পাইথন — MCQ প্রশ্ন

আইটি ও প্রোগ্রামিং MCQ (ওপেন) · আইটি ও প্রোগ্রামিং। এই অধ্যায়ে মোট 539টি প্রশ্ন আছে। নিচে প্রথম 10টি প্রশ্ন ও অপশন দেওয়া হলো; সঠিক উত্তর সার্ভারে যাচাই হয়।

এই অধ্যায়ে সব প্রশ্নে অনুশীলন করুন

1. What is the primary difference between Supervised and Unsupervised Learning?

   1. Supervised learning requires more processing power
   2. Supervised learning uses labeled data; Unsupervised learning finds patterns in unlabeled data
   3. Unsupervised learning is only used for images
   4. Supervised learning cannot be used for regression

   উত্তর যাচাই করতে প্র্যাকটিসে যান।

2. In Machine Learning, what is 'Overfitting'?

   1. When a model is too simple to learn the underlying trend
   2. When a model learns the training data and its noise too well, performing poorly on new data
   3. When the dataset is too large for the computer's memory
   4. When the model's accuracy is 0%

   উত্তর যাচাই করতে প্র্যাকটিসে যান।

3. Which of these is a classic example of a 'Classification' problem?

   1. Predicting the price of a house based on square footage
   2. Grouping customers based on purchasing habits
   3. Determining if an email is 'Spam' or 'Not Spam'
   4. Predicting the temperature for tomorrow

   উত্তর যাচাই করতে প্র্যাকটিসে যান।

4. What is the purpose of the 'Train/Test Split' technique?

   1. To make the training process faster
   2. To evaluate the model's performance on unseen data to ensure it can generalize
   3. To satisfy the requirements of the Python interpreter
   4. To double the amount of data available

   উত্তর যাচাই করতে প্র্যাকটিসে যান।

5. What does the 'Mean Squared Error' (MSE) represent in regression tasks?

   1. The percentage of correct predictions
   2. The average of the squared differences between predicted and actual values
   3. The number of features used in the model
   4. The time it takes to train the model

   উত্তর যাচাই করতে প্র্যাকটিসে যান।

6. In a Scikit-Learn pipeline, what is the 'fit' method used for?

   1. To adjust the size of the window
   2. To train the model by finding weights/parameters from the provided data
   3. To transform the data into a different format
   4. To check if the code contains errors

   উত্তর যাচাই করতে প্র্যাকটিসে যান।

7. What is a 'Feature' in the context of a dataset?

   1. The final prediction of the model
   2. An individual measurable property or characteristic of the data (an input variable)
   3. A bug in the machine learning code
   4. The title of the machine learning project

   উত্তর যাচাই করতে প্র্যাকটিসে যান।

8. Which algorithm is commonly used for clustering unlabeled data?

   1. Linear Regression
   2. K-Means
   3. Logistic Regression
   4. Support Vector Machines

   উত্তর যাচাই করতে প্র্যাকটিসে যান।

9. What does 'Feature Scaling' (like Normalization or Standardization) help with?

   1. It makes the dataset smaller to save space
   2. It ensures all features contribute equally to the model, preventing variables with larger scales from dominating
   3. It labels the data automatically
   4. It removes outliers from the dataset

   উত্তর যাচাই করতে প্র্যাকটিসে যান।

10. What is the 'Bias-Variance Tradeoff'?

    1. A method for choosing between Python and R
    2. The balance between a model being too simple (high bias) vs. too sensitive to noise (high variance)
    3. The cost of buying more GPUs for training
    4. The difference between training time and prediction time

    উত্তর যাচাই করতে প্র্যাকটিসে যান।