ISTQB CT-AI

ML मेट्रिक्स और न्यूरल नेटवर्क

60 प्रश्न

आसान

ML कार्यात्मक प्रदर्शन मेट्रिक्स

  1. Classification में confusion matrix किन चार स्थितियों में अंतर करता है?
  2. यदि "स्पैम" पॉज़िटिव वर्ग है, तो स्पैम फ़िल्टर के लिए false positive (FP) का क्या अर्थ है?
  3. Accuracy की गणना कैसे की जाती है?
  4. Precision की गणना कैसे की जाती है?
  5. Recall की गणना कैसे की जाती है?
  6. Recall के लिए और कौन-सा नाम उपयोग किया जाता है?
  7. F1-score को कैसे परिभाषित किया जाता है?
  8. एक classifier से TP = 40, TN = 50, FP = 5 और FN = 5 मिलता है। Accuracy क्या है?
  9. एक मॉडल ने 40 मामलों का पॉज़िटिव के रूप में पूर्वानुमान लगाया, जिनमें से 30 वास्तव में पॉज़िटिव हैं। Precision क्या है?
  10. एक test dataset में 50 वास्तव में पॉज़िटिव मामले हैं, जिनमें से मॉडल 45 को पॉज़िटिव के रूप में पहचानता है। Recall क्या है?
  11. Classification मॉडल हर समय सब कुछ सही भविष्यवाणी क्यों शायद ही कभी करता है?

तंत्रिका नेटवर्क

  1. डीप neural network में किन तीन मुख्य प्रकार की परतें होती हैं?
  2. Single-layer perceptron का उपयोग किसके लिए किया जा सकता है?
  3. Hidden layers के न्यूरॉन को और क्या कहा जाता है?
  4. Neural network को प्रशिक्षित करते समय epoch क्या है?
  5. प्रशिक्षण की शुरुआत में neural network के weights और bias मान सामान्यतः कैसे आरंभ किए जाते हैं?
  6. Neural network के लिए विशेष कवरेज माप क्यों आवश्यक हैं?
  7. Neuron coverage क्या मापती है?
  8. Neural network कवरेज माप के लिए व्यावसायिक टूल की स्थिति क्या है?
  9. Neural network की output layer का कार्य क्या है?

मध्यम

ML कार्यात्मक प्रदर्शन मेट्रिक्स

  1. एक क्लासिफ़ायर TP = 80, FP = 20, FN = 40 और TN = 860 देता है। precision और recall क्या हैं?
  2. एक मॉडल 80% की precision और 60% का recall हासिल करता है। F1-score (पूर्णांकित) क्या है?
  3. एक क्लासिफ़ायर TP = 90, FP = 30, FN = 10 और TN = 70 देता है। कौन-से मान सही हैं?
  4. precision किस प्रश्न का उत्तर देती है?
  5. कम F1-score का क्या अर्थ है?
  6. शुरुआती कैंसर पहचान के एक मॉडल को बीमारी के वास्तविक मामलों में से यथासंभव कम चूकने चाहिए। कौन-सा मेट्रिक प्राथमिकता है?
  7. एक स्पैम फ़िल्टर को यथासंभव कम महत्वपूर्ण ईमेल गलती से स्पैम के रूप में छाँटने चाहिए। कौन-सा मेट्रिक (स्पैम = सकारात्मक) प्राथमिकता है?
  8. F1-score पर मानों की कौन-सी सीमा लागू होती है?
  9. एक मॉडल TP = 45, FP = 5, FN = 15 और TN = 35 देता है। कौन-से मान सही हैं?
  10. confusion matrix की प्रस्तुति के बारे में कौन-सा कथन सही है?
  11. एक मॉडल TP = 60, FP = 40, FN = 20 और TN = 880 देता है। accuracy क्या है?

तंत्रिका नेटवर्क

  1. इनपुट परत के बाद का कोई न्यूरॉन अपना एक्टिवेशन मान कैसे गणना करता है?
  2. प्रशिक्षण के दौरान उत्पन्न आउटपुट और ज्ञात सही परिणाम के बीच की त्रुटि (loss) का क्या होता है?
  3. किसी न्यूरॉन के बायस के बारे में कौन-से कथन सही हैं?
  4. एक डीप न्यूरल नेटवर्क आउटपुट तक पहुँचने के रास्ते में इनपुट डेटा को कैसे प्रोसेस करता है?
  5. fully connected नेटवर्क और perceptron का आपस में क्या संबंध है?
  6. k-multisection neuron coverage (kMNC) कैसे काम करता है?
  7. neuron boundary coverage (NBC) क्या मापता है?
  8. न्यूरल नेटवर्क के लिए कवरेज माप मुख्य रूप से किसलिए उपयोग किए जाते हैं?
  9. केवल संरचनात्मक कवरेज न्यूरल नेटवर्क के आकलन के लिए पर्याप्त क्यों नहीं है?

कठिन

ML कार्यात्मक प्रदर्शन मेट्रिक्स

  1. 1,000 लेन-देन में से 10 धोखाधड़ी वाले हैं। एक मॉडल सभी लेन-देन को "धोखाधड़ी नहीं" के रूप में वर्गीकृत करता है (धोखाधड़ी = positive)। कौन-से कथन सही हैं?
  2. एक मॉडल 1,000 मामलों के लिए TP = 8, FP = 2, FN = 2 और TN = 988 देता है। कौन-से मान सही हैं?
  3. मॉडल A की precision 90% और recall 50% है, मॉडल B की precision 70% और recall 70%। किस मॉडल का F1-score अधिक है?
  4. एक मॉडल सभी 1,000 मामलों को positive वर्गीकृत करता है; 50 वास्तव में positive हैं। कौन-से मान निकलते हैं?
  5. एक मॉडल का recall 90% है। test dataset में 200 वास्तव में positive मामले हैं। मॉडल ने उनमें से कितने छोड़ दिए?
  6. एक मॉडल ने 50 मामलों का पूर्वानुमान positive के रूप में किया है और उसकी precision 80% है। इनमें कितने झूठे अलार्म (false positives) हैं?
  7. एक confusion matrix अदला-बदली हुई अक्षों के साथ प्रस्तुत है: पंक्ति "वास्तव में positive": 70 का पूर्वानुमान positive, 30 का negative; पंक्ति "वास्तव में negative": 10 का पूर्वानुमान positive, 890 का negative। कौन-से मान सही हैं?
  8. Fraud detection में छूटे हुए धोखाधड़ी के मामले और झूठे अलार्म दोनों महँगे हैं। एकल सारांश मानदंड के रूप में कौन-सा मेट्रिक उपयुक्त है?
  9. एक मॉडल TP = 50, FP = 50, FN = 0 और TN = 900 देता है। कौन-से मान सही हैं?

तंत्रिका नेटवर्क

  1. एकल-परत perceptron कौन-सा तार्किक फलन सीख सकता है?
  2. Neural network के प्रशिक्षण के चरण किस क्रम में होते हैं?
  3. दो अन्यथा समान नेटवर्क केवल अपने activation function में भिन्न हैं। इससे क्या निष्कर्ष निकलता है?
  4. Deep neural networks के बारे में कौन-से कथन सही हैं?
  5. एक नेटवर्क में 200 न्यूरॉन हैं। टेस्टिंग के दौरान 150 न्यूरॉनों का आउटपुट निर्दिष्ट सीमा से अधिक होता है। Neuron coverage क्या है?
  6. एक नेटवर्क में 10 न्यूरॉन हैं जिनमें से प्रत्येक की आउटपुट सीमा k = 4 खंडों में बाँटी गई है। टेस्टिंग के दौरान 28 खंड सक्रिय होते हैं। kMNC क्या है?
  7. 50 न्यूरॉनों वाले नेटवर्क में टेस्टिंग के दौरान 5 न्यूरॉनों का आउटपुट प्रशिक्षण में देखी गई सीमा के बाहर है (अधिकतम से ऊपर या न्यूनतम से नीचे)। कौन-सा मापक किस मान के साथ निकलता है?
  8. एक test suite 100% neuron coverage प्राप्त करता है, फिर भी मॉडल क्षेत्र में थोड़े घुमाए गए चित्रों पर विफल होता है। कौन-सी व्याख्याएँ और परिणाम हैं?
  9. टेस्ट मूल्यांकन दिखाता है कि किसी hidden परत में न्यूरॉनों का एक समूह कभी सक्रिय नहीं होता। टेस्टर को कैसे प्रतिक्रिया देनी चाहिए?
  10. एक टीम जाँचना चाहती है कि उसके टेस्ट प्रशिक्षण में देखे गए न्यूरॉन आउटपुटों से परे के व्यवहार को भी कवर करते हैं या नहीं। कौन-सा coverage मापक सबसे उपयुक्त है?
  11. एक टेस्ट मैनेजर neural network के लिए क्लासिक statement और branch coverage को मुख्य मापक के रूप में उपयोग करना चाहता है। इसके विरुद्ध क्या बात 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