Certified Machine Learning Associate (CMLA) Practice Test
Certified Machine Learning Associate (CMLA) के लिए अपना आत्मविश्वास बढ़ाएँ। अवधारणाओं का अभ्यास करें, उत्तरों को समझें और हर सवाल के साथ अपना ज्ञान मज़बूत करें।
एक नमूना सवाल आज़माएँपरीक्षा का परिचय और विवरण
प्रवेश परीक्षा: Certified Machine Learning Associate (CMLA) प्रैक्टिस टेस्ट विवरण: Certified Machine Learning Associate (CMLA) परीक्षा उन पेशेवरों और छात्रों के लिए डिज़ाइन की गई है जिनके पास मशीन लर्निंग का मौलिक ज्ञान है और जो वास्तविक समस्याओं पर ML तकनीकों को लागू करने में अपने व्यावहारिक कौशल को मान्य करना चाहते हैं। यह परीक्षा उम्मीदवार की मूल मशीन लर्निंग वर्कफ़्लो को समझने और लागू करने की क्षमता का परीक्षण करती है, जिसमें डेटा प्रीप्रोसेसिंग, फीचर इंजीनियरिंग, मॉडल चयन, प्रशिक्षण, मूल्यांकन और तैनाती पर विचार शामिल हैं। यह पर्यवेक्षित और अप्रवेशित लर्निंग एल्गोरिदम, जैसे कि linear regression, decision trees, random forests, support vector machines, k-means clustering, और principal component analysis, साथ ही overfitting, regularization, cross-validation, और प्रदर्शन मेट्रिक्स (जैसे accuracy, precision, recall, F1-score, ROC-AUC) जैसे आवश्यक विषयों को कवर करती है। CMLA डेटा एनालिस्ट, सॉफ़्टवेयर इंजीनियर्स, और आकांक्षी डेटा वैज्ञानिकों के लिए आदर्श है जिन्होंने ML में प्रारंभिक पाठ्यक्रम या आत्म-अध्ययन पूरा किया है और जो एक ऐसा प्रमाण पत्र चाहते हैं जो केवल सैद्धांतिक ज्ञान के बजाय व्यावहारिक क्षमता को दर्शाता है। उम्मीदवारों को ML परियोजनाओं के अंत से अंत तक कैसे निपटें, सामान्य गलतियों से कैसे बचें, मॉडल के परिणामों की व्याख्या कैसे करें, और हितधारकों को निष्कर्ष कैसे संप्रेषित करें, इस पर एक संरचित समझ प्राप्त होगी। परीक्षा व्यावहारिक अनुप्रयोग पर जोर देती है, जिससे परीक्षणकर्ताओं को परिदृश्यों के माध्यम से तर्क करने और दिए गए डेटा और व्यावसायिक संदर्भों के लिए उपयुक्त तकनीकों का चयन करने की आवश्यकता होती है।
नमूना प्रश्न
अभ्यास कैसे काम करता है, यह जानने के लिए एक उत्तर चुनें और व्याख्या देखें।
In a logistics ETA model, the team is working with 2.4 million delivery events and a target related to late delivery. During review, a classifier has high accuracy but misses most rare positives. Which response is most appropriate for an IABAC CMLA-level workflow?
In a crop-yield analytics project, the team is working with 12,300 field-season records and a target related to yield tier. During review, PCA is fit on the full dataset before train-test split. Which response is most appropriate for an IABAC CMLA-level workflow?
In a manufacturing sensor program, the team is working with 15,600 machine-cycle rows and a target related to failure in next shift. During review, an imbalanced classifier is evaluated only with accuracy. Which response is most appropriate for an IABAC CMLA-level workflow?
In a retail churn project, the team is working with 91,400 customer-month records and a target related to subscription status. During review, a pipeline scales data before cross-validation outside the CV loop. Which response is most appropriate for an IABAC CMLA-level workflow?
In a retail churn project, the team is working with 91,400 customer-month records and a target related to subscription status. During review, a decision tree perfectly fits training data but fails test data. Which response is most appropriate for an IABAC CMLA-level workflow?