Introduction to Data Science

Sample questions

Showing 20 of 150 questions from this chapter. The full bank is in the chapter test below.

1. 1

   Data science is the process of using data to do which of the following?

   ڈیٹا سائنس (Data Science) ڈیٹا کو استعمال کرکے مندرجہ ذیل میں سے کون سا کام کرنے کا عمل ہے؟

   • A.Replace teachers in the classroomکلاس روم میں اساتذہ کی جگہ لینا
   • B.Store files on a computer permanentlyکمپیوٹر پر فائلیں مستقل طور پر محفوظ کرنا
   • C.Create passwords for online accountsآن لائن اکاؤنٹس کے لیے پاس ورڈ بنانا
   • D.✓ Understand problems, discover patterns, and make smart decisions (correct answer)مسائل کو سمجھنا، نمونے دریافت کرنا اور سمجھداری سے فیصلے کرنا

   Why: Data science uses data to understand problems, discover patterns, and support smart decision making. It also involves collecting, organizing, analyzing, and visualizing data.ڈیٹا سائنس ڈیٹا کو مسائل سمجھنے، نمونے دریافت کرنے اور سمجھداری سے فیصلے کرنے میں مدد کے لیے استعمال کرتی ہے۔ اس میں ڈیٹا اکٹھا کرنا، ترتیب دینا، تجزیہ کرنا اور بصری شکل دینا (Visualization) بھی شامل ہے۔
2. 2

   Without data, decisions may be based on which of the following?

   ڈیٹا (Data) کے بغیر فیصلے مندرجہ ذیل میں سے کس کی بنیاد پر کیے جا سکتے ہیں؟

   • A.Carefully collected survey resultsاحتیاط سے اکٹھے کیے گئے سروے (Survey) کے نتائج
   • B.Official government recordsسرکاری حکومتی ریکارڈ
   • C.✓ Guesses or personal opinions (correct answer)اندازے یا ذاتی رائے
   • D.Verified research reportsتصدیق شدہ تحقیقی رپورٹیں

   Why: When data is missing, decisions may rely on guesses or personal opinions, which can lead to mistakes. Data helps people and organizations make better decisions.جب ڈیٹا موجود نہ ہو تو فیصلے اندازوں یا ذاتی رائے پر مبنی ہو سکتے ہیں، جس سے غلطیاں ہو سکتی ہیں۔ ڈیٹا لوگوں اور اداروں کو بہتر فیصلے کرنے میں مدد دیتا ہے۔
3. 3

   If the school administration wants to start a new sports club, what should it do first?

   اگر اسکول انتظامیہ نیا کھیلوں کا کلب شروع کرنا چاہتی ہے، تو اسے سب سے پہلے کیا کرنا چاہیے؟

   • A.✓ Collect data on which sports students enjoy most (correct answer)ڈیٹا اکٹھا کرنا کہ طلبہ کون سے کھیل سب سے زیادہ پسند کرتے ہیں
   • B.Buy equipment for every sportہر کھیل کے لیے سامان خریدنا
   • C.Announce the club without any planningبغیر کسی منصوبہ بندی کے کلب کا اعلان کرنا
   • D.Ask only the teachers for their choiceصرف اساتذہ سے ان کی پسند پوچھنا

   Why: The school can first collect data on which sports students enjoy most. This helps the administration make a smart and fair choice about the new club.اسکول سب سے پہلے ڈیٹا (Data) اکٹھا کر سکتا ہے کہ طلبہ کون سے کھیل سب سے زیادہ پسند کرتے ہیں۔ اس سے انتظامیہ کو نئے کلب کے بارے میں سمجھداری اور منصفانہ فیصلہ کرنے میں مدد ملتی ہے۔
4. 4

   Organizations around the world use data to do which of the following?

   دنیا بھر کی تنظیمیں ڈیٹا (Data) کو مندرجہ ذیل میں سے کس مقصد کے لیے استعمال کرتی ہیں؟

   • A.✓ Improve decision-making, save costs, and create better services (correct answer)فیصلہ سازی کو بہتر بنانا، اخراجات بچانا اور بہتر خدمات فراہم کرنا
   • B.Reduce the number of employeesملازمین کی تعداد کم کرنا
   • C.Stop using computers completelyکمپیوٹر کا استعمال مکمل طور پر بند کرنا
   • D.Remove all records of their workاپنے کام کے تمام ریکارڈ ختم کرنا

   Why: Organizations across the world use data to improve decision-making, save costs, and create better services. Data supports smarter ways of working.دنیا بھر کی تنظیمیں ڈیٹا کو فیصلہ سازی بہتر بنانے، اخراجات بچانے اور بہتر خدمات فراہم کرنے کے لیے استعمال کرتی ہیں۔ ڈیٹا کام کرنے کے سمجھدار طریقوں میں مدد دیتا ہے۔
5. 5

   Data science helps turn raw data into which of the following?

   ڈیٹا سائنس (Data Science) خام ڈیٹا (Raw Data) کو مندرجہ ذیل میں سے کس میں تبدیل کرنے میں مدد دیتی ہے؟

   • A.More hardwareزیادہ ہارڈویئر (Hardware)
   • B.Extra files on a phoneفون پر اضافی فائلیں
   • C.Unusable numbersناقابل استعمال اعداد
   • D.✓ Useful information (correct answer)مفید معلومات

   Why: Data science helps turn raw data into useful information. This information supports better decisions in areas like weather prediction, education, and healthcare.ڈیٹا سائنس خام ڈیٹا کو مفید معلومات میں تبدیل کرنے میں مدد دیتی ہے۔ یہ معلومات موسم کی پیش گوئی، تعلیم اور صحت کی دیکھ بھال جیسے شعبوں میں بہتر فیصلوں کی حمایت کرتی ہے۔
6. 6

   In the digital era, data comes from places such as which of the following?

   ڈیجیٹل دور (Digital Era) میں ڈیٹا (Data) مندرجہ ذیل میں سے کن ذرائع سے آتا ہے؟

   • A.Only handwritten notesصرف ہاتھ سے لکھے ہوئے نوٹ
   • B.✓ Surveys, mobile apps, social media, and online shopping (correct answer)سروے (Survey)، موبائل ایپس، سوشل میڈیا اور آن لائن شاپنگ
   • C.Only printed newspapersصرف چھپے ہوئے اخبارات
   • D.Only library booksصرف لائبریری کی کتابیں

   Why: Data is everywhere in the digital era, coming from surveys, mobile apps, social media, online shopping, and health services. Data science turns this raw data into useful information.ڈیجیٹل دور میں ڈیٹا ہر جگہ موجود ہے، جو سروے، موبائل ایپس، سوشل میڈیا، آن لائن شاپنگ اور صحت کی خدمات سے آتا ہے۔ ڈیٹا سائنس اس خام ڈیٹا کو مفید معلومات میں تبدیل کرتی ہے۔
7. 7

   Social media applications such as Facebook, YouTube, and Instagram use data to do what?

   Facebook، YouTube اور Instagram جیسی سوشل میڈیا ایپلیکیشنز ڈیٹا (Data) کو کس مقصد کے لیے استعمال کرتی ہیں؟

   • A.✓ Show us posts and videos we might like (correct answer)ہمیں وہ پوسٹس اور ویڈیوز دکھانا جو ہمیں پسند آ سکتی ہیں
   • B.Charge us for every clickہر کلک پر ہم سے پیسے وصول کرنا
   • C.Replace our daily routineہمارے روزمرہ معمول کی جگہ لینا
   • D.Block all our friendsہمارے تمام دوستوں کو بلاک کرنا

   Why: Social media apps use data to show posts and videos that users might like. This makes the experience more personalized.سوشل میڈیا ایپس ڈیٹا کو وہ پوسٹس اور ویڈیوز دکھانے کے لیے استعمال کرتی ہیں جو صارفین کو پسند آ سکتی ہیں۔ اس سے تجربہ زیادہ ذاتی نوعیت کا ہو جاتا ہے۔
8. 8

   Online shopping websites suggest products to customers using which of the following?

   آن لائن شاپنگ ویب سائٹس گاہکوں کو مندرجہ ذیل میں سے کس کی مدد سے مصنوعات تجویز کرتی ہیں؟

   • A.✓ Data of our previous purchases (correct answer)ہماری پچھلی خریداریوں کا ڈیٹا (Data)
   • B.Random numbers picked by the websiteویب سائٹ کے منتخب کردہ تصادفی اعداد
   • C.The weather outside the storeاسٹور کے باہر کا موسم
   • D.The customer's height and weightگاہک کا قد اور وزن

   Why: E-commerce websites suggest products using data from our previous purchases. This is a common real-life use of data science.ای-کامرس (E-commerce) ویب سائٹس ہماری پچھلی خریداریوں کے ڈیٹا کی مدد سے مصنوعات تجویز کرتی ہیں۔ یہ ڈیٹا سائنس کا روزمرہ زندگی میں ایک عام استعمال ہے۔
9. 9

   Hospitals use data science to do which of the following?

   ہسپتال ڈیٹا سائنس (Data Science) کو مندرجہ ذیل میں سے کس مقصد کے لیے استعمال کرتے ہیں؟

   • A.Cook food for patientsمریضوں کے لیے کھانا پکانا
   • B.Sell medicines at a discountدوائیں رعایت پر بیچنا
   • C.Arrange chairs in waiting roomsویٹنگ رومز میں کرسیاں ترتیب دینا
   • D.✓ Predict diseases and manage patient care more effectively (correct answer)بیماریوں کی پیش گوئی کرنا اور مریضوں کی دیکھ بھال کو زیادہ مؤثر طریقے سے منظم کرنا

   Why: Hospitals use data science to predict diseases and manage patient care more effectively. This improves healthcare for patients.ہسپتال ڈیٹا سائنس کو بیماریوں کی پیش گوئی کرنے اور مریضوں کی دیکھ بھال کو زیادہ مؤثر طریقے سے منظم کرنے کے لیے استعمال کرتے ہیں۔ اس سے مریضوں کی صحت کی دیکھ بھال بہتر ہوتی ہے۔
10. 10

    Applications like Google Maps use traffic data to do what?

    Google Maps جیسی ایپلیکیشنز ٹریفک ڈیٹا (Traffic Data) کو کس مقصد کے لیے استعمال کرتی ہیں؟

    • A.Record phone callsفون کالز ریکارڈ کرنا
    • B.Count the number of cars soldفروخت ہونے والی گاڑیوں کی تعداد گننا
    • C.✓ Suggest the fastest routes (correct answer)سب سے تیز راستے تجویز کرنا
    • D.Show pictures of weatherموسم کی تصویریں دکھانا

    Why: Google Maps uses traffic data to suggest the fastest routes. This is an example of data science in transport.Google Maps ٹریفک ڈیٹا کو سب سے تیز راستے تجویز کرنے کے لیے استعمال کرتی ہے۔ یہ نقل و حمل (Transport) میں ڈیٹا سائنس کی ایک مثال ہے۔
11. 11

    In schools, data from student attendance and test results is used to do what?

    اسکولوں میں طلبہ کی حاضری (Attendance) اور امتحانی نتائج کا ڈیٹا (Data) کس مقصد کے لیے استعمال کیا جاتا ہے؟

    • A.Decide the school's building colorاسکول کی عمارت کا رنگ طے کرنا
    • B.Choose the school's nameاسکول کا نام چننا
    • C.Reduce the school holidaysاسکول کی چھٹیاں کم کرنا
    • D.✓ Improve learning strategies and track progress (correct answer)سیکھنے کی حکمت عملیوں کو بہتر بنانا اور پیش رفت پر نظر رکھنا

    Why: In education, attendance and test result data is used to improve learning strategies and track progress. Data science helps make learning smarter.تعلیم میں حاضری اور امتحانی نتائج کا ڈیٹا سیکھنے کی حکمت عملیوں کو بہتر بنانے اور پیش رفت پر نظر رکھنے کے لیے استعمال کیا جاتا ہے۔ ڈیٹا سائنس سیکھنے کو زیادہ سمجھدار بنانے میں مدد دیتی ہے۔
12. 12

    DSLC stands for which of the following?

    DSLC کا مطلب مندرجہ ذیل میں سے کیا ہے؟

    • A.Data Storage and Linking Codeڈیٹا سٹوریج اور لنکنگ کوڈ
    • B.Daily School Learning Classروزانہ اسکول لرننگ کلاس
    • C.✓ Data Science Life Cycle (correct answer)ڈیٹا سائنس لائف سائیکل (Data Science Life Cycle)
    • D.Digital System Learning Centerڈیجیٹل سسٹم لرننگ سینٹر

    Why: DSLC stands for Data Science Life Cycle. It is a series of steps that help solve a problem using data.DSLC کا مطلب ڈیٹا سائنس لائف سائیکل (Data Science Life Cycle) ہے۔ یہ مراحل کی ایک سیریز ہے جو ڈیٹا کی مدد سے کسی مسئلے کو حل کرنے میں مدد دیتی ہے۔
13. 13

    The Data Science Life Cycle is a series of steps that help in doing what?

    ڈیٹا سائنس لائف سائیکل (Data Science Life Cycle) مراحل کی ایک سیریز ہے جو کس کام میں مدد دیتی ہے؟

    • A.✓ Solving a problem (correct answer)کسی مسئلے کو حل کرنے میں
    • B.Winning a sports matchکوئی کھیل جیتنے میں
    • C.Building a houseگھر بنانے میں
    • D.Writing a storyکہانی لکھنے میں

    Why: The DSLC is a series of steps that are helpful in solving a problem. Each step builds critical thinking and problem-solving skills.ڈیٹا سائنس لائف سائیکل (DSLC) مراحل کی ایک سیریز ہے جو کسی مسئلے کو حل کرنے میں مددگار ہوتی ہے۔ ہر مرحلہ تنقیدی سوچ اور مسئلہ حل کرنے کی مہارتوں کو فروغ دیتا ہے۔
14. 14

    The data science process begins with which step?

    ڈیٹا سائنس کا عمل کس مرحلے سے شروع ہوتا ہے؟

    • A.Collecting dataڈیٹا اکٹھا کرنا (Collecting Data)
    • B.Making chartsچارٹ (Chart) بنانا
    • C.Storing filesفائلیں محفوظ کرنا
    • D.✓ Understanding the problem (correct answer)مسئلے کو سمجھنا (Understanding the Problem)

    Why: The first step of the DSLC is understanding the problem. If the problem is not understood properly, the wrong data may be collected.ڈیٹا سائنس لائف سائیکل کا پہلا مرحلہ مسئلے کو سمجھنا ہے۔ اگر مسئلہ صحیح طرح سے نہ سمجھا جائے تو غلط ڈیٹا اکٹھا ہو سکتا ہے۔
15. 15

    Which of the following is the second step of the DSLC?

    مندرجہ ذیل میں سے کون سا ڈیٹا سائنس لائف سائیکل (DSLC) کا دوسرا مرحلہ ہے؟

    • A.Analyzing dataڈیٹا کا تجزیہ کرنا (Analyzing Data)
    • B.Visualizing resultsنتائج کو بصری شکل دینا (Visualizing Results)
    • C.Interpreting dataڈیٹا کی تشریح کرنا (Interpreting Data)
    • D.✓ Collecting data (correct answer)ڈیٹا اکٹھا کرنا (Collecting Data)

    Why: The DSLC steps in order are: understanding the problem, collecting data, cleaning and validating data, analyzing data, interpreting data, and visualizing and communicating results.ڈیٹا سائنس لائف سائیکل کے مراحل بالترتیب یہ ہیں: مسئلے کو سمجھنا، ڈیٹا اکٹھا کرنا، ڈیٹا صاف کرنا اور اس کی توثیق کرنا، ڈیٹا کا تجزیہ کرنا، ڈیٹا کی تشریح کرنا اور نتائج کو بصری شکل دینا اور ان تک پہنچانا۔
16. 16

    Which step of the DSLC comes right after collecting data?

    ڈیٹا اکٹھا کرنے (Collecting Data) کے فوراً بعد ڈیٹا سائنس لائف سائیکل (DSLC) کا کون سا مرحلہ آتا ہے؟

    • A.Interpreting dataڈیٹا کی تشریح کرنا (Interpreting Data)
    • B.Visualizing resultsنتائج کو بصری شکل دینا (Visualizing Results)
    • C.Defining the problemمسئلے کی تعریف کرنا (Defining the Problem)
    • D.✓ Cleaning and validating data (correct answer)ڈیٹا صاف کرنا اور توثیق کرنا (Cleaning and Validating Data)

    Why: After data is collected, the next step is cleaning and validating it. Raw data is often messy and may contain errors or missing values.ڈیٹا اکٹھا کرنے کے بعد اگلا مرحلہ اسے صاف کرنا اور اس کی توثیق (Validation) کرنا ہے۔ خام ڈیٹا اکثر بے ترتیب ہوتا ہے اور اس میں غلطیاں یا غائب اقدار ہو سکتی ہیں۔
17. 17

    Which step of the DSLC comes after analyzing data?

    ڈیٹا کا تجزیہ کرنے (Analyzing Data) کے بعد ڈیٹا سائنس لائف سائیکل (DSLC) کا کون سا مرحلہ آتا ہے؟

    • A.Understanding the problemمسئلے کو سمجھنا (Understanding the Problem)
    • B.Cleaning dataڈیٹا صاف کرنا (Cleaning Data)
    • C.✓ Interpreting data (correct answer)ڈیٹا کی تشریح کرنا (Interpreting Data)
    • D.Collecting dataڈیٹا اکٹھا کرنا (Collecting Data)

    Why: After analyzing data, the next step is interpreting it. Interpreting means finding meaning from the data by identifying trends and patterns.ڈیٹا کا تجزیہ کرنے کے بعد اگلا مرحلہ اس کی تشریح کرنا ہے۔ تشریح کا مطلب ہے رجحانات (Trends) اور نمونوں کی پہچان کر کے ڈیٹا سے معنی تلاش کرنا۔
18. 18

    The final step of the DSLC is which of the following?

    ڈیٹا سائنس لائف سائیکل (DSLC) کا آخری مرحلہ مندرجہ ذیل میں سے کون سا ہے؟

    • A.Cleaning dataڈیٹا صاف کرنا (Cleaning Data)
    • B.Collecting dataڈیٹا اکٹھا کرنا (Collecting Data)
    • C.Understanding the problemمسئلے کو سمجھنا (Understanding the Problem)
    • D.✓ Visualizing and communicating results (correct answer)نتائج کو بصری شکل دینا اور ان تک پہنچانا (Visualizing and Communicating Results)

    Why: The final step of the DSLC is visualizing and communicating results. People usually understand pictures better than numbers, so charts help share findings.ڈیٹا سائنس لائف سائیکل کا آخری مرحلہ نتائج کو بصری شکل دینا اور ان تک پہنچانا ہے۔ لوگ عموماً اعداد سے بہتر تصویریں سمجھتے ہیں، اس لیے چارٹ نتائج بانٹنے میں مدد دیتے ہیں۔
19. 19

    How many main steps does the DSLC usually consist of?

    ڈیٹا سائنس لائف سائیکل (DSLC) عموماً کتنے اہم مراحل پر مشتمل ہوتا ہے؟

    • A.3
    • B.10
    • C.2
    • D.✓ 6 (correct answer)

    Why: The standard DSLC consists of 6 main steps. In some real-world applications, additional steps such as storing and organizing data may be added.معیاری ڈیٹا سائنس لائف سائیکل 6 اہم مراحل پر مشتمل ہوتا ہے۔ بعض حقیقی دنیا کے استعمالات میں ڈیٹا کو محفوظ کرنے اور ترتیب دینے جیسے اضافی مراحل بھی شامل کیے جا سکتے ہیں۔
20. 20

    In large projects or team settings, an extra step such as which of the following may be added to the DSLC?

    بڑے منصوبوں یا ٹیم کے کام میں ڈیٹا سائنس لائف سائیکل (DSLC) میں مندرجہ ذیل میں سے کون سا اضافی مرحلہ شامل کیا جا سکتا ہے؟

    • A.Printing the dataڈیٹا پرنٹ کرنا
    • B.✓ Storing and organizing data (correct answer)ڈیٹا کو محفوظ کرنا اور ترتیب دینا (Storing and Organizing Data)
    • C.Deleting all dataتمام ڈیٹا حذف کرنا
    • D.Guessing the answersجوابات کا اندازہ لگانا

    Why: In large projects or team settings, an extra step like storing and organizing data may be added. Such storage is usually managed through systems like DBMS and SQL.بڑے منصوبوں یا ٹیم کے کام میں ڈیٹا کو محفوظ کرنے اور ترتیب دینے جیسا اضافی مرحلہ شامل کیا جا سکتا ہے۔ ایسا ذخیرہ عموماً DBMS اور SQL جیسے نظاموں کے ذریعے منظم کیا جاتا ہے۔