ARTIFICIAL INTELLIGENCE Question Paper Class 10 CBSE Board
Previous Year Question Paper CBSE Board Class 10 -ARTIFICIAL INTELLIGENCE
Old / Last year question Paper CBSE Board Class 10
ARTIFICIAL INTELLIGENCE
सामान्य निर्देश :
(i) कृपया निर्देशों को ध्यान से पढ़ें ।
(ii) इस प्रश्न-पत्र में दो खण्डों में 21 प्रश्न हैं: खण्ड-क और खण्ड-ख ।
(iii) खण्ड-क में वस्तुपरक प्रकार के प्रश्न हैं, जबकि खण्ड-ख में विषयपरक प्रकार के प्रश्न हैं।
(iv) दिये गए (5+16)=21 प्रश्नों में से, उम्मीदवार को 2 घंटे के आबंटित (अधिकतम) समय में (5+10)=15 प्रश्नों के उत्तर देने हैं।
(v) किसी विशेष खण्ड के सभी प्रश्नों को सही क्रम में करने का प्रयास किया जाना चाहिए ।
(vi) खण्ड-कः वस्तुपरक प्रकार के प्रश्न (24 अंक) :
(a) इस खण्ड में 5 प्रश्न हैं।
(b) कोई नकारात्मक अंकन नहीं है।
(c) दिए गए निर्देशों के अनुसार कीजिए ।
(d) प्रत्येक प्रश्न/भाग के सामने आबंटित अंकों का उल्लेख किया गया है।
(vii) खण्ड-खः विषयपरक प्रकार के प्रश्न (26 अंक) :
(a) इस खण्ड में 16 प्रश्न हैं।
(b) उम्मीदवार को 10 प्रश्न करने हैं।
(c) दिए गए निर्देशों के अनुसार कीजिए ।
(d) प्रत्येक प्रश्न/भाग के सामने आबंटित अंकों का उल्लेख किया गया है।
General Instructions:
(i) Please read the instructions carefully.
(ii) This Question Paper consists of 21 questions in two sections: Section-A & Section-B.
(iii) Section-A has Objective Type Questions, whereas Section-B contains Subjective Type Questions.
(iv) Out of the given (5+16)=21 questions, a candidate has to answer (5+10)=15 questions in the allotted (maximum) time of 2 hours.
(v) All questions of a particular section must be attempted in the correct order.
(vi) Section-A: Objective Type Questions (24 Marks):
(a) This section has 5 questions.
(b) There is no negative marking.
(c) Do as per the instructions given.
(d) Marks allotted are mentioned against each question/part.
(vii) Section-B: Subjective Type Questions (26 Marks):
(a) This section has 16 questions.
(b) A candidate has to do 10 questions.
(c) Do as per the instructions given.
(d) Marks allotted are mentioned against each question/part.
खण्ड - क / Section-A (वस्तुपरक प्रकार के प्रश्न / Objective Type Questions) (24 अंक / 24 Marks)
1. रोज़गार कौशल पर दिये गये 6 प्रश्नों में से किन्हीं 4 प्रश्नों के उत्तर दीजिए : / Answer any 4 out of the given 6 questions on Employability skills: (4×1=4)
(i) अनिवार्य वाक्य को पहचानिए :
(A) सामने का दरवाजा बंद करो ।
(B) वह एक प्रतिभाशाली कलाकार है।
(C) क्या आप बेहतर महसूस कर रहे हैं ?
(D) आप अद्भुत थे !
Previous Year Question Paper CBSE Class 10
English: Identify the imperative sentence:
(A) Shut the front door.
(B) She is talented artist.
(C) Are you feeling better?
(D) You were amazing!
(ii) बड़े लक्ष्यों को छोटे-छोटे हिस्सों में तोड़ने से लक्ष्य ______ बन जायेगा ।
(A) विशिष्ट
(B) मापने योग्य
(C) प्राप्य
(D) यथार्थवादी
English: Breaking down big goals into smaller parts will make the goal ______
(A) specific
(B) measurable
(C) achievable
(D) realistic
(iii) 'समय प्रबंधन' शब्द को परिभाषित कीजिए । / Define the term 'Time Management'.
(iv) एक मजबूत पासवर्ड में क्या होना चाहिए ?
(A) केवल अक्षर
(B) संख्या और विशेष वर्ण
(C) किसी व्यक्ति का नाम
(D) अक्षर, संख्याएँ और विशेष वर्ण
English: What should a strong password consist of?
(A) Only letters
(B) Numbers and special characters
(C) Name of a person
(D) Letters, numbers and special characters
(v) एक उद्यमी के बारे में एक गलत धारणा यह है - उद्यमी ______ होते हैं, ______ नहीं । / A misconception about an entrepreneur is: Entrepreneurs are ______ not ______
(vi) वह विकल्प चुनें जो संयुक्त राष्ट्र के अनुसार सतत विकास लक्ष्य नहीं है।
(A) जनसंख्या
(B) कोई गरीबी नहीं
(C) गुणवत्तापूर्ण शिक्षा
(D) कम असमानताएँ
English: Choose the option which is NOT a Sustainable Development Goal according to United Nations.
(A) Population
(B) No poverty
(C) Quality education
(D) Reduced Inequalities
2. दिए गए 6 प्रश्नों में से किन्हीं 5 प्रश्नों के उत्तर दीजिए : / Answer any 5 out of the given 6 questions: (5×1=5)
(i) अनीता और सुरजीत एक एआई एप्लीकेशन तैयार कर रहे हैं जो फलों के विभिन्न प्रकारों को वर्गीकृत करेगा । कम्प्यूटर विज़न टास्क (Computer Vision Task) जो फल के प्रकार की पहचान करेगा और इसे एक लेबल देगा, को कहा जाता है
(A) विभाजन (Segmentation)
(B) वर्गीकरण (Classification)
(C) वर्गीकरण + स्थानीयकरण (Classification + Localization)
(D) वस्तु का पता लगाना (Object Detection)
English: Anita and Surjit are creating an AI application that will classify different types of fruits. The Computer Vision task that will identify the type of fruit and assign a label to it is called
(A) Segmentation
(B) Classification
(C) Classification + Localization
(D) Object Detection
(ii) निम्नलिखित वाक्य पर विचार कीजिए :
"अपने पुत्र का परिणाम देख कर, पूजा का चेहरा क्रोध से लाल हो गया ।"
"लाल" शब्द प्राकृतिक भाषा की किस विशेषता को दर्शाता है ?
(A) अतिरिक्तता (Redundancy)
(B) संदर्भ-आधारित अर्थ (context-dependent meaning)
(C) व्याकरणीय संरचना (Grammatical structure)
(D) अस्थायी परिवर्तन (Temporal change)
English: Consider the following sentence:
"On seeing her son's result, Pooja's face turned red with anger."
The word "red" demonstrates which characteristic of natural language?
(A) Redundancy
(B) Context-dependent meaning
(C) Grammatical structure
(D) Temporal change
(iii) नैतिक फ्रेमवर्क (Ethical frameworks) मुख्य रूप से किसके लिए डिजाइन किए जाते हैं ?
(A) एआई एल्गोरिद्म (AI algorithms) की कार्यक्षमता बढ़ाना ।
(B) यह सुनिश्चित करना कि लिए गए निर्णयों से अनजाने में कोई नुकसान न हो ।
(C) एआई विकास की लागत घटाना ।
(D) एआई प्रोजेक्ट चक्र में तेजी लाना ।
English: Ethical frameworks are primarily designed to :
(A) Increase the efficiency of AI algorithms.
(B) Ensure that choices made do not cause unintended harm.
(C) Reduce the cost of AI development.
(D) Speed up the AI project cycle.
(iv) कथन 1 : ओवरफिटिंग (overfitting) तब होती है जब एक मॉडल लर्निंग पैटर्न (learning patterns) के स्थान पर प्रशिक्षण डेटा (training data) को याद रखता है।
कथन 2 : प्रशिक्षण और मूल्यांकन के लिए एक ही डेटा का प्रयोग करने से मॉडल को सही परिणाम देने में सहायता मिलती है।
(A) दोनों कथन सही हैं।
(B) दोनों कथन गलत हैं।
(C) कथन 1 सही है, परंतु कथन 2 गलत है।
(D) कथन 1 गलत है, परंतु कथन 2 सही है।
English: Statement 1: Overfitting occurs when a model memorizes the training data rather than learning patterns.
Statement 2: Using the same data for training and evaluation helps the model give accurate results.
(A) Both statements are correct.
(B) Both statements are incorrect.
(C) Statement 1 is correct but statement 2 is incorrect.
(D) Statement 1 is incorrect but statement 2 is correct.
(v) कार को सही ढंग से पार्क करने के लिए AI model को प्रशिक्षित करने हेतु कौन सा शिक्षण तरीका (learning approach) सबसे उपयुक्त होगा ?
(A) सुपरवाइज्ड लर्निंग (Supervised Learning)
(B) अनसुपरवाइज्ड लर्निंग (Unsupervised Learning)
(C) ट्रांसफर लर्निंग (Transfer Learning)
(D) रिइनफोर्समेंट लर्निंग (Reinforcement Learning)
English: Which learning approach would be most suitable for training an AI model to park the car correctly?
(A) Supervised Learning
(B) Unsupervised Learning
(C) Transfer Learning
(D) Reinforcement Learning
(vi) AI प्रोजेक्ट चक्र की किस अवस्था में नए डेटा पर मॉडल की टेस्टिंग की जाती है ?
(A) डेटा अन्वेषण (Data exploration)
(B) मॉडलिंग (Modelling)
(C) मूल्यांकन (Evaluation)
(D) डिप्लॉइमेंट (Deployment)
English: Which stage of the AI Project Cycle involves testing the model on newly fetched data ?
(A) Data Exploration
(B) Modelling
(C) Evaluation
(D) Deployment
3. दिए गए 6 प्रश्नों में से किन्हीं 5 प्रश्नों के उत्तर दीजिए : / Answer any 5 out of the given 6 questions: (5×1=5)
(i) स्वायत्त वाहन सुरक्षा प्रणालियों (autonomous vehicle safety systems) के संदर्भ में, किस प्रकार की त्रुटि को न्यूनतम करना सबसे अधिक महत्त्वपूर्ण होगा ?
(A) गलत सकारात्मक (खतरा खोजना जब कोई खतरा न हो)
(B) गलत नकारात्मक (वास्तविक खतरा पहचानने में चूकना)
(C) सही सकारात्मक (खतरे का सही ढंग से पता लगाना)
(D) सही नकारात्मक (सही ढंग से पहचानना कि खतरा नहीं है)
Previous Year Question Paper CBSE Class 10
English: In the context of autonomous vehicle safety systems, which type of error would be most critical to minimize?
(A) False Positive (detecting danger when there isn't any)
(B) False Negative (failing to detect actual danger)
(C) True Positive (detecting danger correctly)
(D) True Negative (correctly identifying that there is no danger)
(ii) एक बाइट इमेज फॉर्मेट (byte image format) में संभव पिक्सेल मानों (pixel values) की रेंज क्या है ?
(A) 0 से 100
(B) 0 से 255
(C) 1 से 256
(D) -128 से 127
English: What is the range of possible pixel values in a byte image format?
(A) 0 to 100
(B) 0 to 255
(C) 1 to 256
(D) -128 to 127
(iii) एक ई-कॉमर्स प्लेटफॉर्म "जिन ग्राहकों ने प्रॉडक्ट X खरीदा उन्होंने प्रॉडक्ट Y भी खरीदा" यह संस्तुति (recommend) करने के लिए ग्राहकों के क्रय पैटों का विश्लेषण करता है। इसमें प्रयोग किया जाता है :
(A) वर्गीकरण मॉडल (Classification model)
(B) रिग्रेशन मॉडल (Regression model)
(C) एसोसिएशन मॉडल (Association model)
(D) क्लस्टरिंग मॉडल (Clustering model)
English: An e-commerce platform analyzes customer purchase patterns to recommend "Customers who bought product X also bought product Y." This uses :
(A) Classification model
(B) Regression model
(C) Association model
(D) Clustering model
(iv) चूँकि AI का प्रयोग वास्तव में एक निर्णय लेने/प्रभावित करने के टूल के रूप में किया जा रहा है, हमें यह सुनिश्चित करने की आवश्यकता है कि AI नैतिक रूप से स्वीकार्य सिफारिशें करे । निम्नलिखित में से कौन सा एक प्रमुख कारक (Key factor) है जो एक AI मॉडल डिजाइन करते समय हमारे निर्णय लेने को जान-बूझकर या अनजाने में प्रभावित कर सकता है ?
(A) अन्तर्ज्ञान और मूल्य (Intuition and values)
(B) एल्गोरिद्म क्षमता (Algorithm efficiency)
(C) डेटा स्टोरेज क्षमता (Data storage capacity)
(D) प्रोसेसिंग स्पीड (Processing speed)
English: As AI is essentially being used as a decision making / influencing tool, we need to ensure that AI makes morally acceptable recommendations. Which of the following is a key factor that can knowingly or unknowingly influences our decision-making while designing an AI model ?
(A) Intuition and Values
(B) Algorithm efficiency
(C) Data storage capacity
(D) Processing speed
(v) कौन सा NLP एप्लीकेशन वास्तविक समय (real time) में स्वाभाविक स्पीच (Natural speech) को टेक्सट (text) में रूपान्तरित करने में सहायक है ?
(A) कीवर्ड एक्सट्रैक्शन टूल (Keyword Extraction tool)
(B) पुस्तकों का अंग्रेजी से हिंदी भाषा में अनुवाद
(C) यू-ट्यूब में स्वतः सृजित कैप्शंस (Auto generated captions on YouTube)
(D) रॉ टेक्सट (raw text) को पूर्व-परिभाषित (pre-defined) समूहों में वर्गीकृत करना ।
English: Which NLP application helps in converting natural speech into text in real time?
(A) Keyword Extraction tool
(B) Translation of books from English to Hindi language
(C) Auto generated captions on YouTube
(D) Classifying raw text into pre-defined groups
(vi) सुपरवाइज्ड लर्निंग (Supervised learning) में, टेस्टिंग डेटासेट (testing dataset) का क्या उद्देश्य है ?
(A) मॉडल को प्रशिक्षित करना ।
(B) मॉडल की सटीकता (accuracy) का मूल्यांकन करना ।
(C) नए फीचर बनाना ।
(D) डेटा को लेबल करना ।
English: In supervised learning, what is the purpose of the testing dataset ?
(A) To train the model.
(B) To evaluate the model's accuracy.
(C) To create new features.
(D) To label the data.
4. दिए गए 6 प्रश्नों में से किन्हीं 5 प्रश्नों के उत्तर दीजिए : / Answer any 5 out of the given 6 questions: (5×1=5)
(i) एक फायर अलार्म सिस्टम में, यदि मॉडल "Fire Present" बताता है जबकि वास्तव में कोई आग नहीं है तो इसे ______ के रूप में वर्गीकृत किया जाता है।
(A) सही सकारात्मक (TP)
(B) सही नकारात्मक (TN)
(C) गलत सकारात्मक (FP)
(D) गलत नकारात्मक (FN)
English: In a fire alarm system, if the model predicts "Fire Present" when there is actually no fire, this is classified as:
(A) True Positive (TP)
(B) True Negative (TN)
(C) False Positive (FP)
(D) False Negative (FN)
(ii) अभिकथन (A): जैव-नैतिकता (Bioethics) AI के लिए वैल्यू बेस्ड फ्रेमवर्क (value-based framework) का एक उदाहरण है।
कारण (R) : जैव-नैतिकता (Bioethics) स्वास्थ्य, दवा और जीव विज्ञान संबंधी नैतिक विषयों से संबंधित है ।
(A) (A) और (R) दोनों सही हैं और (R), (A) का सही स्पष्टीकरण है।
(B) (A) और (R) दोनों सही हैं, परंतु (R), (A) का सही स्पष्टीकरण नहीं है।
(C) (A) सही है, परंतु (R) गलत है।
(D) (A) गलत है, परंतु (R) सही है।
English: Assertion (A): Bioethics is an example of a Value-based Framework for AI.
Reason (R) : Bioethics deals with ethical issues related to health, medicine, and biological sciences.
(A) Both (A) and (R) are true and (R) is the correct explanation of (A).
(B) Both (A) and (R) are true, but (R) is not the correct explanation of (A).
(C) (A) is true, but (R) is false.
(D) (A) is false, but (R) is true.
(iii) कौन सा परिदृश्य एक रिग्रेशन (regression) प्राब्लम को सबसे अच्छा दर्शाता है ?
(A) पहचानना कि क्या कोई ई-मेल स्पैम (spam) है।
(B) व्यवहार के अनुसार ग्राहकों को समूहीकृत करना (grouping) ।
(C) कल के तापमान का पूर्वानुमान करना ।
(D) फोटो में चेहरों को पहचानना ।
English: Which scenario best represents a regression problem?
(A) Identifying whether an email is spam.
(B) Grouping customers by behaviour.
(C) Predicting tomorrow's temperature.
(D) Recognizing faces in photos.
(iv) निम्नलिखित में कौन पिक्सेल (pixels) और इमेज रिज़ोल्युशन (image resolution) के बीच संबंध का सबसे अच्छा वर्णन करता है ?
(A) ज्यादा पिक्सेल होने से इमेज क्वालिटी कम हो जाती है।
(B) पिक्सेल और रिज़ोल्युशन एक दूसरे से जुड़ी हुई अवधारणाएँ नहीं हैं।
(C) रिज़ोल्युशन केवल इमेज फाइल के आकार (साइज़) पर निर्भर करता है।
(D) एक इमेज में पिक्सलों की संख्या को रिज़ोल्युशन के रूप में जाना जाता है।
English: Which of the following best describes the relationship between pixels and image resolution ?
(A) More pixels result in lower image quality.
(B) Pixels and resolution are unrelated concepts.
(C) Resolution depends only on image file size.
(D) The number of pixels in an image is known as resolution.
(v) प्रिसिज़न (Precision) को इस रूप में परिभाषित किया जाता है :
(A) सही अनुमानित सकारात्मक ऑब्जर्वेशन (observation) और कुल ऑब्जर्वेशन (observation) का अनुपात
(B) सही अनुमानित सकारात्मक ऑब्जर्वेशन (observation) और कुल अनुमानित सकारात्मक ऑब्जर्वेशन (observation) का अनुपात
(C) सही अनुमानित नकारात्मक ऑब्जर्वेशन (observation) और कुल ऑब्जर्वेशन (observation) का अनुपात
(D) सही सकारात्मक (true positive) और सही नकारात्मक (true negative) का अनुरूप मध्यमान (harmonic mean)
Previous Year Question Paper CBSE Class 10
English: Precision is defined as:
(A) The ratio of correctly predicted positive observations to total observations.
(B) The ratio of correctly predicted positive observations to total predicted positive observations.
(C) The ratio of correctly predicted negative observations to total observations.
(D) The harmonic mean of true positives and true negatives.
(vi) किस प्रकार के चैट बॉट (chat bot) के लिए कोडिंग (coding) की आवश्यकता होती है और वह बड़े डेटा बेसेस (databases) पर सीधे ही कार्य करता है ?
(A) स्क्रिप्ट बॉट (Script bot)
(B) स्मार्ट बॉट (Smart bot)
(C) पारम्परिक बॉट (Traditional bot)
(D) नियम-आधारित बॉट (Rule-based bot)
English: Which type of chat bot requires coding and works on bigger databases directly?
(A) Script bot
(B) Smart bot
(C) Traditional bot
(D) Rule-based bot
5. दिए गए 6 प्रश्नों में से किन्हीं 5 प्रश्नों के उत्तर दीजिए : / Answer any 5 out of the given 6 questions : (5×1=5)
(i) एक मूल्य तुलना (price comparison) वेबसाइट बनाने के लिए कौन सा AI डोमेन (domain) सर्वाधिक उपयुक्त होगा ?
(A) कम्प्यूटर विजन (Computer Vision)
(B) प्राकृतिक भाषा प्रोसेसिंग (Natural Language Processing)
(C) सांख्यिकीय डेटा (Statistical Data)
(D) रोबोटिक्स (Robotics)
English: Which AI domain would be most suitable for developing a price comparison website?
(A) Computer Vision
(B) Natural Language Processing
(C) Statistical Data
(D) Robotics
(ii) अभिकथन (A): टेक्सट प्रिप्रोसेसिंग (text pre-processing) में टेक्सट को छोटे अक्षरों (lower case) में परिवर्तित करना बेहतर है।
कारण (R) : यह सुनिश्चित करता है कि मशीन द्वारा "Hello" और "hello" को एक समान ही माना जाता है।
(A) (A) और (R) दोनों सही हैं और (R), (A) का सही स्पष्टीकरण है।
(B) (A) और (R) दोनों सही हैं, परंतु (R), (A) का सही स्पष्टीकरण नहीं है।
(C) (A) सही है, परंतु (R) गलत है।
(D) (A) गलत है, परंतु (R) सही है।
English: Assertion (A): Converting text to lowercase is preferable in text preprocessing.
Reason (R) : It ensures that "Hello" and "hello" are treated as the same word by the machine.
(A) Both (A) and (R) are true and (R) is the correct explanation of (A).
(B) Both (A) and (R) are true, but (R) is not the correct explanation of (A).
(C) (A) is true, but (R) is false.
(D) (A) is false, but (R) is true.
(iii) कम्प्यूटर विज़न बनाम इमेज प्रोसेसिंग (Computer Vision vs Image Processing) के संदर्भ में कौन सा कथन उनमें सही अंतर करता है ?
(A) कम्प्यूटर विज़न और इमेज प्रोसेसिंग वास्तव में एक ही हैं।
(B) कम्प्यूटर विज़न इमेज को बेहतर बनाता है जबकि इमेज प्रोसेसिंग नहीं ।
(C) कम्प्यूटर विज़न इमेज प्रोसेसिंग का सुपरसेट (superset) है।
(D) इमेज प्रोसेसिंग कम्प्यूटर विज़न का सुपरसेट (superset) है।
English: In the context of Computer Vision vs Image Processing, which statement correctly differentiates them?
(A) Computer Vision and Image Processing are exactly the same.
(B) Computer Vision enhances the image while Image Processing does not.
(C) Computer Vision is a superset of Image Processing.
(D) Image Processing is a superset of Computer Vision.
(iv) बताएँ सही है या गलत : मशीन लर्निंग (machine learning) में त्रुटि (error) का प्रयोग यह देखने के लिए किया जाता है कि मॉडल डेटा को कितनी सटीकता से पूर्वानुमान (predict) कर सकता है। / State True or False: In machine learning, the error is used to see how accurately the model can predict data.
(v) एक कंपनी, संतुष्टि स्तर (satisfaction level) को समझने के लिए ग्राहकों के रिव्यूज़ (reviews) का विश्लेषण करना चाहती है। इसके लिए कौन सा NLP एप्लीकेशन सबसे उपयुक्त होगा ?
(A) टेक्सट वर्गीकरण (Text classification)
(B) सेंटीमेंट विश्लेषण (Sentiment analysis)
(C) कीवर्ड एक्सट्रैक्शन (Keyword extraction)
(D) भाषा अनुवाद (Language translation)
English: A company wants to analyze customer reviews to understand satisfaction levels. Which NLP application would be most suitable?
(A) Text classification
(B) Sentiment analysis
(C) Keyword extraction
(D) Language translation
(vi) एक AI मॉडल को 1000 टेस्ट नमूनों के साथ परीक्षण किया गया। यदि सही सकारात्मक (TP) = 200, सही नकारात्मक (TN) = 600, गलत सकारात्मक (FP) = 100, गलत नकारात्मक (FN) = 100 थे, तो कुल कितने पूर्वानुमान (Predictions) सही थे ?
(A) 300
(B) 600
(C) 800
(D) 900
English: An AI model was tested with 1000 test samples. If True Positive (TP) = 200, True Negative (TN) = 600, False Positive (FP) = 100, False Negative (FN) = 100, how many total predictions were correct?
(A) 300
(B) 600
(C) 800
(D) 900
खण्ड-ख / Section - B (विषयपरक प्रकार के प्रश्न / Subjective Type Questions) (26 अंक / 26 Marks)
रोज़गार कौशल पर दिए गए 5 प्रश्नों में से किन्हीं 3 प्रश्नों के उत्तर दीजिए। प्रत्येक प्रश्न का उत्तर 20-30 शब्दों में दीजिए । / Answer any 3 out of the given 5 questions on Employability Skills in 20-30 words each. (3×2=6)
6. संचार के सात C's लिखिए । / Write the 7 C's of communication. (2)
7. (a) भावनात्मक बुद्धिमत्ता क्या है ? / (a) What is emotional intelligence ?
(b) भावनात्मक बुद्धिमत्ता में शामिल किन्हीं दो कौशलों के नाम बताइए । / (b) Name any two skills included in emotional intelligence. (1+1=2)
8. आईसीटी कौशल हमारी दिन-प्रतिदिन की गतिविधियों में कैसे मदद करते हैं ? / How ICT skills help us in our day-to-day activities? (2)
9. एक सफल उद्यमी बनने के गुण बताइए । / State the qualities to become a successful entrepreneur. (2)
10. 'सतत विकास' शब्द को परिभाषित कीजिए । / Define the term 'Sustainable Development'. (2)
दिए गए 6 प्रश्नों में से किन्हीं 4 प्रश्नों के उत्तर 20-30 शब्दों में दीजिए : / Answer any 4 out of the given 6 questions in 20-30 words each. (4×2=8)
11. सेक्टर-आधारित (sector-based) और वैल्यू-आधारित (value-based) नैतिक फ्रेमवर्कों (ethical frameworks) के बीच अंतर समझाइए और प्रत्येक का एक उदाहरण दीजिए । / Explain the difference between sector-based and value-based ethical frameworks with one example of each. (2)
12. वर्गीकरण मॉडल (Classification Model) की कोई दो विशेषताएँ बताइए । / Give any two characteristics of a Classification Model. (2)
13. कम्प्यूटर RGB इमेजों (images) को किस तरह स्टोर करते हैं ? / How do computers store RGB images? (2)
14. सुपरवाइज्ड (supervised) और अनसुपरवाइज्ड (unsupervised) लर्निंग के बीच दो अंतर बताइए । / Give two differences between Supervised and Unsupervised learning. (2)
15. मशीन लर्निंग एल्गोरिद्म (machine learning algorithm) के संबंध में ट्रेन-टेस्ट स्प्लिट टेकनीक (Train-test split technique) समझाइए । / Explain Train-test split technique with respect to machine learning algorithm. (2)
16. स्टेमिंग (Stemming) लेमेटाइजेशन (Lemmatization) से कैसे भिन्न है ? बताइए कि "Wolves" शब्द को स्टेमिंग (Stemming) और लेमेटाइजेशन (Lemmatization) द्वारा कैसे प्रोसेस किया जाएगा । / How is Stemming different from Lemmatization? Explain how the word "Wolves" would be processed by stemming and lemmatization. (2)
दिए गए 5 प्रश्नों में से किन्हीं 3 प्रश्नों के उत्तर 50-80 शब्दों में दीजिए : / Answer any 3 out of the given 5 questions in 50-80 words each. (3×4=12)
17. डीप लर्निंग (Deep Learning), आर्टिफिशियल इंटेलिजेंस (Artificial Intelligence) और मशीन लर्निंग (Machine Learning) के बीच अंतर बताइए । AI, ML और DL के बीच संबंध दर्शाते हुए एक लेबल्ड (labelled) वेन (Venn) रेखाचित्र भी बनाइए । / Differentiate between Deep Learning, Artificial Intelligence and Machine Learning. Also draw a labelled Venn diagram depicting the relationship between AI, ML and DL. (4)
18. निम्नलिखित परिदृश्यों (scenarios) पर विचार कीजिए और औचित्य सहित यह बताइए कि प्रत्येक के लिए कौन सा AI डोमेन सबसे उपयुक्त होगा ? / Consider the following scenarios and identify which AI domain would be most appropriate for each, with justification: (4)
(A) एक AI आधारित शिक्षा प्लेटफॉर्म (platform) को हजारों स्टूडेंट के निबंधों को अंग्रेजी भाषा में ट्रांसलेट करने और उनका विश्लेषण करने की जरूरत होती है ताकि ग्रामर (Grammar), कंटेंट क्वालिटी (content quality) और लिखने की स्टाइल पर तुरंत फीडबैक दिया जा सके । / An AI based education platform needs to translate to English language and analyze thousands of student essays to provide instant feedback on grammar, content quality and writing style.
(B) महानगर के एक व्यस्त चौराहे पर इंस्टाल किया गया एक AI आधारित एप्लीकेशन सबसे व्यस्त ट्रैफिक समय (peak traffic hours) के दौरान उस चौराहे से गुजर रहे सभी वाहनों को स्कैन (scan) करता है और उन्हें चौपहिया वाहनों और दुपहिया वाहनों में श्रेणीबद्ध करता है। / An AI based application installed on a busy crossing in a metropolitan city scans all vehicles driving through that crossing during peak traffic hours and categorizes them into four wheelers and two wheelers.
19. निम्नलिखित पैराग्राफ को पढ़िए और उसके नीचे दिए गए प्रश्नों का उत्तर दीजिए :
PQR Security Solutions ने ई-कॉमर्स वेबसाइटों पर साइबर हमलों का पता लगाने के लिए एक AI मॉडल डिजाइन किया है। इसके लिए एक वेबसाइट पर विभिन्न नेटवर्क गतिविधियों की निगरानी की गई और उनका विश्लेषण किया गया। मॉडल का 1500 नेटवर्क गतिविधियों के एक डेटासेट (data set) पर परीक्षण किया गया। इनमें से, मॉडल ने सही बताया कि 1000 साइबर हमले थे। इसने यह भी सही पहचान की कि 250 साइबर हमले नहीं थे। परंतु मॉडल ने बताया कि 200 साइबर हमले थे लेकिन वास्तव में वे नहीं थे। इसके अतिरिक्त इसने बताया कि 50 साइबर हमले नहीं थे लेकिन वास्तव में वे हमले थे ।
(A) दिए गए परिदृश्य के आधार पर कन्फ्यूज़न मेट्रिक्स (Confusion matrix) चित्रित कीजिए । (2)
(B) उपरोक्त परिदृश्य में कुल कितने मामले सही नकारात्मक (True Negative) हैं ? (1)
(C) प्रिसिज़न (Precision) की गणना कीजिए । (1)
English: Read the following paragraph and answer the questions that follow :
PQR Security Solutions has designed an AI Model to detect cyber attacks on E-Commerce websites. For this, various network activities were monitored and analyzed on one of the websites. The model was tested on a dataset of 1500 network activities. Out of these, the model correctly predicted that 1000 were cyber attacks. It also correctly identified that 250 were not cyber attacks. However, the model predicted that 200 were cyber attacks but actually they were not. Additionally, it predicted that 50 were not cyber attacks but they actually were.
(A) Draw the confusion matrix based on the given scenario. (2)
(B) How many total cases are True Negative in the above scenario? (1)
(C) Calculate Precision. (1)
20. (A) CNN और ANN शब्दों को पूर्ण रूप से लिखिए और उनकी परिभाषा दीजिए । / Expand and define the terms CNN and ANN. (3)
(B) नीचे दिए गए न्यूरल नेटवर्क (Neural network) के रेखा-चित्र में, उस परत (layer) को पहचानिए जिसे बॉक्स 1 और बॉक्स 2 में दर्शाया जाना चाहिए : / In the diagram of neural network given below, identify the layer that should be depicted in Box 1 and Box 2: (1)
(Diagram elements: Input arrows → [BOX 1 / बॉक्स 1] → [BOX 2 / बॉक्स 2] → [BOX 3 / बॉक्स 3] → Output arrow)
21. निम्नलिखित दस्तावेजों पर विचार कीजिए : / Consider the following documents: (4)
Document 1: Data Science requires information.
Document 2: Information analysis requires data.
दस्तावेज वेक्टर तालिका (document vector table) बनाने के लिए बैग ऑफ वर्ड्स (Bag of words) मॉडल के सभी चार चरणों को कार्यान्वित कीजिए । /
Implement all the four steps of Bag of Words (BoW) model to create a document vector table.
Previous Year Question Paper CBSE Class 10
CBSE CLASS 10 Agriculture Question Paper
INTRODUCTION OF FINANCIAL MARKET
MARETING AND SALES PREVIOUS YEAR QUESTION PAPER
