Q.1

(a) Explain Machine Learning life cycle. Discuss major challenges faced during Machine Learning model development.
मशीन लर्निंग जीवन चक्र की व्याख्या कीजिए। मशीन लर्निंग मॉडल विकास के दौरान आने वाली प्रमुख चुनौतियों पर चर्चा कीजिए।

(b) Explain the role of Probability and Statistics in Machine Learning.
मशीन लर्निंग में प्रायिकता एवं सांख्यिकी की भूमिका समझाइए।

Q.2

(a) Explain Backpropagation algorithm with suitable example.
उपयुक्त उदाहरण सहित बैकप्रोपेगेशन एल्गोरिथ्म की व्याख्या कीजिए।

(b) Explain L1 and L2 Regularization techniques. How do they help in reducing overfitting?
L1 तथा L2 रेगुलराइजेशन तकनीकों की व्याख्या कीजिए। ये ओवरफिटिंग को कम करने में कैसे सहायता करती हैं?

Q.3

(a) Explain CNN architecture and working of convolution operation with suitable example.
उपयुक्त उदाहरण सहित CNN संरचना तथा Convolution Operation की कार्यप्रणाली समझाइए।

(b) Explain TensorFlow and Keras frameworks used in Deep Learning.
डीप लर्निंग में प्रयुक्त TensorFlow एवं Keras Framework की व्याख्या कीजिए।

Q.4

(a) What is Transfer Learning? Explain feature extraction and fine tuning approaches.
Transfer Learning क्या है? Feature Extraction तथा Fine Tuning विधियों की व्याख्या कीजिए।

(b) Explain dimensionality reduction and One-Shot Learning techniques.
Dimensionality Reduction तथा One-Shot Learning तकनीकों की व्याख्या कीजिए।

Q.5

(a) Explain Recurrent Neural Network (RNN) and Long Short-Term Memory (LSTM) architecture.
Recurrent Neural Network (RNN) तथा Long Short-Term Memory (LSTM) संरचना की व्याख्या कीजिए।

(b) Explain GRU and Attention Models used in Deep Learning.
डीप लर्निंग में प्रयुक्त GRU तथा Attention Models की व्याख्या कीजिए।

Q.6

(a) Explain Reinforcement Learning Framework with suitable example.
उपयुक्त उदाहरण सहित Reinforcement Learning Framework की व्याख्या कीजिए।

(b) Compare Q-Learning and Actor-Critic methods.
Q-Learning तथा Actor-Critic विधियों की तुलना कीजिए।

Q.7

(a) Explain Bayesian Learning and Bayesian Networks with suitable example.
उपयुक्त उदाहरण सहित Bayesian Learning तथा Bayesian Networks की व्याख्या कीजिए।

(b) Explain Support Vector Machine (SVM) and kernel functions.
Support Vector Machine (SVM) तथा Kernel Functions की व्याख्या कीजिए।

Q.8

Write short notes on any two / किन्हीं दो पर संक्षिप्त टिप्पणी लिखिए :

1. Batch Normalization / बैच नॉर्मलाइजेशन
2. Dropout Technique / ड्रॉपआउट तकनीक
3. Natural Language Processing (NLP) / प्राकृतिक भाषा प्रसंस्करण
4. Speech Processing Applications / स्पीच प्रोसेसिंग के अनुप्रयोग

Q.1

(a) Explain Machine Learning paradigm and discuss supervised, unsupervised and reinforcement learning approaches.
मशीन लर्निंग प्रतिमान की व्याख्या कीजिए तथा Supervised, Unsupervised एवं Reinforcement Learning विधियों पर चर्चा कीजिए।

(b) Explain data preprocessing, feature extraction and data augmentation techniques.
डेटा प्रीप्रोसेसिंग, फीचर एक्सट्रैक्शन तथा डेटा ऑगमेंटेशन तकनीकों की व्याख्या कीजिए।

Q.2

(a) Explain Gradient Descent algorithm. Compare Batch, Stochastic and Mini-Batch Gradient Descent.
Gradient Descent एल्गोरिथ्म की व्याख्या कीजिए। Batch, Stochastic तथा Mini-Batch Gradient Descent की तुलना कीजिए।

(b) Explain Batch Normalization and Dropout techniques. How do they improve neural network performance?
Batch Normalization तथा Dropout तकनीकों की व्याख्या कीजिए। ये Neural Network के प्रदर्शन को कैसे सुधारती हैं?

Q.3

(a) Explain Convolutional Neural Network (CNN) architecture with suitable diagram.
उपयुक्त आरेख सहित Convolutional Neural Network (CNN) की संरचना समझाइए।

(b) Explain pooling layer, padding and stride with suitable examples.
उपयुक्त उदाहरण सहित Pooling Layer, Padding तथा Stride की व्याख्या कीजिए।

Q.4

(a) Explain Autoencoders and dimensionality reduction techniques.
Autoencoders तथा Dimensionality Reduction तकनीकों की व्याख्या कीजिए।

(b) Explain Transfer Learning and TensorFlow framework with applications.
Transfer Learning तथा TensorFlow Framework को उसके अनुप्रयोगों सहित समझाइए।

Q.5

(a) Explain Recurrent Neural Networks (RNN). Compare RNN and CNN.
Recurrent Neural Network (RNN) की व्याख्या कीजिए। RNN तथा CNN की तुलना कीजिए।

(b) Explain Long Short-Term Memory (LSTM) architecture and its applications.
Long Short-Term Memory (LSTM) संरचना तथा इसके अनुप्रयोगों की व्याख्या कीजिए।

Q.6

(a) Explain Markov Decision Process (MDP) and Bellman Equation.
Markov Decision Process (MDP) तथा Bellman Equation की व्याख्या कीजिए।

(b) Explain Q-Learning and SARSA algorithms with suitable examples.
उपयुक्त उदाहरण सहित Q-Learning तथा SARSA एल्गोरिथ्म की व्याख्या कीजिए।

Q.7

(a) Explain Support Vector Machine (SVM) with kernel functions and applications.
Kernel Functions तथा अनुप्रयोगों सहित Support Vector Machine (SVM) की व्याख्या कीजिए।

(b) Explain Bayesian Learning and Bayesian Network.
Bayesian Learning तथा Bayesian Network की व्याख्या कीजिए।

Q.8

Write short notes on any two / किन्हीं दो पर संक्षिप्त टिप्पणी लिखिए :

1. Attention Model / अटेंशन मॉडल
2. GRU (Gated Recurrent Unit) / जी.आर.यू.
3. Natural Language Processing (NLP) / प्राकृतिक भाषा प्रसंस्करण
4. Computer Vision and ImageNet / कंप्यूटर विज़न एवं इमेजनेट