Data Science Basics Quiz
विज्ञापनहरू समावेश गर्दछ
१०+
डाउनलोड गरिएका सामग्रीहरू
सबैजना
info
यो एपका बारेमा
डाटा साइंस बेसिक्स क्विज डाटा साइंस बेसिक्स एप हो जुन सिक्नेहरू, विद्यार्थीहरू, र पेशेवरहरूलाई अन्तरक्रियात्मक बहु-छनौट प्रश्नहरू (MCQs) मार्फत डेटा विज्ञान अवधारणाहरूको बुझाइलाई बलियो बनाउन मद्दत गर्न डिजाइन गरिएको हो। यो एपले डाटा सङ्कलन, सफाई, तथ्याङ्क, सम्भाव्यता, मेसिन लर्निङ, भिजुअलाइजेशन, ठूलो डाटा, र नैतिकता जस्ता आवश्यक विषयहरू अभ्यास गर्न संरचित तरिका प्रदान गर्दछ।
चाहे तपाईं परीक्षा, अन्तर्वार्ताको लागि तयारी गर्दै हुनुहुन्छ, वा केवल आफ्नो सीप सुधार गर्न चाहनुहुन्छ, डेटा विज्ञान आधारभूत प्रश्नोत्तरी एपले सिक्नलाई आकर्षक, पहुँचयोग्य र प्रभावकारी बनाउँछ।
🔹 डाटा विज्ञान आधारभूत प्रश्नोत्तरी एपका मुख्य विशेषताहरू
राम्रो सिक्ने र संशोधनको लागि MCQ- आधारित अभ्यास।
डाटा सङ्कलन, तथ्याङ्क, ML, ठूलो डाटा, दृश्य, नैतिकता समावेश गर्दछ।
विद्यार्थीहरू, शुरुआतीहरू, पेशेवरहरू, र जागिर इच्छुकहरूका लागि आदर्श।
प्रयोगकर्ता-अनुकूल र हल्का डेटा विज्ञान आधारभूत एप।
📘 डेटा विज्ञान आधारभूत प्रश्नोत्तरीमा कभर गरिएका विषयहरू
1. डाटा विज्ञान को परिचय
परिभाषा - डेटाबाट अन्तर्दृष्टि निकाल्ने अन्तःविषय क्षेत्र।
जीवनचक्र - डाटा सङ्कलन, सफाई, विश्लेषण, र दृश्य।
आवेदनहरू - स्वास्थ्य सेवा, वित्त, प्रविधि, अनुसन्धान, व्यापार।
डेटा प्रकारहरू - संरचित, असंरचित, अर्ध-संरचित, स्ट्रिमिङ।
आवश्यक कौशल - प्रोग्रामिङ, तथ्याङ्क, दृश्य, डोमेन ज्ञान।
नैतिकता - गोपनीयता, निष्पक्षता, पूर्वाग्रह, जिम्मेवार प्रयोग।
२. डाटा सङ्कलन र स्रोतहरू
प्राथमिक डाटा - सर्वेक्षण, प्रयोग, अवलोकन।
माध्यमिक डाटा - रिपोर्टहरू, सरकारी डाटासेटहरू, प्रकाशित स्रोतहरू।
APIs - अनलाइन डाटामा प्रोग्रामेटिक पहुँच।
वेब स्क्र्यापिङ - वेबसाइटहरूबाट सामग्री निकाल्दै।
डाटाबेस - SQL, NoSQL, क्लाउड भण्डारण।
बिग डाटा स्रोतहरू - सामाजिक मिडिया, IoT, लेनदेन प्रणाली।
3. डाटा क्लिनिङ र प्रिप्रोसेसिङ
छुटेको डाटा ह्यान्डलिङ - इम्प्युटेशन, इन्टरपोलेसन, हटाउने।
रूपान्तरण - सामान्यीकरण, स्केलिंग, एन्कोडिङ चर।
आउटलियर पत्ता लगाउने - सांख्यिकीय जाँच, क्लस्टरिङ, दृश्य।
डाटा एकीकरण - धेरै डाटासेटहरू मर्ज गर्दै।
कमी - सुविधा चयन, आयाम कमी।
गुणस्तर जाँच - शुद्धता, स्थिरता, पूर्णता।
4. अन्वेषण डेटा विश्लेषण (EDA)
वर्णनात्मक तथ्याङ्क - मीन, भिन्नता, मानक विचलन।
भिजुअलाइजेशन - हिस्टोग्राम, स्क्याटरप्लट, हीटम्याप।
सहसंबंध - चर सम्बन्धहरू बुझ्दै।
वितरण विश्लेषण - सामान्यता, स्क्युनेस, कर्टोसिस।
वर्गीय विश्लेषण - आवृत्ति गणना, बार प्लटहरू।
EDA उपकरणहरू - पाण्डा, Matplotlib, Seaborn, Plotly।
5. तथ्याङ्क र सम्भाव्यता आधारभूत
सम्भाव्यता अवधारणाहरू - घटनाहरू, परिणामहरू, नमूना ठाउँहरू।
अनियमित चर - असन्तुलित बनाम निरन्तर।
वितरण - सामान्य, द्विपद, पोइसन, घातांक आदि।
६. मेशिन लर्निङका आधारभूत कुराहरू
पर्यवेक्षित शिक्षा - लेबल गरिएको डेटा संग प्रशिक्षण।
असुरक्षित शिक्षा - क्लस्टरिङ, आयाम आदि।
7. डाटा भिजुअलाइजेशन र संचार
चार्ट - रेखा, बार, पाई, स्क्याटर।
ड्यासबोर्डहरू - अन्तरक्रियात्मक दृश्यहरूका लागि BI उपकरणहरू।
कथा कथन - संरचित कथा संग स्पष्ट अन्तरदृष्टि।
उपकरणहरू - Tableau, Power BI, Google Data Studio।
पाइथन लाइब्रेरीहरू - Matplotlib, Seaborn।
8. ठूलो डाटा र उपकरणहरू
विशेषताहरू - मात्रा, वेग, विविधता, सत्यता।
Hadoop इकोसिस्टम - HDFS, MapReduce, Hive, सुँगुर।
Apache Spark - वितरित कम्प्युटिङ, वास्तविक समय विश्लेषण।
क्लाउड प्लेटफर्महरू - AWS, Azure, Google Cloud।
डाटाबेस - SQL बनाम NoSQL।
स्ट्रिमिङ डाटा - काफ्का, फ्लिंक पाइपलाइनहरू।
9. डाटा नैतिकता र सुरक्षा
डाटा गोपनीयता - व्यक्तिगत जानकारी को सुरक्षा।
पूर्वाग्रह - अनुचित वा भेदभावपूर्ण मोडेलहरू रोक्न।
एआई नैतिकता - पारदर्शिता, जवाफदेहिता, जिम्मेवारी।
सुरक्षा - गुप्तिकरण, प्रमाणीकरण, पहुँच नियन्त्रण।
🎯 डेटा विज्ञान आधारभूत प्रश्नोत्तरी कसले प्रयोग गर्न सक्छ?
विद्यार्थीहरू - डेटा विज्ञान अवधारणाहरू सिक्नुहोस् र परिमार्जन गर्नुहोस्।
शुरुआतीहरू - डाटा विज्ञान आधारभूतहरूमा आधार निर्माण गर्नुहोस्।
प्रतिस्पर्धात्मक परीक्षा आकांक्षीहरू - IT र विश्लेषण परीक्षाहरूको लागि तयारी गर्नुहोस्।
जागिर खोज्नेहरू - डेटा भूमिकाहरूमा अन्तर्वार्ताको लागि MCQs अभ्यास गर्नुहोस्।
पेशेवरहरू - मुख्य अवधारणाहरू र उपकरणहरू ताजा गर्नुहोस्।
📥 अहिले नै डाटा विज्ञान आधारभूत प्रश्नोत्तरी डाउनलोड गर्नुहोस् र आज तपाईंको डाटा विज्ञान यात्रा सुरु गर्नुहोस्!
चाहे तपाईं परीक्षा, अन्तर्वार्ताको लागि तयारी गर्दै हुनुहुन्छ, वा केवल आफ्नो सीप सुधार गर्न चाहनुहुन्छ, डेटा विज्ञान आधारभूत प्रश्नोत्तरी एपले सिक्नलाई आकर्षक, पहुँचयोग्य र प्रभावकारी बनाउँछ।
🔹 डाटा विज्ञान आधारभूत प्रश्नोत्तरी एपका मुख्य विशेषताहरू
राम्रो सिक्ने र संशोधनको लागि MCQ- आधारित अभ्यास।
डाटा सङ्कलन, तथ्याङ्क, ML, ठूलो डाटा, दृश्य, नैतिकता समावेश गर्दछ।
विद्यार्थीहरू, शुरुआतीहरू, पेशेवरहरू, र जागिर इच्छुकहरूका लागि आदर्श।
प्रयोगकर्ता-अनुकूल र हल्का डेटा विज्ञान आधारभूत एप।
📘 डेटा विज्ञान आधारभूत प्रश्नोत्तरीमा कभर गरिएका विषयहरू
1. डाटा विज्ञान को परिचय
परिभाषा - डेटाबाट अन्तर्दृष्टि निकाल्ने अन्तःविषय क्षेत्र।
जीवनचक्र - डाटा सङ्कलन, सफाई, विश्लेषण, र दृश्य।
आवेदनहरू - स्वास्थ्य सेवा, वित्त, प्रविधि, अनुसन्धान, व्यापार।
डेटा प्रकारहरू - संरचित, असंरचित, अर्ध-संरचित, स्ट्रिमिङ।
आवश्यक कौशल - प्रोग्रामिङ, तथ्याङ्क, दृश्य, डोमेन ज्ञान।
नैतिकता - गोपनीयता, निष्पक्षता, पूर्वाग्रह, जिम्मेवार प्रयोग।
२. डाटा सङ्कलन र स्रोतहरू
प्राथमिक डाटा - सर्वेक्षण, प्रयोग, अवलोकन।
माध्यमिक डाटा - रिपोर्टहरू, सरकारी डाटासेटहरू, प्रकाशित स्रोतहरू।
APIs - अनलाइन डाटामा प्रोग्रामेटिक पहुँच।
वेब स्क्र्यापिङ - वेबसाइटहरूबाट सामग्री निकाल्दै।
डाटाबेस - SQL, NoSQL, क्लाउड भण्डारण।
बिग डाटा स्रोतहरू - सामाजिक मिडिया, IoT, लेनदेन प्रणाली।
3. डाटा क्लिनिङ र प्रिप्रोसेसिङ
छुटेको डाटा ह्यान्डलिङ - इम्प्युटेशन, इन्टरपोलेसन, हटाउने।
रूपान्तरण - सामान्यीकरण, स्केलिंग, एन्कोडिङ चर।
आउटलियर पत्ता लगाउने - सांख्यिकीय जाँच, क्लस्टरिङ, दृश्य।
डाटा एकीकरण - धेरै डाटासेटहरू मर्ज गर्दै।
कमी - सुविधा चयन, आयाम कमी।
गुणस्तर जाँच - शुद्धता, स्थिरता, पूर्णता।
4. अन्वेषण डेटा विश्लेषण (EDA)
वर्णनात्मक तथ्याङ्क - मीन, भिन्नता, मानक विचलन।
भिजुअलाइजेशन - हिस्टोग्राम, स्क्याटरप्लट, हीटम्याप।
सहसंबंध - चर सम्बन्धहरू बुझ्दै।
वितरण विश्लेषण - सामान्यता, स्क्युनेस, कर्टोसिस।
वर्गीय विश्लेषण - आवृत्ति गणना, बार प्लटहरू।
EDA उपकरणहरू - पाण्डा, Matplotlib, Seaborn, Plotly।
5. तथ्याङ्क र सम्भाव्यता आधारभूत
सम्भाव्यता अवधारणाहरू - घटनाहरू, परिणामहरू, नमूना ठाउँहरू।
अनियमित चर - असन्तुलित बनाम निरन्तर।
वितरण - सामान्य, द्विपद, पोइसन, घातांक आदि।
६. मेशिन लर्निङका आधारभूत कुराहरू
पर्यवेक्षित शिक्षा - लेबल गरिएको डेटा संग प्रशिक्षण।
असुरक्षित शिक्षा - क्लस्टरिङ, आयाम आदि।
7. डाटा भिजुअलाइजेशन र संचार
चार्ट - रेखा, बार, पाई, स्क्याटर।
ड्यासबोर्डहरू - अन्तरक्रियात्मक दृश्यहरूका लागि BI उपकरणहरू।
कथा कथन - संरचित कथा संग स्पष्ट अन्तरदृष्टि।
उपकरणहरू - Tableau, Power BI, Google Data Studio।
पाइथन लाइब्रेरीहरू - Matplotlib, Seaborn।
8. ठूलो डाटा र उपकरणहरू
विशेषताहरू - मात्रा, वेग, विविधता, सत्यता।
Hadoop इकोसिस्टम - HDFS, MapReduce, Hive, सुँगुर।
Apache Spark - वितरित कम्प्युटिङ, वास्तविक समय विश्लेषण।
क्लाउड प्लेटफर्महरू - AWS, Azure, Google Cloud।
डाटाबेस - SQL बनाम NoSQL।
स्ट्रिमिङ डाटा - काफ्का, फ्लिंक पाइपलाइनहरू।
9. डाटा नैतिकता र सुरक्षा
डाटा गोपनीयता - व्यक्तिगत जानकारी को सुरक्षा।
पूर्वाग्रह - अनुचित वा भेदभावपूर्ण मोडेलहरू रोक्न।
एआई नैतिकता - पारदर्शिता, जवाफदेहिता, जिम्मेवारी।
सुरक्षा - गुप्तिकरण, प्रमाणीकरण, पहुँच नियन्त्रण।
🎯 डेटा विज्ञान आधारभूत प्रश्नोत्तरी कसले प्रयोग गर्न सक्छ?
विद्यार्थीहरू - डेटा विज्ञान अवधारणाहरू सिक्नुहोस् र परिमार्जन गर्नुहोस्।
शुरुआतीहरू - डाटा विज्ञान आधारभूतहरूमा आधार निर्माण गर्नुहोस्।
प्रतिस्पर्धात्मक परीक्षा आकांक्षीहरू - IT र विश्लेषण परीक्षाहरूको लागि तयारी गर्नुहोस्।
जागिर खोज्नेहरू - डेटा भूमिकाहरूमा अन्तर्वार्ताको लागि MCQs अभ्यास गर्नुहोस्।
पेशेवरहरू - मुख्य अवधारणाहरू र उपकरणहरू ताजा गर्नुहोस्।
📥 अहिले नै डाटा विज्ञान आधारभूत प्रश्नोत्तरी डाउनलोड गर्नुहोस् र आज तपाईंको डाटा विज्ञान यात्रा सुरु गर्नुहोस्!
मा अपडेट गरिएको
तपाईंको डेटा सुरक्षित राख्नका निम्ति तपाईंले पहिला विकासकर्ताहरूले तपाईंको डेटा कसरी सङ्कलन तथा सेयर गर्छ भन्ने कुरा बुझ्न जरुरी छ। एपको प्रयोगसम्बन्धी जानकारी, तपाईं बसोबास गर्ने क्षेत्र र तपाईंको उमेरका आधारमा डेटाको गोपनीयता र सुरक्षासम्बन्धी अभ्यासहरू फरक हुन सक्छन्। यो एपका विकासकर्ताले यो जानकारी प्रदान गर्नुभएको हो र उहाँ समयक्रमसँगै यो जानकारी संशोधन गर्न सक्नुहुन्छ।
यो एपले तेस्रो पक्षसँग यस प्रकारका डेटा सेयर गर्न सक्छ
एपसम्बन्धी जानकारी र पर्फर्मेन्स र डिभाइस वा अन्य ID हरू
कुनै पनि डेटा सङ्कलन गरिएको छैन
विकासकर्ताहरूले प्रयोगकर्ताको डेटा सङ्कलन गरिने कुराका बारेमा कसरी जानकारी गराउँछन् भन्नेबारेमा थप जान्नुहोस्
डेटा इन्क्रिप्ट गरिएको छैन
एपसम्बन्धी ग्राहक सेवा
विकासकर्ताका बारेमा जानकारी
Manish Kumar
kumarmanish505770@gmail.com
Ward 10
AT - Partapur PO - Muktapur PS - Kalyanpur
Samastipur, Bihar 848102
India
undefined
