Computer Fundamentals — MCQ Practice

Hindi aur English dono mein practice karo — click karo answer check karne ke liye

📚 2618 Questions 🌐 Hindi + English ✅ Free
भाषा / Language:
2618 questions
2551
EN + हिं Medium
GB KMP string matching algorithm runs in?
IN KMP स्ट्रिंग मिलान एल्गोरिदम चलता है?
A
O(n x m) ओ(एन एक्स एम)
B
O(n+m) using failure function O(n+m) विफलता फ़ंक्शन का उपयोग कर रहा है
C
O(n log n) ओ(एन लॉग एन)
D
O(m log n) ओ(एम लॉग एन)
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) KMP achieves O(n+m) string matching using the failure function.
व्याख्या (हिन्दी) KMP विफलता फ़ंक्शन का उपयोग करके O(n+m) स्ट्रिंग मिलान प्राप्त करता है।
2552
EN + हिं Medium
GB Aho-Corasick algorithm performs?
IN अहो-कोरासिक एल्गोरिदम कार्य करता है?
A
Single pattern matching एकल पैटर्न मिलान
B
Multi-pattern string matching in O(n + sum of pattern lengths + matches) O में बहु-पैटर्न स्ट्रिंग मिलान (n + पैटर्न लंबाई का योग + मिलान)
C
Sorting strings तारों को क्रमबद्ध करना
D
Compression दबाव
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Aho-Corasick finds all occurrences of multiple patterns simultaneously.
व्याख्या (हिन्दी) अहो-कोरासिक एक साथ कई पैटर्न की सभी घटनाओं को पाता है।
2553
EN + हिं Medium
GB Which data structure implements priority queue most efficiently?
IN कौन सी डेटा संरचना प्राथमिकता कतार को सबसे अधिक कुशलता से कार्यान्वित करती है?
A
Array सरणी
B
Linked list लिंक की गई सूची
C
Binary heap बाइनरी ढेर
D
Hash table हैश तालिका
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Binary heap provides O(log n) insert and extract-min/max for priority queue operations.
व्याख्या (हिन्दी) बाइनरी हीप प्राथमिकता कतार संचालन के लिए ओ (लॉग एन) इंसर्ट और एक्सट्रैक्ट-मिन/मैक्स प्रदान करता है।
2554
EN + हिं Medium
GB Segment tree supports?
IN खंड वृक्ष समर्थन करता है?
A
Only point queries केवल बिंदु प्रश्न
B
Range queries and point updates in O(log n) ओ (लॉग एन) में रेंज क्वेरी और पॉइंट अपडेट
C
Graph operations ग्राफ़ संचालन
D
String operations only केवल स्ट्रिंग ऑपरेशन
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Segment tree allows O(log n) range queries (sum, min, max) and updates on arrays.
व्याख्या (हिन्दी) सेगमेंट ट्री O(लॉग एन) श्रेणी क्वेरी (योग, न्यूनतम, अधिकतम) और सरणियों पर अपडेट की अनुमति देता है।
2555
EN + हिं Medium
GB Fenwick tree (BIT) is used for?
IN फेनविक वृक्ष (BIT) का उपयोग किसके लिए किया जाता है?
A
Graph traversal ग्राफ ट्रैवर्सल
B
Efficient prefix sum queries and point updates in O(log n) ओ(लॉग एन) में कुशल उपसर्ग योग प्रश्न और बिंदु अद्यतन
C
Sorting छंटाई
D
Hashing हैशिंग
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Fenwick/BIT supports O(log n) prefix sum queries and point updates.
व्याख्या (हिन्दी) फेनविक/बीआईटी ओ(लॉग एन) उपसर्ग योग प्रश्नों और बिंदु अद्यतनों का समर्थन करता है।
2556
EN + हिं Medium
GB DSU (Disjoint Set Union) with optimizations achieves?
IN डीएसयू (डिसजॉइंट सेट यूनियन) अनुकूलन के साथ क्या हासिल करता है?
A
O(n) per operation O(n) प्रति ऑपरेशन
B
Near O(1) amortized per operation (inverse Ackermann function) O(1) के पास प्रति ऑपरेशन परिशोधन (उलटा एकरमैन फ़ंक्शन)
C
O(log n) always ओ(लॉग एन) हमेशा
D
O(n log n) ओ(एन लॉग एन)
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) DSU with path compression and union by rank achieves near-O(1) amortized operations.
व्याख्या (हिन्दी) पथ संपीड़न और रैंक द्वारा संघ के साथ डीएसयू निकट-ओ (1) परिशोधन संचालन को प्राप्त करता है।
2557
EN + हिं Medium
GB Gradient descent minimizes?
IN ग्रेडिएंट डिसेंट न्यूनतम करता है?
A
Data size डेटा का आकार
B
Loss function by iteratively adjusting weights in negative gradient direction नकारात्मक ढाल दिशा में वजन को पुनरावृत्तीय रूप से समायोजित करके हानि फ़ंक्शन
C
Memory usage स्मृति प्रयोग
D
Training data प्रशिक्षण डेटा
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Gradient descent updates model weights to minimize the loss function.
व्याख्या (हिन्दी) हानि फ़ंक्शन को कम करने के लिए ग्रेडिएंट डिसेंट मॉडल वज़न को अपडेट करता है।
2558
EN + हिं Medium
GB Dropout regularization in neural networks?
IN तंत्रिका नेटवर्क में ड्रॉपआउट नियमितीकरण?
A
Drops training data प्रशिक्षण डेटा छोड़ देता है
B
Randomly deactivates neurons during training to prevent overfitting ओवरफिटिंग को रोकने के लिए प्रशिक्षण के दौरान न्यूरॉन्स को बेतरतीब ढंग से निष्क्रिय कर देता है
C
Drops layers परतें गिराता है
D
Reduces learning rate सीखने की दर कम कर देता है
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Dropout randomly sets neuron activations to zero during training, preventing overfitting.
व्याख्या (हिन्दी) ड्रॉपआउट प्रशिक्षण के दौरान बेतरतीब ढंग से न्यूरॉन सक्रियण को शून्य पर सेट करता है, जिससे ओवरफिटिंग को रोका जा सकता है।
2559
EN + हिं Medium
GB CNN (Convolutional Neural Network) is specialized for?
IN CNN (कन्वेल्यूशनल न्यूरल नेटवर्क) किसके लिए विशिष्ट है?
A
Text processing पाठ प्रसंस्करण
B
Processing grid-like data such as images छवियों जैसे ग्रिड-जैसे डेटा को संसाधित करना
C
Time series समय शृंखला
D
Graph data ग्राफ़ डेटा
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) CNNs use convolution operations, specialized for image and spatial data processing.
व्याख्या (हिन्दी) सीएनएन छवि और स्थानिक डेटा प्रोसेसिंग के लिए विशेष कनवल्शन ऑपरेशंस का उपयोग करते हैं।
2560
EN + हिं Medium
GB RNN (Recurrent Neural Network) processes?
IN आरएनएन (आवर्तक तंत्रिका नेटवर्क) प्रक्रियाएं?
A
Only images केवल छवियाँ
B
Sequential data with memory of previous inputs पिछले इनपुट की स्मृति के साथ अनुक्रमिक डेटा
C
Static data only केवल स्थैतिक डेटा
D
Graph data ग्राफ़ डेटा
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) RNNs process sequential data (text, time series) with internal state (memory).
व्याख्या (हिन्दी) आरएनएन आंतरिक स्थिति (मेमोरी) के साथ अनुक्रमिक डेटा (पाठ, समय श्रृंखला) को संसाधित करते हैं।
2561
EN + हिं Medium
GB BERT is pre-trained using?
IN BERT का उपयोग करके पूर्व-प्रशिक्षित किया जाता है?
A
Supervised learning only केवल पर्यवेक्षित शिक्षण
B
Masked Language Modeling (MLM) and Next Sentence Prediction (NSP) नकाबपोश भाषा मॉडलिंग (एमएलएम) और अगली वाक्य भविष्यवाणी (एनएसपी)
C
Reinforcement learning सुदृढीकरण सीखना
D
No pre-training कोई पूर्व प्रशिक्षण नहीं
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) BERT is pre-trained with MLM (predict masked tokens) and NSP (predict sentence order).
व्याख्या (हिन्दी) BERT को MLM (भविष्यवाणी नकाबपोश टोकन) और NSP (भविष्यवाणी वाक्य क्रम) के साथ पूर्व-प्रशिक्षित किया गया है।
2562
EN + हिं Medium
GB Precision in ML classification is?
IN एमएल वर्गीकरण में परिशुद्धता है?
A
TP/(TP+FN) टीपी/(टीपी+एफएन)
B
TP/(TP+FP) — of all predicted positive, how many are actually positive टीपी/(टीपी+एफपी) - अनुमानित सभी सकारात्मक में से कितने वास्तव में सकारात्मक हैं
C
TN/(TN+FP) टीएन/(टीएन+एफपी)
D
Accuracy शुद्धता
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Precision = True Positives / (True Positives + False Positives).
व्याख्या (हिन्दी) परिशुद्धता = सच्ची सकारात्मकताएँ / (सच्ची सकारात्मकताएँ + गलत सकारात्मकताएँ)।
2563
EN + हिं Medium
GB Recall (Sensitivity) is?
IN स्मरण (संवेदनशीलता) है?
A
TP/(TP+FP) टीपी/(टीपी+एफपी)
B
TP/(TP+FN) — of all actual positives, how many were correctly identified टीपी/(टीपी+एफएन) - सभी वास्तविक सकारात्मकताओं में से, कितने की सही पहचान की गई
C
TN/(TN+FP) टीएन/(टीएन+एफपी)
D
Accuracy शुद्धता
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Recall = True Positives / (True Positives + False Negatives).
व्याख्या (हिन्दी) स्मरण = सच्ची सकारात्मकताएँ / (सच्ची सकारात्मकताएँ + झूठी नकारात्मकताएँ)।
2564
EN + हिं Medium
GB K-fold cross-validation?
IN के-गुना क्रॉस-सत्यापन?
A
One train/test split एक ट्रेन/परीक्षण विभाजन
B
K folds — train on K-1, validate on 1, repeat K times K फोल्ड्स - K-1 पर ट्रेन करें, 1 पर मान्य करें, K बार दोहराएं
C
K test sets only केवल K परीक्षण सेट
D
Random splits यादृच्छिक विभाजन
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) K-fold CV divides data into K equal parts, cycling each as validation set.
व्याख्या (हिन्दी) के-फोल्ड सीवी डेटा को के समान भागों में विभाजित करता है, प्रत्येक को सत्यापन सेट के रूप में चक्रित करता है।
2565
EN + हिं Medium
GB Random forest is ensemble of?
IN रैंडम वन किसका समूह है?
A
SVMs एसवीएम
B
Decision trees trained on random subsets with feature randomness निर्णय वृक्षों को फीचर यादृच्छिकता के साथ यादृच्छिक उपसमुच्चय पर प्रशिक्षित किया गया
C
Neural networks तंत्रिका - तंत्र
D
K-means clusters K-मतलब क्लस्टर
✅ Correct Answer:
💡 Explanation / व्याख्या
Explanation (English) Random forest builds many decision trees on random data subsets.
व्याख्या (हिन्दी) रैंडम फ़ॉरेस्ट यादृच्छिक डेटा सबसेट पर कई निर्णय वृक्ष बनाता है।
2551–2565 of 2618