ISTQB CT-AI

मशीन लर्निंग और डेटा

60 प्रश्न

आसान

मशीन लर्निंग का परिचय

  1. ML एल्गोरिदम को किन तीन रूपों में वर्गीकृत किया जा सकता है?
  2. एक मॉडल को ईमेल को स्पैम या गैर-स्पैम के रूप में वर्गीकृत करना है। यह किस प्रकार की समस्या है?
  3. एक मॉडल को जीवनशैली डेटा से किसी व्यक्ति की आयु का अनुमान लगाना है। यह किस प्रकार की समस्या है?
  4. ML संदर्भ में "regression" शब्द का अर्थ क्लासिक सॉफ़्टवेयर टेस्टिंग में उसके अर्थ से कैसे भिन्न है?
  5. Reinforcement learning में एक intelligent agent को अपने कार्यों के लिए कौन-सी प्रतिक्रिया मिलती है?
  6. ML वर्कफ़्लो की पहली गतिविधि "उद्देश्यों को समझना" में क्या होता है?
  7. किन पैरामीटर को model hyperparameters कहा जाता है?
  8. "मॉडल का मूल्यांकन करें" गतिविधि में मॉडल का आकलन करने के लिए कौन-सा डेटासेट उपयोग किया जाता है?
  9. कौन-सी तीन गतिविधियाँ मिलकर "model generation" बनाती हैं?
  10. ML वर्कफ़्लो व्यवहार में कैसे लागू किया जाता है?
  11. Fine-tuning से क्या तात्पर्य है?
  12. संक्षिप्त नाम RAG का क्या अर्थ है?
  13. RAG के साथ पूर्व-प्रशिक्षित मॉडल का क्या होता है?

मशीन लर्निंग के लिए डेटा

  1. ML वर्कफ़्लो में डेटा तैयारी अन्य चरणों की तुलना में कितना प्रयास लेती है?
  2. डेटा तैयारी में कौन-सी तीन मुख्य गतिविधियाँ शामिल हैं?
  3. डेटा सफ़ाई (imputation) के दौरान लुप्त मानों को भरने के लिए आमतौर पर कौन-सी तकनीकें उपयोग की जाती हैं?
  4. Exploratory data analysis (EDA) का लक्ष्य क्या है?
  5. Validation dataset किस लिए उपयोग किया जाता है?
  6. Test dataset को और किस नाम से जाना जाता है?
  7. k-fold cross-validation में k के कौन-से मान आम हैं?

मध्यम

मशीन लर्निंग का परिचय

  1. एक ऑनलाइन रिटेलर खरीद डेटा से यह जानना चाहता है कि कौन-से उत्पाद अक्सर साथ में खरीदे जाते हैं, ताकि सुझाव दे सके। कौन-सा ML रूप उपयुक्त है?
  2. reinforcement learning में कौन-सी चुनौतियाँ शामिल हैं?
  3. ML रूप (supervised, unsupervised, reinforcement) का चुनाव किस पर निर्भर करता है?
  4. किन पैरामीटरों को algorithm hyperparameters कहा जाता है?
  5. ML वर्कफ़्लो में "prepare & test data" गतिविधि में क्या शामिल है?
  6. व्यवहार में सर्वोत्तम मॉडल आमतौर पर कैसे खोजा जाता है?
  7. यदि मॉडल स्वतंत्र टेस्ट डेटासेट पर मूल्यांकन के दौरान की तुलना में काफ़ी खराब प्रदर्शन करता है, तो क्या करना होगा?
  8. ML वर्कफ़्लो में मॉडल की टेस्टिंग आमतौर पर कौन करता है?
  9. "deploy the model" गतिविधि में क्या होता है?
  10. "monitor & tune the model" गतिविधि में क्या शामिल है?
  11. दिखाए गए ML वर्कफ़्लो में क्या शामिल नहीं है, लेकिन आमतौर पर अतिरिक्त रूप से करना पड़ता है?
  12. न्यूरल नेटवर्क के किन हिस्सों पर fine-tuning लागू की जा सकती है?
  13. fine-tuning की सफलता मुख्य रूप से किस पर निर्भर करती है?
  14. किसी pretrained मॉडल को नए कार्य के लिए अनुकूलित करने पर उसके पूर्वाग्रहों और कमज़ोरियों का क्या होता है?
  15. RAG कैसे काम करता है?

मशीन लर्निंग के लिए डेटा

  1. कौन-से कार्य डेटा अधिग्रहण (data acquisition) में आते हैं?
  2. कौन-से कार्य डेटा प्रीप्रोसेसिंग में आते हैं?
  3. संचालनात्मक डेटा को प्रशिक्षण डेटा की विशेषताओं से क्यों मेल खाना चाहिए?
  4. जब पर्याप्त डेटा उपलब्ध हो, तो प्रशिक्षण, मूल्यांकन और टेस्टिंग के लिए उपयोग किए जाने वाले डेटा की मात्रा कौन-से कारक तय करते हैं?
  5. k-fold cross-validation कैसे काम करता है?

कठिन

मशीन लर्निंग का परिचय

  1. कार्य और ML रूप के कौन-से मिलान सही हैं?
  2. एक टेस्टर एक ML प्रोजेक्ट रिपोर्ट में पढ़ता है: "Regression पूर्ण, त्रुटि 3.2 वर्ष"। इसे सबसे संभावित रूप से कैसे समझा जाएगा?
  3. एक टीम ने random forest, SVM और एक neural network के तीन मॉडल प्रशिक्षित किए हैं और validation डेटा के आधार पर सबसे अच्छा चुन लिया है। परिनियोजन से पहले कौन-सा चरण छूटा है?
  4. Tuning के बाद एक मॉडल validation डेटा पर 94% accuracy प्राप्त करता है, लेकिन स्वतंत्र test dataset पर केवल 78%। कौन-से निष्कर्ष उपयुक्त हैं?
  5. कौन-से उदाहरण model hyperparameters में आते हैं और कौन-से algorithm hyperparameters में?
  6. एक image processing मॉडल को वाहन सॉफ़्टवेयर में बनाया जाना है। एकीकरण के बारे में कौन-से कथन सही हैं?
  7. एक मॉडल महीनों से प्रोडक्शन में चल रहा है; उसकी precision धीरे-धीरे स्वीकृति मानदंड से नीचे गिर रही है। आगे क्या होना चाहिए?
  8. एक मॉडल का सफलतापूर्वक टेस्ट हो चुका है और अब उसे एक embedded सिस्टम के लिए पुनः इंजीनियर किया जा रहा है। इसके बाद क्या चाहिए?
  9. सेब की किस्मों के एक classifier को fine-tuning से अनुकूलित करना है। कौन-से लक्ष्य कार्य संभवतः अच्छी तरह चलेंगे और कौन-से कम अच्छी तरह?
  10. एक कंपनी चाहती है कि एक LLM मॉडल को बदले बिना आंतरिक मैनुअलों के बारे में प्रश्नों के उत्तर दे। क्या अनुशंसित है, और किस बात का ध्यान रखना होगा?
  11. Fine-tuning और RAG के संबंध के बारे में कौन-से कथन सही हैं?

मशीन लर्निंग के लिए डेटा

  1. एक fraud detection मॉडल को यूरोप के डेटा से प्रशिक्षित किया गया था और अब उसे एशिया में उपयोग किया जा रहा है, जहाँ लेन-देन के पैटर्न काफ़ी अलग हैं। इसका क्या परिणाम है?
  2. कौन-से कार्य feature engineering में आते हैं?
  3. डेटा तैयारी के क्रम के बारे में कौन-से कथन सही हैं?
  4. एक टीम एक image classifier के प्रशिक्षण डेटा में जानबूझकर adversarial उदाहरण जोड़ती है। इसे कैसे वर्गीकृत किया जाए?
  5. एक टीम के पास केवल कुछ सौ रिकॉर्ड हैं। ऐसे मामलों में कौन-से चरण सामान्य हैं?
  6. डेटा इतना कम है कि holdout test set संभव नहीं है; केवल cross-validation का औसत रिपोर्ट किया जाता है। इस मान का मूल्यांकन कैसे किया जाए?
  7. एक dataset अत्यधिक असंतुलित है (धोखाधड़ी के मामले कम हैं)। k-fold cross-validation में folds कैसे बनाए जाएँ?
  8. कम डेटा के लिए k-fold cross-validation के अलावा कौन-सी अन्य resampling विधियाँ हैं?
  9. प्रशिक्षण, validation और test datasets का समतुल्य होना क्यों आवश्यक है?

सर्टिफ़िकेशन और परीक्षाएँ

अगली परीक्षा कौन-सी होगी?

आप 51 परीक्षाओं का अभ्यास पहले से कर सकते हैं, 16 पर वोटिंग चल रही है। सभी सर्टिफ़िकेशन आधिकारिक जानकारी के साथ देखें, वोट करें या अपनी परीक्षा सुझाएँ।

सभी सर्टिफ़िकेशन देखें