเคฏा เคœाเคคा เคนै, เค•्เคฏा เค•เคนเคฒाเคคा เคนै?

(A) Unsupervised Learning (B) Supervised Learning (C) Reinforcement (D) Deep Learning

เค‰เคค्เคคเคฐ: (B) Supervised Learning (เคœैเคธे เคˆเคฎेเคฒ เค•ो เคธ्เคชैเคฎ เค”เคฐ เคจॉเคŸ-เคธ्เคชैเคฎ เคฎें เค›ांเคŸเคจा)।

Q5. เค•्เคตांเคŸเคฎ เค•ंเคช्เคฏूเคŸเคฐ (Quantum Computer) เค•ी เคฎेเคฎोเคฐी เค•ी เคฎूเคฒเคญूเคค เค‡เค•ाเคˆ เค•्เคฏा เคนै?

(A) Bit (B) Byte (C) Qubit (D) Nibble

เค‰เคค्เคคเคฐ: (C) Qubit (เค•्เคตांเคŸเคฎ เคฌिเคŸ)।

Q6. เคเค• เคฌเคก़ी เคœเคŸिเคฒ ML เคธเคฎเคธ्เคฏा เค•ो เค›ोเคŸे เคŸुเค•เคก़ों เคฎें เคฌांเคŸเค•เคฐ เคธैเค•เคก़ों เคช्เคฐोเคธेเคธเคฐ्เคธ เคฆ्เคตाเคฐा เคเค• เคธाเคฅ เคนเคฒ เค•เคฐเคจे เค•ी เคคเค•เคจीเค• เค•्เคฏा เคนै?

(A) Sequential Processing (B) Parallel Processing (C) Linear Flow (D) Time Sharing

เค‰เคค्เคคเคฐ: (B) Parallel Processing (เคธुเคชเคฐเค•ंเคช्เคฏूเคŸเคฐ्เคธ เค•ा เคฎुเค–्เคฏ เค†เคงाเคฐ)।

Q7. 'Deep Learning' เคคเค•เคจीเค• เค•िเคธ เคฎाเคจเคต เค…ंเค— เค•ी เค•ाเคฐ्เคฏเคช्เคฐเคฃाเคฒी เคธे เคช्เคฐेเคฐिเคค เคนै?

(A) เคนृเคฆเคฏ (Heart) (B) เค†ंเค– (Eyes) (C) เคฎเคธ्เคคिเคท्เค• (Neural Networks) (D) เค•ाเคจ

เค‰เคค्เคคเคฐ: (C) เคฎเคธ्เคคिเคท्เค• (Artificial Neural Networks เคจ्เคฏूเคฐॉเคจ्เคธ เค•ी เคจเค•เคฒ เค•เคฐเคคे เคนैं)।

Q8. เคฐिเคตॉเคฐ्เคก (เคชुเคฐเคธ्เค•ाเคฐ) เค”เคฐ เคชेเคจเคฒ्เคŸी (เคฆंเคก) เค•े เคธिเคฆ्เคงांเคค เคชเคฐ เค†เคงाเคฐिเคค เคฎเคถीเคจ เคฒเคฐ्เคจिंเค— เค•ो เค•्เคฏा เค•เคนा เคœाเคคा เคนै?

(A) Supervised (B) Unsupervised (C) Reinforcement Learning (D) Clustering

เค‰เคค्เคคเคฐ: (C) Reinforcement Learning (เคธेเคฒ्เคซ เคก्เคฐाเค‡เคตिंเค— เค•ाเคฐों เคฎें เคช्เคฐเคฏुเค•्เคค)।

Q9. เคˆ-เค•ॉเคฎเคฐ्เคธ เคตेเคฌเคธाเค‡เคŸ्เคธ (Amazon, Flipkart) เค—्เคฐाเคนเค•ों เค•ो เค‰เคจเค•े เคชिเค›เคฒे เคธเคฐ्เคš เค•े เค†เคงाเคฐ เคชเคฐ เคจเค เค‰เคค्เคชाเคฆ เค•ैเคธे เคฆिเค–ाเคคी เคนैं?

(A) Manual entry (B) Recommendation System (ML) (C) HTML coding (D) Operating System

เค‰เคค्เคคเคฐ: (B) Recommendation System (เคฏเคน ML เค•ा เคฌेเคนเคคเคฐीเคจ เค…เคจुเคช्เคฐเคฏोเค— เคนै)।

Q10. เค‡เคจเคฎें เคธे เค•ौเคจ เคธा เคฎเคถीเคจ เคฒเคฐ्เคจिंเค— เค•ा เคเค• เคช्เคฐเคฎुเค– เคเคฒ्เค—ॉเคฐिเคฆเคฎ เคนै เคœो 'เคตเคฐ्เค—ीเค•เคฐเคฃ' (Classification) เค•े เคฒिเค เค‰เคชเคฏोเค— เคนोเคคा เคนै?

(A) Logistic Regression (B) TCP/IP (C) HTTP (D) Router

เค‰เคค्เคคเคฐ: (A) Logistic Regression (เคœैเคธे เคˆเคฎेเคฒ เคธ्เคชैเคฎ เค›ांเคŸเคจा)।

10. 20 เคฎเคนเคค्เคตเคชूเคฐ्เคฃ เค…เค•्เคธเคฐ เคชूเค›े เคœाเคจे เคตाเคฒे เคช्เคฐเคถ्เคจ (20 Essential FAQs)

Q1. Machine Learning (ML) เค•्เคฏा เคนै?
เค‰เคค्เคคเคฐ: เคฎเคถीเคจ เคฒเคฐ्เคจिंเค— AI เค•ी เคเค• เคถाเค–ा เคนै เคœो เค•ंเคช्เคฏूเคŸเคฐ เค•ो เคฌिเคจा เค…เคฒเค— เคธे เคช्เคฐोเค—्เคฐाเคฎिंเค— เค•िเค เคกेเคŸा เคธे เคธीเค–เคจे เค•ी เค•्เคทเคฎเคคा เคฆेเคคी เคนै।

Q2. ML เค•ा เคœเคจเค• (Father of Machine Learning) เค•िเคธे เคฎाเคจा เคœाเคคा เคนै?
เค‰เคค्เคคเคฐ: เค†เคฐ्เคฅเคฐ เคธैเคฎुเค…เคฒ (Arthur Samuel), เคœिเคจ्เคนोंเคจे 1959 เคฎें เคชเคนเคฒी เคฌाเคฐ เค‡เคธ เคถเคฌ्เคฆ เค•ा เคช्เคฐเคฏोเค— เค•िเคฏा เคฅा।

Q3. Artificial Intelligence เค”เคฐ Machine Learning เคฎें เค•्เคฏा เค…ंเคคเคฐ เคนै?
เค‰เคค्เคคเคฐ: AI เคเค• เคฌเคนुเคค เคฌเคก़ा เค•्เคทेเคค्เคฐ เคนै เคœो เคฎเคถीเคจों เค•ो เค‡ंเคธाเคจ เคœैเคธा เคฌเคจाเคคा เคนै, เคœเคฌเค•ि ML เค‰เคธ AI เค•ा เคเค• เคนिเคธ्เคธा เคนै เคœो เคธिเคฐ्เคซ 'เคกेเคŸा เคธे เคธीเค–เคจे' เคชเคฐ เค•ेंเคฆ्เคฐिเคค เคนै।

Q4. Supervised Learning เค•्เคฏा เคนोเคคी เคนै?
เค‰เคค्เคคเคฐ: เคœเคฌ เค•ंเคช्เคฏूเคŸเคฐ เค•ो เคเคธे เคกेเคŸा เคธे เคธिเค–ाเคฏा เคœाเคคा เคนै เคœिเคธเคฎें เค‡เคจเคชुเคŸ เค•े เคธाเคฅ-เคธाเคฅ 'เคธเคนी เค‰เคค्เคคเคฐ' (Label) เคญी เคฆिเคฏा เค—เคฏा เคนो।

Q5. Unsupervised Learning เค•ा เค•्เคฏा เค‰เคชเคฏोเค— เคนै?
เค‰เคค्เคคเคฐ: เค‡เคธเค•ा เค‰เคชเคฏोเค— เคฌिเคจा เคฒेเคฌเคฒ เคตाเคฒे เคกेเคŸा เคฎें เค›िเคชे เคนुเค เคชैเคŸเคฐ्เคจ เคฏा เคธเคฎूเคน (Clustering) เค–ोเคœเคจे เค•े เคฒिเค เค•िเคฏा เคœाเคคा เคนै।

Q6. Reinforcement Learning เค•ा เคธिเคฆ्เคงांเคค เค•्เคฏा เคนै?
เค‰เคค्เคคเคฐ: เคฏเคน เคนिเคŸ เคंเคก เคŸ्เคฐाเคฏเคฒ (Hit and Trial) เคชเคฐ เค†เคงाเคฐिเคค เคนै, เคœเคนाँ เคฎเคถीเคจ เคธเคนी เค•ाเคฎ เค•เคฐเคจे เคชเคฐ เคฐिเคตॉเคฐ्เคก เค”เคฐ เค—เคฒเคค เค•ाเคฎ เคชเคฐ เคชेเคจเคฒ्เคŸी เคธे เคธीเค–เคคी เคนै।

Q7. Deep Learning เค•्เคฏा เคนै?
เค‰เคค्เคคเคฐ: เคฏเคน ML เค•ा เคธเคฌเคธे เค‰เคจ्เคจเคค เคฐूเคช เคนै เคœो เคฎाเคจเคต เคฎเคธ्เคคिเคท्เค• เค•े เคจ्เคฏूเคฐॉเคจ्เคธ (Neural Networks) เค•ी เคจเค•เคฒ เค•เคฐเค•े เคฌเคนुเคค เคฌเคก़े เคกेเคŸा เค•ो เคช्เคฐोเคธेเคธ เค•เคฐเคคा เคนै।

Q8. เคธुเคชเคฐเค•ंเคช्เคฏूเคŸเคฐ เค•ी เค—เคคि (Speed) เค•िเคธเคฎें เคฎाเคชी เคœाเคคी เคนै?
เค‰เคค्เคคเคฐ: FLOPS (Floating Point Operations Per Second) เคฎें। เค†เคœ เค•े เคธुเคชเคฐเค•ंเคช्เคฏूเคŸเคฐ PetaFLOPS เคฎें เค•ाเคฎ เค•เคฐเคคे เคนैं।

Q9. Parallel Processing เค•ा เคฎเคคเคฒเคฌ เค•्เคฏा เคนै?
เค‰เคค्เคคเคฐ: เค•िเคธी เคตिเคถाเคฒ เค”เคฐ เคœเคŸिเคฒ เคธเคฎเคธ्เคฏा เค•ो เค›ोเคŸे เคŸुเค•เคก़ों เคฎें เคฌांเคŸเค•เคฐ เคนเคœाเคฐों เคช्เคฐोเคธेเคธเคฐ्เคธ เคฆ्เคตाเคฐा เคเค• เคธाเคฅ (Smultaneously) เคนเคฒ เค•เคฐเคจा।

Q10. Quantum Computer เค•्เคฏा เคนोเคคा เคนै?
เค‰เคค्เคคเคฐ: เคฏเคน เคธाเคฎाเคจ्เคฏ เคฌिเคŸ्เคธ เค•े เคฌเคœाเคฏ 'เค•्เคฏूเคฌिเคŸ्เคธ' (Qubits) เคชเคฐ เค•ाเคฎ เค•เคฐเคคा เคนै เคœो เค‡เคธे เคธुเคชเคฐเค•ंเคช्เคฏूเคŸเคฐ เคธे เคญी เค•เคฐोเคก़ों เค—ुเคจा เคคेเคœ เคฌเคจाเคคा เคนै।

Q11. Qubit เค”เคฐ Bit เคฎें เค•्เคฏा เค…ंเคคเคฐ เคนै?
เค‰เคค्เคคเคฐ: เคเค• Bit เค•ेเคตเคฒ 0 เคฏा 1 เคนो เคธเค•เคคा เคนै, เคฒेเค•िเคจ เคเค• Qubit เคเค• เคนी เคธเคฎเคฏ เคฎें 0 เค”เคฐ 1 เคฆोเคจों เค…เคตเคธ्เคฅाเค“ं เคฎें เคฐเคน เคธเค•เคคा เคนै।

Q12. ULSI (Ultra Large Scale Integration) เคคเค•เคจीเค• เค•्เคฏा เคนै?
เค‰เคค्เคคเคฐ: เคฏเคน 5เคตीं เคชीเคข़ी เค•ी เคคเค•เคจीเค• เคนै เคœिเคธเคฎें เคเค• เคนी เคšिเคช เคชเคฐ เค•เคฐोเคก़ों เคŸ्เคฐांเคœिเคธ्เคŸเคฐ्เคธ เคฒเค—ाเค เคœाเคคे เคนैं เคœिเคธเคธे เค•ंเคช्เคฏूเคŸเคฐ เค•ी เคธ्เคชीเคก เค…เคค्เคฏเคงिเค• เคฌเคข़ เคœाเคคी เคนै।

Q13. Bio Computer เคฎें เคธिเคฒिเค•ॉเคจ เคšिเคช เค•ी เคœเค—เคน เค•्เคฏा เค‡เคธ्เคคेเคฎाเคฒ เคนोเคคा เคนै?
เค‰เคค्เคคเคฐ: เคœैเคตिเค• เค…เคฃु เคœैเคธे DNA เค”เคฐ เคช्เคฐोเคŸीเคจ, เคœो เคตिเคถाเคฒ เคธ्เคŸोเคฐेเคœ เค•्เคทเคฎเคคा เคช्เคฐเคฆाเคจ เค•เคฐเคคे เคนैं।

Q14. Logistic Regression เคเคฒ्เค—ोเคฐिเคฆเคฎ เค•ा เค•्เคฏा เค•ाเคฎ เคนै?
เค‰เคค्เคคเคฐ: เค‡เคธเค•ा เค‰เคชเคฏोเค— Classification (เคตเคฐ्เค—ीเค•เคฐเคฃ) เค•े เคฒिเค เคนोเคคा เคนै, เคœैเคธे เคฏเคน เคคเคฏ เค•เคฐเคจा เค•ि เคˆเคฎेเคฒ เคธ्เคชैเคฎ เคนै เคฏा เคจเคนीं।

Q15. Random Forest เคเคฒ्เค—ोเคฐिเคฆเคฎ เค•्เคฏा เคนै?
เค‰เคค्เคคเคฐ: เคฏเคน เคธเคŸीเค•เคคा เคฌเคข़ाเคจे เค•े เคฒिเค เค•เคˆ เคธाเคฐे 'Decision Trees' เค•ा เคเค• เคธเคฎूเคน (Forest) เคนोเคคा เคนै।

Q16. ML เคฎॉเคกเคฒ เค•े เคฒिเค เคธเคฌเคธे เคœ़เคฐूเคฐी เคšीเคœ़ เค•्เคฏा เคนै?
เค‰เคค्เคคเคฐ: เค‰เคš्เคš เค—ुเคฃเคตเคค्เคคा เคตाเคฒा เคญाเคฐी เคฎाเคค्เคฐा เคฎें เคกेเคŸा (Quality Big Data)।

Q17. Voice Recognition เค•्เคฏा เคนै?
เค‰เคค्เคคเคฐ: เคฎเคถीเคจ เคฒเคฐ्เคจिंเค— เคคเค•เคจीเค• เคœो เคฎाเคจเคต เค†เคตाเคœ़ เค•ो เคชเคนเคšाเคจเค•เคฐ เค‰เคธे เคŸेเค•्เคธ्เคŸ เคฏा เค•เคฎाเคจ เคฎें เคฌเคฆเคฒเคคी เคนै (เคœैเคธे Alexa)।

Q18. ML เคฎें Data Cleaning เค•्เคฏों เค†เคตเคถ्เคฏเค• เคนै?
เค‰เคค्เคคเคฐ: เค•्เคฏोंเค•ि เค…เค—เคฐ เคกेเคŸा เคฎें เค—เคฒเคคिเคฏाँ เคฏा เคถोเคฐ (Noise) เคนोเค—ा, เคคो เคฎเคถीเคจ เค—เคฒเคค เคชैเคŸเคฐ्เคจ เคธीเค–ेเค—ी เค”เคฐ เค—เคฒเคค เคญเคตिเคท्เคฏเคตाเคฃी เค•เคฐेเค—ी।

Q19. เคˆ-เค•ॉเคฎเคฐ्เคธ เคฎें ML เค•ा เค•्เคฏा เคซाเคฏเคฆा เคนै?
เค‰เคค्เคคเคฐ: เคฏเคน เค—्เคฐाเคนเค•ों เค•ी เคชिเค›เคฒी เคชเคธंเคฆ เค•ा เคตिเคถ्เคฒेเคทเคฃ เค•เคฐเค•े เค‰เคจ्เคนें 'Recommendation' เคฆेเคคा เคนै เคœिเคธเคธे เคฌिเค•्เคฐी เคฌเคข़เคคी เคนै।

Q20. ML เค•ी เคธเคฌเคธे เคฌเคก़ी เคธीเคฎा (Limitation) เค•्เคฏा เคนै?
เค‰เคค्เคคเคฐ: เค‡เคธเค•े เคฒिเค เคฌเคนुเคค เคฎเคนंเค—े เคนाเคฐ्เคกเคตेเคฏเคฐ (High Computing Cost) เค”เคฐ เคญाเคฐी เคฎाเคค्เคฐा เคฎें เคกेเคŸा เค•ी เค†เคตเคถ्เคฏเค•เคคा เคนोเคคी เคนै। เคฏเคน เค‡ंเคธाเคจी เคญाเคตเคจाเค“ं เค•ो เคจเคนीं เคธเคฎเค เคธเค•เคคा।

๐Ÿ”— Related Computer Architecture Notes (Topical Matrix)

เค…เคชเคจी เคคैเคฏाเคฐी เค•ो เคธंเคชूเคฐ्เคฃ เคฌเคจाเคจे เค•े เคฒिเค เคนเคฎाเคฐे เค…เคจ्เคฏ เคฎเคนเคค्เคตเคชूเคฐ्เคฃ เค•ंเคช्เคฏूเคŸเคฐ เคจोเคŸ्เคธ เคญी เค…เคตเคถ्เคฏ เคชเคข़ें:

เคตिเคธ्เคคृเคค เคคैเคฏाเคฐी เค”เคฐ เคซ्เคฐी เคฎॉเค• เคŸेเคธ्เคŸ เค•े เคฒिเค เคนเคฎाเคฐी เคเคช เคฆेเค–ें: Toppers Adda App