Save as PDF
Opens your browser print dialog — select "Save as PDF" to download.
AD-502 (GS)
B.Tech., V Semester
Examination, November 2022
Grading System (GS)
Machine Learning
Time: Three Hours
Maximum Marks: 70
Note: i) Answer any five questions.
किन्हीं पाँच प्रश्नों को हल कीजिए।
ii) All questions carry equal marks.
सभी प्रश्न के समान अंक है।
iii) In case of any doubt or dispute the English version question should be treated as final.
किसी भी प्रकार के संद���ह अथवा विवाद की स्थिति में अंग्रेजी भाषा के प्रश्न को अंतिम माना जायेगा।
1.
a) Briefly explain the types of Machine Learnings.
मशीन लर्निंग के प्रकारों के संक्षेप में बतलाइ्रए।
7
b) Explain in detail about Artificial Intelligence, Machine Learning and Deep Learning.
आर्टिफिशियल इंटेलीजेंस, मशीन लर्निंग और डीप लर्निंग के बारे में विस्तार से बतलाइ्रए।
7
2.
a) What is Hierarchical Clustering? Explain DIANA clustering method.
पदानुक्रमित क्लस्टरिंग क्या है ? DIANA क्लस्टरिंग विधि के बारे में बतलाइ्रए।
8
3.
a) Is K-NN algorithm is supervised. Explain in detail.
क्या K-NN एल्गोरिथम की निगरानी की जाती है? विस्तार से व्याख्या करें।
9
b) Write a note on Classification Accuracy.
वर्गीकरण शुद्धता पर एक नोट लिखें।
5
4.
a) How is a Random Forest related to Decision Trees? Discuss.
एक यादृच्छिक वन निर्णय वृक्षों से कैसे संबंधित है ? विचार-विमर्श करें।
7
b) What is Bagging and Boosting? Write few differences between them in detail.
बैगिंग और बूस्टिंग क्या है ? इनके बीच कुछ अंतर विस्तार से लिखिए।
7
5.
a) What is dimensionality reduction? Explain the benefits of applying dimensionality reduction.
आयामीयता में कमी क्या है? आयामीयता में कमी को लागू करने के लाभों की व्याख्या करें।
7
b) Explain Backward Elimination technique in detail.
बैकवर्ड एलिमिनेशन तकनीक के बारे में विस्तार से बतलाइ्रए।
7
6.
a) List out main approaches for dimensionality reduction.
आयामीयता में कमी के मुख्य दृष्टिकोणों की सूची बतलाइ्रए।
6
b) Discuss how Random Forest algorithm gives output for Regression problems?
चर्चा करें कि कैसे रैंडम फॉरेस्ट एल्गोरिथम प्रतिगमन समस्याओं के लिए आउटपुट देता है?
8
7.
a) What is clustering? Discuss the importance of Expectation Maximization clustering method.
कलस्टरिंग क��या है? एक्सपेक्टेशन मैक्सिमाइजेशन क्लस्टरिंग विधि के महत्व पर चर्चा करें।
7
b) Define data science. List and explain different application areas of data science.
डाटा विज्ञान को परिभाषित करें। डाटा विज्ञान के विभिन्न अनुप्रयोग क्षेत्रों की सूची बनाइए और उन्हें समझाइए।
7
8.
Write a short note on any two of the following:
निम्नलिखित में से किन्हीं दो पर संक्षिप्त टिप्पणी लिखिए।
14
a) BIRCH Algorithm
अ) बीर्च एल्गोरिथम
b) Confusion Matrix
ब) असमंजस का जाल
c) Data Augmentation
स) डाटा वृद्धि
d) Stacking
द) स्टैकिंग