50 मशीन लर्निंग साक्षात्कार प्रश्न और उत्तर (2024)

यहां नए और अनुभवी उम्मीदवारों के लिए मशीन लर्निंग साक्षात्कार प्रश्न और उत्तर दिए गए हैं ताकि वे अपने सपनों की नौकरी पा सकें।

 

फ्रेशर्स के लिए मशीन लर्निंग विवा प्रश्न और उत्तर

1) मशीन लर्निंग क्या है?

मशीन लर्निंग कंप्यूटर विज्ञान की एक शाखा है जो सिस्टम प्रोग्रामिंग से संबंधित है ताकि अनुभव के साथ स्वचालित रूप से सीखा और सुधारा जा सके। उदाहरण के लिए: रोबोट को इस तरह से प्रोग्राम किया जाता है कि वे सेंसर से एकत्रित डेटा के आधार पर कार्य कर सकें। यह डेटा से स्वचालित रूप से प्रोग्राम सीखता है।

👉 निःशुल्क पीडीएफ डाउनलोड: मशीन लर्निंग साक्षात्कार प्रश्न और उत्तर >>


2) डेटा माइनिंग और मशीन लर्निंग के बीच अंतर बताएं?

मशीन लर्निंग उन एल्गोरिदम के अध्ययन, डिजाइन और विकास से संबंधित है जो कंप्यूटर को स्पष्ट रूप से प्रोग्राम किए बिना सीखने की क्षमता प्रदान करते हैं। जबकि, डेटा माइनिंग को उस प्रक्रिया के रूप में परिभाषित किया जा सकता है जिसमें असंरचित डेटा ज्ञान या अज्ञात दिलचस्प पैटर्न निकालने की कोशिश करता है। इस प्रक्रिया के दौरान मशीन लर्निंग एल्गोरिदम का उपयोग किया जाता है।


3) मशीन लर्निंग में 'ओवरफिटिंग' क्या है?

In यंत्र अधिगम, जब कोई सांख्यिकीय मॉडल अंतर्निहित संबंध के बजाय यादृच्छिक त्रुटि या शोर का वर्णन करता है तो 'ओवरफिटिंग' होती है। जब कोई मॉडल अत्यधिक जटिल होता है, तो प्रशिक्षण डेटा प्रकारों की संख्या के संबंध में बहुत अधिक पैरामीटर होने के कारण, ओवरफिटिंग आमतौर पर देखी जाती है। मॉडल खराब प्रदर्शन प्रदर्शित करता है जिसे ओवरफिट किया गया है।


4) ओवरफिटिंग क्यों होती है?

ओवरफिटिंग की संभावना मौजूद है क्योंकि मॉडल को प्रशिक्षित करने के लिए इस्तेमाल किए गए मानदंड मॉडल की प्रभावकारिता का न्याय करने के लिए इस्तेमाल किए गए मानदंडों के समान नहीं हैं।


5) आप ओवरफिटिंग से कैसे बच सकते हैं?

बहुत सारे डेटा का उपयोग करके ओवरफिटिंग से बचा जा सकता है, ओवरफिटिंग अपेक्षाकृत होती है क्योंकि आपके पास एक छोटा डेटासेट होता है, और आप उससे सीखने की कोशिश करते हैं। लेकिन अगर आपके पास एक छोटा डेटाबेस है और आपको उस पर आधारित मॉडल के साथ आने के लिए मजबूर किया जाता है। ऐसी स्थिति में, आप एक तकनीक का उपयोग कर सकते हैं जिसे के रूप में जाना जाता है परिणाम का सत्यापन करनाइस विधि में डेटासेट दो भागों में विभाजित हो जाता है, परीक्षण और प्रशिक्षण डेटासेट, परीक्षण डेटासेट केवल मॉडल का परीक्षण करेगा, जबकि प्रशिक्षण डेटासेट में, डेटापॉइंट मॉडल के साथ आएंगे।

इस तकनीक में, मॉडल को आम तौर पर ज्ञात डेटा का एक डेटासेट दिया जाता है जिस पर प्रशिक्षण (प्रशिक्षण डेटा सेट) चलाया जाता है और अज्ञात डेटा का एक डेटासेट जिसके विरुद्ध मॉडल का परीक्षण किया जाता है। क्रॉस वैलिडेशन का विचार प्रशिक्षण चरण में मॉडल का “परीक्षण” करने के लिए एक डेटासेट को परिभाषित करना है।


6) आगमनात्मक मशीन लर्निंग क्या है?

आगमनात्मक मशीन लर्निंग में उदाहरणों द्वारा सीखने की प्रक्रिया शामिल होती है, जहां एक प्रणाली, प्रेक्षित उदाहरणों के एक समूह से एक सामान्य नियम को प्रेरित करने का प्रयास करती है।


7) मशीन लर्निंग के पांच लोकप्रिय एल्गोरिदम क्या हैं?

  • निर्णय के पेड़
  • तंत्रिका नेटवर्क (बैक प्रोपेगेशन)
  • संभाव्यता नेटवर्क
  • निकटतम पड़ोसी
  • समर्थन वेक्टर मशीन

8) मशीन लर्निंग में विभिन्न एल्गोरिथम तकनीकें क्या हैं?

मशीन लर्निंग में विभिन्न प्रकार की तकनीकें हैं


9) मशीन लर्निंग में परिकल्पना या मॉडल बनाने के तीन चरण क्या हैं?

  • प्रतिरूप निर्माण
  • मॉडल परीक्षण
  • मॉडल को लागू करना

10) पर्यवेक्षित शिक्षण का मानक दृष्टिकोण क्या है?

पर्यवेक्षित शिक्षण का मानक दृष्टिकोण उदाहरण के सेट को प्रशिक्षण सेट और परीक्षण में विभाजित करना है।


11) 'प्रशिक्षण सेट' और 'परीक्षण सेट' क्या है?

सूचना विज्ञान के विभिन्न क्षेत्रों जैसे मशीन लर्निंग में, संभावित पूर्वानुमानित संबंध की खोज के लिए डेटा के एक सेट का उपयोग किया जाता है जिसे 'प्रशिक्षण सेट' के रूप में जाना जाता है। प्रशिक्षण सेट शिक्षार्थी को दिया गया एक उदाहरण है, जबकि परीक्षण सेट का उपयोग शिक्षार्थी द्वारा उत्पन्न परिकल्पनाओं की सटीकता का परीक्षण करने के लिए किया जाता है, और यह शिक्षार्थी से वापस लिए गए उदाहरणों का सेट है। प्रशिक्षण सेट परीक्षण सेट से अलग होते हैं।


12) मशीन लर्निंग के विभिन्न तरीकों की सूची बनाएं?

मशीन लर्निंग में विभिन्न दृष्टिकोण हैं

  • अवधारणा बनाम वर्गीकरण सीखना
  • प्रतीकात्मक बनाम सांख्यिकीय सीखना
  • आगमनात्मक बनाम विश्लेषणात्मक शिक्षण

13) मशीन लर्निंग क्या नहीं है?


14) बताएं कि 'अनसुपरवाइज्ड लर्निंग' का कार्य क्या है?

  • डेटा के समूह खोजें
  • डेटा के निम्न-आयामी निरूपण खोजें
  • डेटा में दिलचस्प दिशाएँ खोजें
  • दिलचस्प निर्देशांक और सहसंबंध
  • नवीन अवलोकन खोजें/डेटाबेस साफ़ करें

15) 'पर्यवेक्षित शिक्षण' का कार्य क्या है?

  • वर्गीकरण
  • वाक् पहचान
  • प्रतीपगमन
  • समय श्रृंखला की भविष्यवाणी करें
  • स्ट्रिंग्स पर टिप्पणी करें

16) एल्गोरिथम स्वतंत्र मशीन लर्निंग क्या है?

मशीन लर्निंग, जहां गणितीय आधार किसी विशेष क्लासिफायर या लर्निंग एल्गोरिदम से स्वतंत्र होता है, उसे एल्गोरिदम स्वतंत्र मशीन लर्निंग कहा जाता है?


17) कृत्रिम शिक्षण और मशीन शिक्षण में क्या अंतर है?

अनुभवजन्य डेटा पर आधारित व्यवहार के अनुसार एल्गोरिदम को डिजाइन और विकसित करना मशीन लर्निंग के रूप में जाना जाता है। जबकि आर्टिफिशियल इंटेलिजेंस मशीन लर्निंग के अलावा, ज्ञान प्रतिनिधित्व, प्राकृतिक भाषा प्रसंस्करण, योजना, रोबोटिक्स आदि जैसे अन्य पहलुओं को भी कवर करता है।


18) मशीन लर्निंग में क्लासिफायर क्या है?

मशीन लर्निंग में क्लासिफायर एक ऐसी प्रणाली है जो असतत या सतत फीचर मानों के एक वेक्टर को इनपुट करती है और एकल असतत मान, क्लास को आउटपुट करती है।


19) नैवे बेयस के क्या लाभ हैं?

नैवे में बायेस क्लासिफायर लॉजिस्टिक रिग्रेशन जैसे विभेदक मॉडल की तुलना में तेज़ी से अभिसरित होगा, इसलिए आपको कम प्रशिक्षण डेटा की आवश्यकता होगी। मुख्य लाभ यह है कि यह सुविधाओं के बीच बातचीत नहीं सीख सकता है।


20) पैटर्न रिकॉग्निशन का उपयोग किन क्षेत्रों में किया जाता है?

पैटर्न पहचान का उपयोग किया जा सकता है

  • Computer Vision
  • वाक् पहचान
  • आँकड़ा खनन
  • सांख्यिकी (स्टेटिस्टिक्स)
  • अनौपचारिक पुनर्प्राप्ति
  • जैव सूचना विज्ञान

अनुभवी के लिए मशीन लर्निंग साक्षात्कार प्रश्न

21) जेनेटिक प्रोग्रामिंग क्या है?

जेनेटिक प्रोग्रामिंग मशीन लर्निंग में इस्तेमाल की जाने वाली दो तकनीकों में से एक है। यह मॉडल परीक्षण और परिणामों के एक सेट में से सबसे अच्छे विकल्प का चयन करने पर आधारित है।


22) आगमनात्मक क्या है? Logic Proमशीन लर्निंग में ग्रामिंग क्या है?

अधिष्ठापन का Logic Proग्रामिंग (आईएलपी) मशीन लर्निंग का एक उपक्षेत्र है जो पृष्ठभूमि ज्ञान और उदाहरणों का प्रतिनिधित्व करने वाली तार्किक प्रोग्रामिंग का उपयोग करता है।


23) मशीन लर्निंग में मॉडल चयन क्या है?

विभिन्न गणितीय मॉडलों में से मॉडल चुनने की प्रक्रिया, जिसका उपयोग एक ही डेटा सेट का वर्णन करने के लिए किया जाता है, मॉडल चयन के रूप में जानी जाती है। मॉडल चयन सांख्यिकी, मशीन लर्निंग और डेटा माइनिंग के क्षेत्रों में लागू होता है।


24) पर्यवेक्षित शिक्षण में अंशांकन के लिए उपयोग की जाने वाली दो विधियाँ क्या हैं?

पर्यवेक्षित शिक्षण में अच्छी संभावनाओं की भविष्यवाणी करने के लिए उपयोग की जाने वाली दो विधियाँ हैं

  • प्लैट अंशांकन
  • आइसोटोनिक प्रतिगमन

ये विधियां द्विआधारी वर्गीकरण के लिए डिज़ाइन की गई हैं, और यह आसान नहीं है।


25) ओवरफिटिंग को रोकने के लिए अक्सर किस विधि का उपयोग किया जाता है?

जब पर्याप्त डेटा उपलब्ध हो तो ओवरफिटिंग की समस्या को रोकने के लिए 'आइसोटोनिक रिग्रेशन' का उपयोग किया जाता है।


26) नियम सीखने के लिए हेयुरिस्टिक और निर्णय वृक्षों के लिए हेयुरिस्टिक के बीच क्या अंतर है?

अंतर यह है कि निर्णय वृक्षों के लिए हेयुरिस्टिक्स कई असंबद्ध सेटों की औसत गुणवत्ता का मूल्यांकन करते हैं, जबकि नियम सीखने वाले केवल उदाहरणों के सेट की गुणवत्ता का मूल्यांकन करते हैं जो कि उम्मीदवार नियम के साथ कवर किया गया है।


27) मशीन लर्निंग में परसेप्ट्रॉन क्या है?

मशीन लर्निंग में, परसेप्ट्रॉन बाइनरी क्लासिफायर के लिए एक पर्यवेक्षित लर्निंग एल्गोरिदम है, जहां बाइनरी क्लासिफायर एक निर्णायक कार्य है कि क्या इनपुट एक वेक्टर या एक संख्या का प्रतिनिधित्व करता है।


28) बायेसियन लॉजिक प्रोग्राम के दो घटकों की व्याख्या करें?

बायेसियन लॉजिक प्रोग्राम में दो घटक होते हैं। पहला घटक तार्किक होता है; इसमें बायेसियन क्लॉज़ का एक सेट होता है, जो डोमेन की गुणात्मक संरचना को कैप्चर करता है। दूसरा घटक मात्रात्मक होता है, यह डोमेन के बारे में मात्रात्मक जानकारी को एनकोड करता है।


29) बेयसियन नेटवर्क (बीएन) क्या हैं?

बेयेसियन नेटवर्क का उपयोग चरों के एक समूह के बीच संभाव्यता संबंध के लिए ग्राफिकल मॉडल का प्रतिनिधित्व करने के लिए किया जाता है।


30) उदाहरण आधारित शिक्षण एल्गोरिथ्म को कभी-कभी आलसी शिक्षण एल्गोरिथ्म क्यों कहा जाता है?

उदाहरण आधारित शिक्षण एल्गोरिथ्म को आलसी शिक्षण एल्गोरिथ्म भी कहा जाता है क्योंकि वे वर्गीकरण किए जाने तक प्रेरण या सामान्यीकरण प्रक्रिया में देरी करते हैं।


31) वे दो वर्गीकरण विधियाँ क्या हैं जिन्हें एसवीएम (सपोर्ट वेक्टर मशीन) संभाल सकता है?

  • बाइनरी क्लासिफायर का संयोजन
  • मल्टीक्लास लर्निंग को शामिल करने के लिए बाइनरी को संशोधित करना

32) समूह अधिगम क्या है?

किसी खास कम्प्यूटेशनल प्रोग्राम को हल करने के लिए, क्लासिफायर या विशेषज्ञों जैसे कई मॉडल रणनीतिक रूप से तैयार किए जाते हैं और उन्हें संयोजित किया जाता है। इस प्रक्रिया को एनसेम्बल लर्निंग के नाम से जाना जाता है।


33) समूह अधिगम का उपयोग क्यों किया जाता है?

एनसेंबल लर्निंग का उपयोग किसी मॉडल के वर्गीकरण, भविष्यवाणी, फ़ंक्शन सन्निकटन आदि को बेहतर बनाने के लिए किया जाता है।


34) सामूहिक शिक्षण का उपयोग कब करें?

एनसेम्बल लर्निंग का उपयोग तब किया जाता है जब आप ऐसे घटक वर्गीकरणकर्ताओं का निर्माण करते हैं जो अधिक सटीक और एक दूसरे से स्वतंत्र होते हैं।


35) एनसेम्बल विधियों के दो प्रतिमान क्या हैं?

समूह विधियों के दो प्रतिमान हैं

  • अनुक्रमिक समूह विधियाँ
  • समानांतर समूह विधियाँ

36) एन्सेम्बल विधि का सामान्य सिद्धांत क्या है और एन्सेम्बल विधि में बैगिंग और बूस्टिंग क्या है?

एनसेंबल विधि का सामान्य सिद्धांत किसी दिए गए लर्निंग एल्गोरिदम के साथ बनाए गए कई मॉडलों की भविष्यवाणियों को संयोजित करना है ताकि किसी एक मॉडल पर मजबूती में सुधार किया जा सके। बैगिंग अस्थिर अनुमान या वर्गीकरण योजनाओं में सुधार के लिए एनसेंबल में एक विधि है। जबकि बूस्टिंग विधि का उपयोग संयुक्त मॉडल के पूर्वाग्रह को कम करने के लिए क्रमिक रूप से किया जाता है। बूस्टिंग और बैगिंग दोनों ही विचरण अवधि को कम करके त्रुटियों को कम कर सकते हैं।


37) एनसेम्बल विधि में वर्गीकरण त्रुटि का पूर्वाग्रह-प्रसरण अपघटन क्या है?

लर्निंग एल्गोरिदम की अपेक्षित त्रुटि को पूर्वाग्रह और विचरण में विघटित किया जा सकता है। पूर्वाग्रह शब्द मापता है कि लर्निंग एल्गोरिदम द्वारा उत्पादित औसत क्लासिफायर लक्ष्य फ़ंक्शन से कितनी निकटता से मेल खाता है। विचरण शब्द मापता है कि विभिन्न प्रशिक्षण सेटों के लिए लर्निंग एल्गोरिदम की भविष्यवाणी में कितना उतार-चढ़ाव होता है।


38) एन्सेम्बल में इंक्रीमेंटल लर्निंग एल्गोरिथम क्या है?

वृद्धिशील शिक्षण विधि, किसी एल्गोरिथ्म की वह क्षमता है जिसके द्वारा वह नए डेटा से सीख सकता है, जो पहले से उपलब्ध डेटासेट से क्लासिफायर तैयार हो जाने के बाद भी उपलब्ध हो सकता है।


39) पीसीए, केपीसीए और आईसीए का उपयोग किस लिए किया जाता है?

पीसीए (प्रिंसिपल कंपोनेंट एनालिसिस), केपीसीए (कर्नेल आधारित प्रिंसिपल कंपोनेंट एनालिसिस) और आईसीए (इंडिपेंडेंट कंपोनेंट एनालिसिस) महत्वपूर्ण फीचर निष्कर्षण तकनीकें हैं जिनका उपयोग आयाम न्यूनीकरण के लिए किया जाता है।


40) मशीन लर्निंग में आयाम में कमी क्या है?

मशीन लर्निंग और सांख्यिकी में, आयाम न्यूनीकरण विचाराधीन यादृच्छिक चरों की संख्या को कम करने की प्रक्रिया है और इसे फीचर चयन और फीचर निष्कर्षण में विभाजित किया जा सकता है।


41) सपोर्ट वेक्टर मशीन क्या हैं?

सपोर्ट वेक्टर मशीनें पर्यवेक्षित शिक्षण एल्गोरिदम हैं जिनका उपयोग वर्गीकरण और प्रतिगमन विश्लेषण के लिए किया जाता है।


42) संबंधपरक मूल्यांकन तकनीकों के घटक क्या हैं?

संबंधपरक मूल्यांकन तकनीकों के महत्वपूर्ण घटक हैं

  • डाटा अधिग्रहण
  • ग्राउंड ट्रुथ अधिग्रहण
  • क्रॉस वैलिडेशन तकनीक
  • क्वेरी प्रकार
  • स्कोरिंग मीट्रिक
  • महत्व परीक्षण

43) अनुक्रमिक पर्यवेक्षित शिक्षण के विभिन्न तरीके क्या हैं?

अनुक्रमिक पर्यवेक्षित शिक्षण समस्याओं को हल करने की विभिन्न विधियाँ हैं

  • स्लाइडिंग-विंडो विधियाँ
  • बार-बार खिसकने वाली खिड़कियाँ
  • छिपे हुए मार्को मॉडल
  • अधिकतम एन्ट्रॉपी मार्को मॉडल
  • सशर्त यादृच्छिक क्षेत्र
  • ग्राफ ट्रांसफॉर्मर नेटवर्क

44) रोबोटिक्स और सूचना प्रसंस्करण में वे कौन से क्षेत्र हैं जहां अनुक्रमिक भविष्यवाणी समस्या उत्पन्न होती है?

रोबोटिक्स और सूचना प्रसंस्करण के वे क्षेत्र जहां अनुक्रमिक भविष्यवाणी समस्या उत्पन्न होती है, वे हैं

  • नकल सीखना
  • संरचित भविष्यवाणी
  • मॉडल आधारित सुदृढीकरण सीखना

45) बैच सांख्यिकीय शिक्षण क्या है?

सांख्यिकीय शिक्षण तकनीकें प्रेक्षित डेटा के एक सेट से एक फ़ंक्शन या भविष्यवक्ता सीखने की अनुमति देती हैं जो अदृश्य या भविष्य के डेटा के बारे में पूर्वानुमान लगा सकती हैं। ये तकनीकें डेटा जनरेटिंग प्रक्रिया पर सांख्यिकीय धारणा के आधार पर भविष्य के अदृश्य डेटा पर सीखे गए भविष्यवक्ता के प्रदर्शन की गारंटी प्रदान करती हैं।


46) पीएसी लर्निंग क्या है?

पीएसी (संभवतः लगभग सही) शिक्षण एक शिक्षण ढांचा है जिसे शिक्षण एल्गोरिदम और उनकी सांख्यिकीय दक्षता का विश्लेषण करने के लिए पेश किया गया है।


47) अनुक्रम सीखने की प्रक्रिया को आप किन विभिन्न श्रेणियों में वर्गीकृत कर सकते हैं?

  • अनुक्रम भविष्यवाणी
  • अनुक्रम पीढ़ी
  • अनुक्रम पहचान
  • अनुक्रमिक निर्णय

48) अनुक्रम सीखना क्या है?

अनुक्रमिक शिक्षण तार्किक तरीके से शिक्षण और सीखने की एक विधि है।


49) मशीन लर्निंग की दो तकनीकें क्या हैं?

मशीन लर्निंग की दो तकनीकें हैं

  • जेनेटिक प्रोग्रामिंग
  • आगमनात्मक अधिगम

50) मशीन लर्निंग का एक लोकप्रिय अनुप्रयोग बताएं जिसे आप दिन-प्रतिदिन देखते हैं?

प्रमुख ई-कॉमर्स वेबसाइटों द्वारा कार्यान्वित अनुशंसा इंजन मशीन लर्निंग का उपयोग करता है।

ये साक्षात्कार प्रश्न आपके मौखिक (मौखिक) में भी मदद करेंगे