ಅಂತ್ಯದಿಂದ ಅಂತ್ಯದ ಹರಿವು: ಬ್ರೀಫಿಂಗ್‌ನಿಂದ ರಿಹರ್ಸಲ್, ಪರಿಶೀಲನೆ, ಗೌಪ್ಯತೆ ಮತ್ತು ವಿತರಣೆಯವರೆಗೆ

ಲಾಭಗಳು:

• ಬ್ರೀಫಿಂಗ್, ಡೇಟಾ ತಯಾರಿ, ರಚನೆ, ವಿಷಯ/ಗ್ರಾಫಿಕ್ಸ್, ಊರ್ಜಿತಗೊಳಿಸುವಿಕೆ, ಪ್ರೂಫಿಂಗ್ ಮತ್ತು ವಿತರಣಾ ಹಂತಗಳನ್ನು ಒಳಗೊಂಡಿರುವ ಪುನರಾವರ್ತಿತ ಹರಿವಿನಲ್ಲಿ ಪ್ರಸ್ತುತಿ/ಡೇಟಾ ಕೆಲಸವನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸುವ ಸಾಮರ್ಥ್ಯ.
• ಸೂಕ್ಷ್ಮ ಡೇಟಾವನ್ನು ಅನಾಮಧೇಯಗೊಳಿಸುವ ಮತ್ತು ಒಟ್ಟುಗೂಡಿಸುವ ಮೂಲಕ, ಬಾಹ್ಯ ಸಾಧನವು ಗೌಪ್ಯತೆಯ ಉಲ್ಲಂಘನೆಯಿಲ್ಲದೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಮತ್ತು ನಿರ್ಣಾಯಕ ಸಂಖ್ಯೆಗಳನ್ನು ಅಡ್ಡ-ಪರಿಶೀಲಿಸಬಹುದು.
• ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಪೂರ್ವಾಭ್ಯಾಸದ ಪಾಲುದಾರನಾಗಿ ಬಳಸಿಕೊಂಡು ಮತ್ತು ಕಷ್ಟಕರವಾದ ಪ್ರಶ್ನೆಗಳು ಮತ್ತು ಸಮಯವನ್ನು ಪರೀಕ್ಷಿಸುವ ಮೂಲಕ ಅಂತಿಮ ವಿತರಣೆಯ ಜವಾಬ್ದಾರಿಯನ್ನು ತೆಗೆದುಕೊಳ್ಳುವ ಸಾಮರ್ಥ್ಯ

ಹಿಂದಿನ ಘಟಕಗಳು ಒಂದೊಂದಾಗಿ ಕೌಶಲ್ಯಗಳನ್ನು ಕಲಿಸಿದವು: ರಚನೆ, ಪಠ್ಯ, ವಿನ್ಯಾಸ, ಗ್ರಾಫಿಕ್ ಆಯ್ಕೆ, ಕೋಡ್, ಡ್ಯಾಶ್‌ಬೋರ್ಡ್, ಕಥೆ, ಇನ್ಫೋಗ್ರಾಫಿಕ್, ಪ್ರಾಮಾಣಿಕತೆ. ಈ ಅಂತಿಮ ಘಟಕವು ಎಲ್ಲವನ್ನೂ ಒಂದು ವರ್ಕ್‌ಫ್ಲೋ ಆಗಿ ಸಂಯೋಜಿಸುತ್ತದೆ: ಸಂಕ್ಷಿಪ್ತವಾಗಿ ಬಂದಿದೆ, ನೀವು ಪ್ರಸ್ತುತಿ/ಡೇಟಾ ದೃಶ್ಯೀಕರಣವನ್ನು ನೀಡುತ್ತೀರಿ. ಪ್ರಾರಂಭದಿಂದ ಅಂತ್ಯದವರೆಗೆ AI ಅನ್ನು ಬಳಸುವ ಪುನರಾವರ್ತನೀಯ ವಿಧಾನವನ್ನು ಸ್ಥಾಪಿಸುವುದು ನಮ್ಮ ಗುರಿಯಾಗಿದೆ ಆದರೆ ಪ್ರತಿ ಹಂತದಲ್ಲೂ ಅದನ್ನು ಮೌಲ್ಯೀಕರಿಸುತ್ತದೆ, ಗೌಪ್ಯತೆ ಮತ್ತು ನೈತಿಕತೆಯನ್ನು ಕಾಪಾಡುತ್ತದೆ.

ಅಂತ್ಯದಿಂದ ಕೊನೆಯವರೆಗೆ ಹರಿಯಲು ಏಳು ಹಂತಗಳು

1. ಸಂಕ್ಷಿಪ್ತ ಮತ್ತು ವ್ಯಾಪ್ತಿ: ಪ್ರೇಕ್ಷಕರು, ಉದ್ದೇಶ, ಮುಖ್ಯ ಸಂದೇಶ, ಅವಧಿ, ಚಾನಲ್ (ಪ್ರಸ್ತುತಿ, ವರದಿ, ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮ), ನಿರ್ಬಂಧಗಳು.
2. ಡೇಟಾ ತಯಾರಿಕೆ: ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸಿ, ಸ್ವಚ್ಛಗೊಳಿಸಿ, ಅನಾಮಧೇಯಗೊಳಿಸಿ; ಬಾಹ್ಯ ವಾಹನಕ್ಕೆ ಏನಾಗುತ್ತದೆ ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸಿ.
3. ರಚನೆ ಮತ್ತು ನಿರೂಪಣೆ: ಮಾದರಿಯನ್ನು ಆರಿಸಿ, ಸ್ಲೈಡ್ ಬೆನ್ನುಮೂಳೆಯನ್ನು ನಿರ್ಮಿಸಿ (ಘಟಕ 2, 8).
4. ವಿಷಯ ಮತ್ತು ಗ್ರಾಫಿಕ್ಸ್: ಪಠ್ಯವನ್ನು ಬರೆಯಿರಿ, ಸರಿಯಾದ ಗ್ರಾಫಿಕ್ ಅನ್ನು ಆಯ್ಕೆಮಾಡಿ ಮತ್ತು ಕೋಡ್ ಮಾಡಿ, ವಿನ್ಯಾಸವನ್ನು ಹೊಂದಿಸಿ (ಘಟಕ 3-6).
5. ಸಮಗ್ರತೆ ಮತ್ತು ಪರಿಶೀಲನೆ: ಪ್ರತಿ ಸಂಖ್ಯೆ, ಪ್ರತಿ ಚಾರ್ಟ್, ಪ್ರತಿ ಕ್ಲೈಮ್ ಅನ್ನು ಆಡಿಟ್ ಮಾಡಲಾಗುತ್ತದೆ (ಘಟಕ 10).
6. ಪೂರ್ವಾಭ್ಯಾಸ ಮಾಡಿ ಮತ್ತು ಸಂಪಾದಿಸಿ: ಪ್ರಸ್ತುತಿಯನ್ನು ಜೋರಾಗಿ ಪ್ರಯತ್ನಿಸಿ, ಸಮಯ ಮಾಡಿ, ಪ್ರತಿಕ್ರಿಯೆಯೊಂದಿಗೆ ಅದನ್ನು ಟ್ರಿಮ್ ಮಾಡಿ.
7. ವಿತರಣೆ ಮತ್ತು ಆರ್ಕೈವ್: ಅಂತಿಮ ಆವೃತ್ತಿ, ಮೂಲ ಟಿಪ್ಪಣಿಗಳು ಮತ್ತು ಮರುಬಳಕೆ ಮಾಡಬಹುದಾದ ಕೋಡ್/ಟೆಂಪ್ಲೇಟ್.

ಸಲಹೆ: ಈ ಏಳು ಹಂತಗಳನ್ನು ಪರಿಶೀಲನಾಪಟ್ಟಿ ಮಾಡಿ ಮತ್ತು ಪ್ರತಿ ಕೆಲಸದಲ್ಲೂ ಅವುಗಳನ್ನು ಪುನರಾವರ್ತಿಸಿ. ಕೆಲಸದ ಹರಿವನ್ನು ಪ್ರಮಾಣೀಕರಿಸುವುದು ವೈಯಕ್ತಿಕ ರೂಪವನ್ನು ಅವಲಂಬಿಸಿರುವುದರಿಂದ ಗುಣಮಟ್ಟವನ್ನು ತೆಗೆದುಹಾಕುತ್ತದೆ.

ಡೇಟಾ ತಯಾರಿಕೆ ಮತ್ತು ಗೌಪ್ಯತೆ: ಅತ್ಯಂತ ನಿರ್ಣಾಯಕ ನಿಲುಗಡೆ

AI ಗೆ ಡೇಟಾವನ್ನು ನೀಡುವ ಮೊದಲು, ನಿಲ್ಲಿಸಿ ಮತ್ತು ಕೇಳಿ: ಈ ಡೇಟಾವು ಬಾಹ್ಯ ವ್ಯವಸ್ಥೆಯನ್ನು ಪ್ರವೇಶಿಸಬಹುದೇ? ಕೆಲವು ಪರಿಕಲ್ಪನೆಗಳು: ವೈಯಕ್ತಿಕ ಡೇಟಾ (ಹೆಸರು, ಗುರುತು, ಸಂಪರ್ಕ, ಆರೋಗ್ಯ, ಸಂಬಳದಂತಹ ವ್ಯಕ್ತಿಯನ್ನು ಗುರುತಿಸುವ ಮಾಹಿತಿ); ಅನಾಮಧೇಯಗೊಳಿಸುವಿಕೆ (ಬದಲಾಯಿಸಲಾಗದಂತೆ ಗುರುತನ್ನು ತೆಗೆದುಹಾಕುವುದು); ಒಟ್ಟುಗೂಡಿಸುವಿಕೆ (ವೈಯಕ್ತಿಕ ಸಾಲಿನ ಬದಲಿಗೆ ಸರಾಸರಿ/ಒಟ್ಟು ನೀಡಿ). ನಿಯಮ:

• ಸಂಸ್ಥೆಯು ಅನುಮೋದಿಸದ ಸಾಧನದಲ್ಲಿ ವೈಯಕ್ತಿಕ/ವ್ಯಾಪಾರ ರಹಸ್ಯಗಳನ್ನು ಹೊಂದಿರುವ ಡೇಟಾವನ್ನು ಎಂದಿಗೂ ನಮೂದಿಸಬೇಡಿ.
• ನೀವು ನಮೂದಿಸಬೇಕಾದರೆ, ಅನಾಮಧೇಯಗೊಳಿಸಬೇಕು ಅಥವಾ ಒಟ್ಟುಗೂಡಿಸಬೇಕು: ಹೆಸರು/ಐಡಿ ಕಾಲಮ್‌ಗಳನ್ನು ಅಳಿಸಿ, ಗುಂಪಿನೊಳಗೆ ಮಾತ್ರ ವ್ಯಕ್ತಿಯನ್ನು ತೋರಿಸಿ.
• ಚಾರ್ಟ್‌ಗಳು/ಕೋಡ್‌ಗಳನ್ನು ರಚಿಸುವಾಗ, ಮಾದರಿಗೆ ಡೇಟಾ ರಚನೆಯನ್ನು ನೀಡಿ (ಕಾಲಮ್ ಹೆಸರುಗಳು, ಪ್ರಕಾರಗಳು), ಕಚ್ಚಾ ನಿಖರ ಸಾಲುಗಳನ್ನು ಅಲ್ಲ.

ನಿಮ್ಮ ಪಾತ್ರ: ಡೇಟಾ ಗೌಪ್ಯತೆ ನಿಯಂತ್ರಕ. ಕೆಳಗಿನ ಡೇಟಾಸೆಟ್‌ನ ಕಾಲಮ್‌ಗಳು: [ಪಟ್ಟಿ]. ಗ್ರಾಫ್ ಅನ್ನು ತಯಾರಿಸಲು ನಾನು ಇದನ್ನು ಬಾಹ್ಯ AI ಉಪಕರಣಕ್ಕೆ ಫೀಡ್ ಮಾಡುತ್ತೇನೆ. ಯಾವ ಕಾಲಮ್‌ಗಳು ವೈಯಕ್ತಿಕ/ಸೂಕ್ಷ್ಮವಾಗಿರಬಹುದು? ನಾನು ಅನಾಮಧೇಯಗೊಳಿಸಬೇಕಾದುದನ್ನು ಗುರುತಿಸಿ ಅಥವಾ ಒಟ್ಟುಗೂಡಿಸಿ ಮತ್ತು ಅದನ್ನು ಹೇಗೆ ಮಾಡಬೇಕೆಂದು ಸೂಚಿಸಿ (ಅಳಿಸು, ಮುಖವಾಡ, ಗುಂಪು). ವಿಶ್ಲೇಷಣೆಗೆ ಸಾಕಾಗುವಷ್ಟು ಕಡಿಮೆ ಪ್ರಮಾಣದ ಡೇಟಾದೊಂದಿಗೆ ನಾನು ಹೇಗೆ ಕೆಲಸ ಮಾಡಬಹುದು ಎಂದು ಹೇಳಿ.

ಎಚ್ಚರಿಕೆ: "ಒಮ್ಮೆ, ತ್ವರಿತವಾಗಿ" ಸೂಕ್ಷ್ಮ ಡೇಟಾವನ್ನು ಅಂಟಿಸುವುದು ಗೌಪ್ಯತೆ ಉಲ್ಲಂಘನೆಯ ಸಾಮಾನ್ಯ ರೂಪವಾಗಿದೆ. ಒಮ್ಮೆ ಹೊರಬಂದ ನಂತರ, ಡೇಟಾವನ್ನು ಹಿಂಪಡೆಯಲಾಗುವುದಿಲ್ಲ.

ಮೌಲ್ಯೀಕರಣ: ವಿತರಣೆಯ ಮೊದಲು ಅಂತಿಮ ಫಿಲ್ಟರ್

ಸಂಪೂರ್ಣ ಪ್ರಸ್ತುತಿಗೆ ಘಟಕ 1 (ಮೂಲ, ಸ್ಥಿರತೆ, ಪ್ರಾಮಾಣಿಕತೆ, ಸಂದರ್ಭ) ನಿಂದ ನಾಲ್ಕು ಹಂತಗಳನ್ನು ಅನ್ವಯಿಸಿ. ಹೆಚ್ಚುವರಿಯಾಗಿ, ಕ್ರಾಸ್-ಚೆಕ್ ಮಾಡಿ: ಮಾದರಿಯ ಹೊರಗಿನ ಉಪಕರಣದೊಂದಿಗೆ ನಿರ್ಣಾಯಕ ಸಂಖ್ಯೆಗಳನ್ನು ದೃಢೀಕರಿಸಿ (ಸ್ಪ್ರೆಡ್ಶೀಟ್, ಕ್ಯಾಲ್ಕುಲೇಟರ್).

ನಿಯಂತ್ರಣ

ಪ್ರಶ್ನೆ

ವಾಹನ

ಮೂಲ

ಪ್ರತಿ ಸಂಖ್ಯೆ ಎಲ್ಲಿಂದ ಬರುತ್ತದೆ?

ಡೇಟಾ ಮೂಲ/ಟಿಪ್ಪಣಿ

ಸ್ಥಿರತೆ

ಸ್ಲೈಡ್-ಗ್ರಾಫಿಕ್-ಪಠ್ಯ ಒಂದೇ ಆಗಿವೆಯೇ?

ನಿಮ್ಮ ಕಣ್ಣುಗಳಿಂದ ಕರ್ಣೀಯವಾಗಿ ಓದಿ

ಪ್ರಾಮಾಣಿಕತೆ

ಚಾರ್ಟ್ ಉತ್ಪ್ರೇಕ್ಷೆ ಮಾಡುತ್ತದೆಯೇ?

ಘಟಕ 10 ತಪಾಸಣೆ

ಖಾತೆ

ಒಟ್ಟು/ಶೇಕಡಾವಾರು ಸರಿಯಾಗಿದೆಯೇ?

ಸ್ಪ್ರೆಡ್ಶೀಟ್

ಉಲ್ಲೇಖ

ಉಲ್ಲೇಖ/ಮೂಲವು ನಿಜವೇ?

ತೆರೆದ ಮೂಲ, ಪರಿಶೀಲಿಸಿ

ಭ್ರಮೆಯ ಬಗ್ಗೆ ವಿಶೇಷವಾಗಿ ಜಾಗರೂಕರಾಗಿರಿ (ತಯಾರಿಸಿದ ಮಾಹಿತಿ): ಮಾದರಿಯು ಅಂಕಿಅಂಶ, ಉಲ್ಲೇಖ ಅಥವಾ ಮೂಲವನ್ನು "ರಚಿಸಬಹುದು". ಸ್ಲೈಡ್‌ನಲ್ಲಿ ಹೋಗುವ ಪ್ರತಿಯೊಂದು ಬಾಹ್ಯ ಮೂಲ ಮತ್ತು ಆಕೃತಿಯನ್ನು ತೆರೆಯಿರಿ ಮತ್ತು ಪರಿಶೀಲಿಸಿ.

ಪೂರ್ವಾಭ್ಯಾಸ: ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯೊಂದಿಗೆ ಪ್ರಸ್ತುತಿಯನ್ನು ಪರೀಕ್ಷಿಸುವುದು

ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಪೂರ್ವಾಭ್ಯಾಸದ ಪಾಲುದಾರರಾಗಬಹುದು: ಪ್ರೇಕ್ಷಕರ ದೃಷ್ಟಿಕೋನದಿಂದ ಕಷ್ಟಕರವಾದ ಪ್ರಶ್ನೆಗಳನ್ನು ರಚಿಸುವುದು, ದುರ್ಬಲ ಪರಿವರ್ತನೆಗಳನ್ನು ಕಂಡುಹಿಡಿಯುವುದು, ಅವಧಿಯನ್ನು ಅಂದಾಜು ಮಾಡುವುದು.

ನಿಮ್ಮ ಪಾತ್ರ: ಸವಾಲಿನ ಪ್ರೇಕ್ಷಕರು ಮತ್ತು ಪ್ರಸ್ತುತಿ ತರಬೇತುದಾರ. ಪ್ರಸ್ತುತಿಯ ಬೆನ್ನೆಲುಬು ಮತ್ತು ಸ್ಪೀಕರ್ ಟಿಪ್ಪಣಿಗಳನ್ನು ಕೆಳಗೆ ಪರಿಶೀಲಿಸಿ. 1) ಈ ಪ್ರೇಕ್ಷಕರು ([ಪಾತ್ರ]) ಕೇಳುವ 5 ಅತ್ಯಂತ ಕಷ್ಟಕರವಾದ ಪ್ರಶ್ನೆಗಳನ್ನು ರಚಿಸಿ. 2) ನಿರೂಪಣೆಯಲ್ಲಿ ದುರ್ಬಲ/ಅಸಂಘಟಿತ ಪರಿವರ್ತನೆಗಳನ್ನು ಗುರುತಿಸಿ. 3) ಪ್ರತಿ ಸ್ಲೈಡ್‌ನಲ್ಲಿ ಸರಿಸುಮಾರು ಎಷ್ಟು ಸೆಕೆಂಡುಗಳು ಬೀಳುತ್ತವೆ ಎಂದು ಅಂದಾಜು ಮಾಡಿ, ಒಟ್ಟು ಸಮಯ [X] ನಿಮಿಷಗಳು; ಹೆಚ್ಚು ಇದ್ದರೆ, ನಾನು ಯಾವ ಸ್ಲೈಡ್‌ಗಳನ್ನು ಕಡಿಮೆ ಮಾಡಬೇಕೆಂದು ಸೂಚಿಸಿ. ಪ್ರಸ್ತುತಿ: [ ... ].

ಪ್ರತ್ಯೇಕ "ಆಕ್ಷೇಪಣೆ ಸಭೆ" ಪೂರ್ವಾಭ್ಯಾಸ:

ಈ ಪ್ರಸ್ತುತಿಯ ಮುಖ್ಯ ಪ್ರತಿಪಾದನೆಗೆ 4 ಆಕ್ಷೇಪಣೆಗಳನ್ನು ರಚಿಸಿ ಮತ್ತು ಪ್ರತಿಯೊಂದಕ್ಕೂ 2-ವಾಕ್ಯ, ಡೇಟಾ ಆಧಾರಿತ ಪ್ರತಿಕ್ರಿಯೆಯನ್ನು ರಚಿಸಿ. ಉತ್ತರವನ್ನು ರೂಪಿಸಬೇಡಿ; ದೃಢೀಕರಣದ ಅಗತ್ಯವಿರುವಲ್ಲಿ [ದೃಢೀಕರಣ] ಬರೆಯಿರಿ. ಸಲಹೆ: [... ].

ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು

ಪ್ರಕರಣ 1 - ಅಂತ್ಯದಿಂದ ಅಂತ್ಯದ ವೇಗ. ಸಲಹೆಗಾರರು 2 ದಿನಗಳಲ್ಲಿ ವಿಶಿಷ್ಟ ಕ್ಲೈಂಟ್ ಪ್ರಸ್ತುತಿಯನ್ನು (ಸಂಶೋಧನೆ + ರಚನೆ + ಸ್ಲೈಡ್‌ಗಳು + ಚಾರ್ಟ್‌ಗಳು + ಪುರಾವೆ) ಹರಡುತ್ತಾರೆ. ನಾವು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯೊಂದಿಗೆ ಏಳು-ಹಂತದ ಹರಿವನ್ನು ಸ್ಥಾಪಿಸಿದಾಗ, ಸಮಯವು ಸರಿಸುಮಾರು 1 ದಿನಕ್ಕೆ ಕಡಿಮೆಯಾಗಿದೆ; ಉಳಿಸಿದ ಸಮಯದ ಗಮನಾರ್ಹ ಭಾಗವನ್ನು ಪರಿಶೀಲನೆ ಮತ್ತು ಪೂರ್ವಾಭ್ಯಾಸಕ್ಕೆ ಮೀಸಲಿಡಲಾಯಿತು ಮತ್ತು ಗುಣಮಟ್ಟವು ಕಡಿಮೆಯಾಗಲಿಲ್ಲ ಆದರೆ ಹೆಚ್ಚಾಯಿತು.

ಪ್ರಕರಣ 2 - ಕೊನೆಯ ನಿಮಿಷದ ಗೌಪ್ಯತೆ. ಒಂದು ತಂಡವು ಗ್ರಾಹಕರ ವಹಿವಾಟು ದಾಖಲೆಗಳನ್ನು (ಹೆಸರು + ಮೊತ್ತ) ಚಾರ್ಟಿಂಗ್‌ಗಾಗಿ ಬಾಹ್ಯ ಸಾಧನಕ್ಕೆ ರಫ್ತು ಮಾಡುತ್ತದೆ. ಅವರು ಗೌಪ್ಯತೆ ನಿಯಂತ್ರಣ ಹಂತದಲ್ಲಿ ನಿಲ್ಲಿಸಿದರು; ಅವರು ಹೆಸರುಗಳನ್ನು ಅಳಿಸಿದರು ಮತ್ತು ಮೊತ್ತವನ್ನು ಸೆಗ್ಮೆಂಟ್ ಸರಾಸರಿಗೆ ಪರಿವರ್ತಿಸಿದರು. ವಿಶ್ಲೇಷಣೆ ಮತ್ತೆ ಕೆಲಸ ಮಾಡಿದೆ, ಯಾವುದೇ ವೈಯಕ್ತಿಕ ಡೇಟಾ ಹೊರಬರಲಿಲ್ಲ. ಈ ನಿರ್ಧಾರವನ್ನು ನಂತರದ ಲೆಕ್ಕಪರಿಶೋಧನೆಯಲ್ಲಿ ಪ್ರಶಂಸಿಸಲಾಯಿತು.

ಪ್ರಕರಣ 3 - ರಿಹರ್ಸಲ್ ದೃಶ್ಯವನ್ನು ಉಳಿಸಿದೆ. ಹೂಡಿಕೆದಾರರ ಪ್ರಸ್ತುತಿಯ ಮೊದಲು "5 ಅತ್ಯಂತ ಕಷ್ಟಕರವಾದ ಪ್ರಶ್ನೆಗಳನ್ನು ಸೃಷ್ಟಿಸಲು" ಒಬ್ಬ ವಾಣಿಜ್ಯೋದ್ಯಮಿ AI ಗೆ ಹೇಳಿದರು. ಸಭೆಯಲ್ಲಿ ಮೂರು ಪ್ರಶ್ನೆಗಳನ್ನು ಮೌಖಿಕವಾಗಿ ಕೇಳಲಾಯಿತು; ಅವರು ಸಿದ್ಧರಾಗಿದ್ದರಿಂದ ನಿರರ್ಗಳವಾಗಿ ಉತ್ತರಿಸಿದರು. ಅವರು ಪೂರ್ವಾಭ್ಯಾಸ ಮಾಡದಿದ್ದರೆ, ಅವರು ಅತ್ಯಂತ ನಿರ್ಣಾಯಕ ಪ್ರಶ್ನೆಗೆ ಸಿಲುಕಿಕೊಳ್ಳುತ್ತಿದ್ದರು.

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್

ದುರ್ಬಲ:

ಈ ಡೇಟಾದೊಂದಿಗೆ ಪ್ರಾರಂಭದಿಂದ ಅಂತ್ಯದವರೆಗೆ ಪ್ರಸ್ತುತಿಯನ್ನು ತಯಾರಿಸಿ ಮತ್ತು ಮುಗಿಸಿ.

ಒಂದೇ ಏಟಿನಲ್ಲಿ "ಎಲ್ಲವನ್ನೂ" ಬಯಸುವುದು; ಪರಿಶೀಲನೆ ಇಲ್ಲ, ಗೌಪ್ಯತೆ ಇಲ್ಲ, ಪೂರ್ವಾಭ್ಯಾಸ ಇಲ್ಲ. ಮಾದರಿಯು ಅಂತರವನ್ನು ಹೊಂದುತ್ತದೆ, ನೀವು ಅದನ್ನು ನಿಯಂತ್ರಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ.

ಪ್ರಬಲ:

ಹಂತ ಹಂತವಾಗಿ ಪ್ರಸ್ತುತಿಯನ್ನು ಹೊಂದಿಸೋಣ. ಮೊದಲು ಹಂತ 1 ಅನ್ನು ಮಾಡಿ: ಸಂಕ್ಷಿಪ್ತತೆಯನ್ನು ಸ್ಪಷ್ಟಪಡಿಸಿ (ಪ್ರೇಕ್ಷಕರು/ಉದ್ದೇಶ/ಸಂದೇಶ/ಅವಧಿ/ಚಾನಲ್/ನಿರ್ಬಂಧದ ಬಗ್ಗೆ ನನ್ನನ್ನು ಕೇಳಿ). ನಂತರ ನಾವು ಕ್ರಮವಾಗಿ ಮುಂದುವರಿಯುತ್ತೇವೆ: ಡೇಟಾ ಗೌಪ್ಯತೆ ಪರಿಶೀಲನೆ, ರಚನೆ, ವಿಷಯ+ಗ್ರಾಫಿಕ್ಸ್, ಪ್ರಾಮಾಣಿಕತೆ ಪರಿಶೀಲನೆ, ಪ್ರೂಫಿಂಗ್. ಪ್ರತಿ ಹಂತದಲ್ಲೂ ಸಂಖ್ಯೆಗಳನ್ನು ರಚಿಸಬೇಡಿ, ದೃಢೀಕರಿಸಬೇಕಾದದ್ದನ್ನು ಬರೆಯಿರಿ, ಸೂಕ್ಷ್ಮ ಡೇಟಾವನ್ನು ಕೇಳಬೇಡಿ.

ಎರಡನೆಯದು ಕೆಲಸವನ್ನು ಹಂತಗಳಾಗಿ ವಿಭಜಿಸುತ್ತದೆ, ಪ್ರತಿ ಹಂತದಲ್ಲೂ ನಿಮ್ಮನ್ನು ನಿಯಂತ್ರಣದಲ್ಲಿರಿಸುತ್ತದೆ ಮತ್ತು ಗೌಪ್ಯತೆ/ನಿಷ್ಠೆಯ ಗಡಿಗಳನ್ನು ಮುಂದಕ್ಕೆ ಹೊಂದಿಸುತ್ತದೆ.

ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು

• ಒಂದೇ ಏಟಿನಲ್ಲಿ "ಎಲ್ಲವನ್ನೂ" ಕೇಳುವುದು: ಹಂತಗಳನ್ನು ಬಿಟ್ಟುಬಿಡುವುದು ದೃಢೀಕರಣ ಮತ್ತು ಗೌಪ್ಯತೆಯನ್ನು ಬೈಪಾಸ್ ಮಾಡುತ್ತದೆ.
• ಗೌಪ್ಯತೆ ನಿಲುಗಡೆಯನ್ನು ಬೈಪಾಸ್ ಮಾಡುವುದು: ಅನಿಯಂತ್ರಿತ ಬಾಹ್ಯ ಏಜೆಂಟ್‌ಗೆ ಸೂಕ್ಷ್ಮ ಡೇಟಾವನ್ನು ನೀಡುವುದು.
• ಪೂರ್ವಾಭ್ಯಾಸವಿಲ್ಲದೆ ವೇದಿಕೆಯ ಮೇಲೆ ಹೋಗುವುದು: ಕಷ್ಟಕರವಾದ ಪ್ರಶ್ನೆಗಳು ಮತ್ತು ಸಮಯವನ್ನು ನಿರೀಕ್ಷಿಸುವುದಿಲ್ಲ.
• ಮೂಲ/ಆಟ್ರಿಬ್ಯೂಷನ್ ಪರಿಶೀಲನೆಯನ್ನು ಬಿಟ್ಟುಬಿಡುವುದು: ಫ್ಯಾಬ್ರಿಕೇಟೆಡ್ ಅಂಕಿಅಂಶ ಅಥವಾ ಉಲ್ಲೇಖವನ್ನು ಗಮನಿಸುತ್ತಿಲ್ಲ.
• ಆರ್ಕೈವ್ ಮಾಡುತ್ತಿಲ್ಲ: ಕೋಡ್/ಟೆಂಪ್ಲೇಟ್ ಅನ್ನು ಸಂಗ್ರಹಿಸುವುದಿಲ್ಲ ಮತ್ತು ಮೊದಲಿನಿಂದ ಎಲ್ಲವನ್ನೂ ಮಾಡುತ್ತಿಲ್ಲ.
• ಮಾದರಿಯ ಮೇಲೆ ಜವಾಬ್ದಾರಿಯನ್ನು ಹಾಕುವುದು: "AI ಅದನ್ನು ಸಿದ್ಧಪಡಿಸಿದೆ" ಎಂದು ಹೇಳುವುದು; ಆದಾಗ್ಯೂ, ವಿತರಣೆಯು ನಿಮ್ಮದಾಗಿದೆ.

ಸಾರಾಂಶದಲ್ಲಿ

ನಿಮ್ಮ ಪ್ರಸ್ತುತಿ ಮತ್ತು ಡೇಟಾ ದೃಶ್ಯೀಕರಣ ವ್ಯವಹಾರವನ್ನು ಏಳು ಹಂತಗಳಲ್ಲಿ ನಿರ್ಮಿಸಿ: ಸಂಕ್ಷಿಪ್ತ, ಡೇಟಾ ತಯಾರಿಕೆ ಮತ್ತು ಗೌಪ್ಯತೆ, ರಚನೆ/ನಿರೂಪಣೆ, ವಿಷಯ/ಗ್ರಾಫಿಕ್ಸ್, ಸಮಗ್ರತೆ ಮತ್ತು ಪರಿಶೀಲನೆ, ಪೂರ್ವಾಭ್ಯಾಸ, ವಿತರಣೆ/ಆರ್ಕೈವ್. ಪ್ರತಿ ಹಂತದಲ್ಲೂ AI ಬಳಸಿ, ಆದರೆ ನಿಯಂತ್ರಣದಲ್ಲಿರಿ: ಸೂಕ್ಷ್ಮ ಡೇಟಾವನ್ನು ಅನಾಮಧೇಯಗೊಳಿಸಿ, ಪ್ರತಿ ಸಂಖ್ಯೆ ಮತ್ತು ಮೂಲವನ್ನು ಕ್ರಾಸ್-ಪರಿಶೀಲಿಸಿ, ಮಾದರಿಯನ್ನು ನಿಮ್ಮ ಪ್ರೂಫಿಂಗ್ ಪಾಲುದಾರನನ್ನಾಗಿ ಮಾಡಿ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಸಂಪೂರ್ಣ ಹರಿವನ್ನು ವೇಗಗೊಳಿಸುತ್ತದೆ; ಡೇಟಾದ ನಿಖರತೆ, ಸಂದೇಶದ ಸಮಗ್ರತೆ, ಗೌಪ್ಯತೆ ಮತ್ತು ಅಂತಿಮ ವಿತರಣೆಯ ಜವಾಬ್ದಾರಿ ಯಾವಾಗಲೂ ನಿಮ್ಮದಾಗಿದೆ.

ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ

ನಿಜವಾದ ಪ್ರಸ್ತುತಿ ಕೆಲಸವನ್ನು ಆಯ್ಕೆಮಾಡಿ ಮತ್ತು ಏಳು ಹಂತಗಳನ್ನು ಅನುಸರಿಸಿ. (1) AI ನಿಂದ ಸಂಕ್ಷಿಪ್ತ ವಿಚಾರಣೆಯನ್ನು ಹೊಂದಿರಿ. (2) ಗೌಪ್ಯತೆ ನಿಯಂತ್ರಣದೊಂದಿಗೆ ಯಾವ ಡೇಟಾವನ್ನು ಅನಾಮಧೇಯಗೊಳಿಸಬೇಕೆಂದು ನಿರ್ಧರಿಸಿ. (3) ಹಂತಗಳ ರಚನೆ → ವಿಷಯ → ಚಾರ್ಟ್ ಅನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಿ. (4) ಸಮಗ್ರತೆಯ ಲೆಕ್ಕಪರಿಶೋಧನೆ ಮಾಡಿ ಮತ್ತು ನಿರ್ಣಾಯಕ ಸಂಖ್ಯೆಗಳನ್ನು ಅಡ್ಡ-ಪರಿಶೀಲಿಸಿ. (5) ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು "5 ಅತ್ಯಂತ ಕಷ್ಟಕರವಾದ ಪ್ರಶ್ನೆಗಳನ್ನು" ಉತ್ಪಾದಿಸುವಂತೆ ಮಾಡಿ ಮತ್ತು ಅವುಗಳನ್ನು ಪೂರ್ವಾಭ್ಯಾಸ ಮಾಡಿ. (6) ಇತ್ತೀಚಿನ ಆವೃತ್ತಿ ಮತ್ತು ಮರುಬಳಕೆ ಮಾಡಬಹುದಾದ ಕೋಡ್/ಟೆಂಪ್ಲೇಟ್ ಅನ್ನು ಆರ್ಕೈವ್ ಮಾಡಿ.

ಪರಿಶೀಲನಾಪಟ್ಟಿ

• [ ] ನಾನು ಏಳು-ಹಂತದ ಹರಿವಿನ ಪ್ರಕಾರ ಕೆಲಸವನ್ನು ನಡೆಸಿದೆ.
• [ ] ನಾನು ಸೂಕ್ಷ್ಮ ಡೇಟಾವನ್ನು ಅನಾಮಧೇಯಗೊಳಿಸಿದ್ದೇನೆ/ಒಗ್ಗೂಡಿಸಿದ್ದೇನೆ ಅಥವಾ ಅದನ್ನು ನಮೂದಿಸಿಲ್ಲ.
• [ ] ನಾನು ಮಾದರಿಯ ಹೊರಗೆ ಪ್ರತಿ ಸಂಖ್ಯೆ ಮತ್ತು ಬಾಹ್ಯ ಮೂಲವನ್ನು ಕ್ರಾಸ್-ಮೌಲ್ಯಮಾಪನ ಮಾಡಿದ್ದೇನೆ.
• [ ] ನಾನು ಸಮಗ್ರತೆಗಾಗಿ ಎಲ್ಲಾ ಗ್ರಾಫಿಕ್ಸ್ ಅನ್ನು ಪರಿಶೀಲಿಸಿದ್ದೇನೆ.
• [ ] ನಾನು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯೊಂದಿಗೆ ಪೂರ್ವಾಭ್ಯಾಸ ಮಾಡಿದ್ದೇನೆ; ನಾನು ಕಷ್ಟಕರವಾದ ಪ್ರಶ್ನೆಗಳನ್ನು ಮತ್ತು ಸಮಯವನ್ನು ಪರೀಕ್ಷಿಸಿದೆ.
• [ ] ನಾನು ಇತ್ತೀಚಿನ ಆವೃತ್ತಿ ಮತ್ತು ಮರುಬಳಕೆ ಮಾಡಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್/ಕೋಡ್ ಅನ್ನು ಆರ್ಕೈವ್ ಮಾಡಿದ್ದೇನೆ.
• [ ] ಅಂತಿಮ ವಿತರಣೆಗೆ ನಾನು ಜವಾಬ್ದಾರನಾಗಿರುತ್ತೇನೆ ಎಂದು ನಾನು ಒಪ್ಪಿಕೊಳ್ಳುತ್ತೇನೆ.

ಮಾಡ್ಯೂಲ್ ಪರೀಕ್ಷೆ

1. ಪ್ರಸ್ತುತಿ ಮತ್ತು ಡೇಟಾ ದೃಶ್ಯೀಕರಣದಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಗೆ ಉತ್ತಮ ಸ್ಥಾನ ಯಾವುದು?

• ಎ) ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಕರಡು, ವಿನ್ಯಾಸ, ಗ್ರಾಫಿಕ್ ಕೋಡ್ ಮತ್ತು ವಿಮರ್ಶೆ ಸಹಾಯಕ; ಡೇಟಾ ನಿಖರತೆ, ಪ್ರಾಮಾಣಿಕತೆ ಮತ್ತು ಗೌಪ್ಯತೆಯ ಜವಾಬ್ದಾರಿ ಮಾನವರ ಮೇಲಿದೆ ✔
• ಬಿ) ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಕ್ಯಾಲ್ಕುಲೇಟರ್ ಆಗಿದೆ; ಅವರು ನೀಡುವ ಪ್ರತಿ ಸಂಖ್ಯೆ ಮತ್ತು ಗ್ರಾಫ್ ಸಂಪೂರ್ಣವಾಗಿ ಸರಿಯಾಗಿದೆ.
• ಸಿ) ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಸ್ಲೈಡ್‌ಗಳನ್ನು ಅಲಂಕರಿಸಲು ಮಾತ್ರ ಉಪಯುಕ್ತವಾಗಿದೆ, ಇದು ಡೇಟಾ ಮತ್ತು ಗ್ರಾಫಿಕ್ಸ್‌ಗೆ ಯಾವುದೇ ಸಂಬಂಧವನ್ನು ಹೊಂದಿಲ್ಲ
• ಡಿ) AI ಮಾನವರಿಗಿಂತ ಹೆಚ್ಚು ನಿಷ್ಪಕ್ಷಪಾತವಾಗಿರುವುದರಿಂದ, ಗ್ರಾಫಿಕ್ಸ್ ಸಮಗ್ರತೆಯ ನಿರ್ಧಾರಗಳನ್ನು ಅದಕ್ಕೆ ಬಿಡಬೇಕು

ವಿವರಣೆ: ದೊಡ್ಡ ಭಾಷಾ ಮಾದರಿಯು ಕ್ಯಾಲ್ಕುಲೇಟರ್ ಅಥವಾ ಪರಿಶೀಲನಾ ಯಂತ್ರವಲ್ಲ, ಆದರೆ ಮನವೊಲಿಸುವ ಪಠ್ಯ ಮತ್ತು ಬಾಹ್ಯರೇಖೆಗಳ ಜನರೇಟರ್. ಡ್ರಾಫ್ಟಿಂಗ್, ವಿನ್ಯಾಸ, ಗ್ರಾಫಿಕ್ಸ್ ಕೋಡ್ ಮತ್ತು ವಿಮರ್ಶೆಯಂತಹ ಪಾತ್ರಗಳಲ್ಲಿ ಇದು ಬಹಳಷ್ಟು ಸಮಯವನ್ನು ಉಳಿಸುತ್ತದೆ; ಆದಾಗ್ಯೂ, ಡೇಟಾದ ನಿಖರತೆ, ಗ್ರಾಫ್ನ ಪ್ರಾಮಾಣಿಕತೆ, ಗೌಪ್ಯತೆ ಮತ್ತು ಅಂತಿಮ ವಿತರಣೆಯ ಜವಾಬ್ದಾರಿಯು ಸಮರ್ಥ ವ್ಯಕ್ತಿಗೆ ಸೇರಿದೆ.

2. 'ಜಾಹೀರಾತು ವೆಚ್ಚ ಮತ್ತು ಮಾರಾಟದ ನಡುವೆ ಸಂಬಂಧವಿದೆಯೇ?' ಯಾವ ರೀತಿಯ ಚಾರ್ಟ್ ಪ್ರಶ್ನೆಯನ್ನು ಅತ್ಯಂತ ಪ್ರಾಮಾಣಿಕವಾಗಿ ತೋರಿಸುತ್ತದೆ?

• ಎ) ಮಲ್ಟಿ-ಸ್ಲೈಸ್ ಪೈ ಚಾರ್ಟ್
• ಬಿ) ಸ್ಟ್ಯಾಕ್ ಮಾಡಿದ ಬಾರ್ ಚಾರ್ಟ್
• ಸಿ) ಸ್ಕ್ಯಾಟರ್ ಪ್ಲಾಟ್ ✔
• ಡಿ) 3D ಪೈ ಚಾರ್ಟ್

ವಿವರಣೆ: ಎರಡು ಸಂಖ್ಯಾತ್ಮಕ ಅಸ್ಥಿರಗಳ ನಡುವಿನ ಸಂಬಂಧವನ್ನು (ಪರಸ್ಪರ ಸಂಬಂಧ) ತೋರಿಸಲು ಸ್ಕ್ಯಾಟರ್ ಪ್ಲಾಟ್ ಅನ್ನು ಬಳಸಲಾಗುತ್ತದೆ. ಒಂದು ಬಾರ್ ಹೋಲಿಕೆಗೆ ಸೂಕ್ತವಾಗಿದೆ ಮತ್ತು ಕಾಲಾನಂತರದಲ್ಲಿ ಬದಲಾವಣೆಗೆ ಒಂದು ಸಾಲು ಸೂಕ್ತವಾಗಿದೆ; ಬಾರ್ ಚಾರ್ಟ್ ಸಂಬಂಧದ ಪ್ರಶ್ನೆಗೆ ಸರಿಯಾದ ಉತ್ತರವನ್ನು ನೀಡುವುದಿಲ್ಲ.

3. ಸ್ಲೈಡ್ ಶೀರ್ಷಿಕೆಯಲ್ಲಿ 'ವಿಷಯ ಶೀರ್ಷಿಕೆ' ಬದಲಿಗೆ 'ಆಕ್ಷನ್ ಶೀರ್ಷಿಕೆ' ಅನ್ನು ಬಳಸಲು ಏಕೆ ಶಿಫಾರಸು ಮಾಡಲಾಗಿದೆ?

• ಎ) ಸ್ಲೈಡ್‌ನಲ್ಲಿ ಹೆಚ್ಚಿನ ಪಠ್ಯವನ್ನು ಹೊಂದಿಸಲು
• ಬಿ) ಏಕೆಂದರೆ ಇದು ಸ್ಲೈಡ್‌ನ ಏಕೈಕ ಕ್ಲೈಮ್ ಅನ್ನು ನೇರವಾಗಿ ನೀಡುತ್ತದೆ ಮತ್ತು ಪ್ರೇಕ್ಷಕರಿಗೆ ಸಂದೇಶವನ್ನು ತಕ್ಷಣ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ ✔
• ಸಿ) ಫಾಂಟ್ ಅನ್ನು ದೊಡ್ಡದಾಗಿಸುವ ಅಗತ್ಯವಿಲ್ಲ
• ಡಿ) ಸ್ಪೀಕರ್ ಟಿಪ್ಪಣಿಗಳ ಅಗತ್ಯವನ್ನು ತೆಗೆದುಹಾಕುವುದರಿಂದ

ವಿವರಣೆ: ಕ್ರಿಯೆಯ ಶೀರ್ಷಿಕೆಯು ಸ್ಲೈಡ್ ಪೂರ್ಣ ವಾಕ್ಯದಲ್ಲಿ ಹೇಳುವುದನ್ನು ಕ್ಲೈಮ್‌ನಂತೆ ನೀಡುತ್ತದೆ ('ಮಾರಾಟವು 3 ತ್ರೈಮಾಸಿಕಗಳಿಗೆ ಕುಸಿಯುತ್ತಿದೆ'), ಕೇವಲ ವಿಷಯದ ಟ್ಯಾಗ್ ('ಮಾರಾಟ') ಮಾಡುವುದಿಲ್ಲ. ಪ್ರತಿ ಸ್ಲೈಡ್‌ನ ಅರ್ಥವನ್ನು ವೀಕ್ಷಕರಿಗೆ ತಕ್ಷಣವೇ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಇದು ಅನುಮತಿಸುತ್ತದೆ; ಪ್ರಸ್ತುತಿಯ ಗುಣಮಟ್ಟವನ್ನು ಹೆಚ್ಚು ಸುಧಾರಿಸುವ ಏಕೈಕ ಬದಲಾವಣೆಯಾಗಿದೆ.

4. ದೃಶ್ಯ-ಉತ್ಪಾದಿಸುವ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯೊಂದಿಗೆ ಪ್ರಸ್ತುತಿ ದೃಶ್ಯಗಳನ್ನು ಸಿದ್ಧಪಡಿಸುವಾಗ ಯಾವ ಅಪ್ಲಿಕೇಶನ್ ಹೆಚ್ಚು ಪ್ರಾಯೋಗಿಕ ಮತ್ತು ನೈತಿಕವಾಗಿದೆ?

• ಎ) ದೃಶ್ಯದಲ್ಲಿ ಎಲ್ಲಾ ಶೀರ್ಷಿಕೆಗಳು ಮತ್ತು ಸಂಖ್ಯೆಗಳನ್ನು ಮುದ್ರಿಸಿ ಮತ್ತು ಅದನ್ನು ನೇರವಾಗಿ ಸ್ಲೈಡ್‌ನಲ್ಲಿ ಇರಿಸಿ
• ಬಿ) ನಿರ್ಮಿಸಿದ ಭಾವಚಿತ್ರವನ್ನು ನಿಜವಾದ ಗ್ರಾಹಕ ಫೋಟೋವಾಗಿ ಪ್ರಸ್ತುತಪಡಿಸುವುದು
• ಸಿ) ಪ್ರಸಿದ್ಧ ಬ್ರ್ಯಾಂಡ್‌ನ ಶೈಲಿಯನ್ನು ನಿಖರವಾಗಿ ಅನುಕರಿಸಲು
• ಡಿ) ಪಠ್ಯವಿಲ್ಲದೆ ದೃಶ್ಯವನ್ನು ಉತ್ಪಾದಿಸುವುದು ಮತ್ತು ಸ್ಲೈಡ್ ಪ್ರೋಗ್ರಾಂನಲ್ಲಿ ಪಠ್ಯವನ್ನು ಸೇರಿಸುವುದು ಮತ್ತು ನಕಲಿಯನ್ನು ನೈಜವಾಗಿ ಪ್ರಸ್ತುತಪಡಿಸದಿರುವುದು ✔

ವಿವರಣೆ: ರಚಿಸಲಾದ ಚಿತ್ರಗಳಲ್ಲಿನ ಪಠ್ಯವು ಸಾಮಾನ್ಯವಾಗಿ ದೋಷಪೂರಿತವಾಗಿರುತ್ತದೆ, ಆದ್ದರಿಂದ ಪಠ್ಯವನ್ನು ನಂತರ ಸ್ಲೈಡ್ ಪ್ರೋಗ್ರಾಂನಲ್ಲಿ ಸೇರಿಸುವುದು ಅವಶ್ಯಕ. ಹೆಚ್ಚುವರಿಯಾಗಿ, ತಯಾರಿಸಿದ ಚಿತ್ರವನ್ನು ನೈಜ ಫೋಟೋ/ನೈಜ ವ್ಯಕ್ತಿಯಾಗಿ ಪ್ರಸ್ತುತಪಡಿಸುವುದು ತಪ್ಪುದಾರಿಗೆಳೆಯುವ ಮತ್ತು ಅನೈತಿಕವಾಗಿದೆ. ಪಠ್ಯವಿಲ್ಲದೆ ಚಿತ್ರವನ್ನು ನಿರ್ಮಿಸುವುದು, ಪಠ್ಯವನ್ನು ನೀವೇ ಸೇರಿಸುವುದು ಮತ್ತು ನಕಲಿಯನ್ನು ನೈಜವೆಂದು ಪ್ರಸ್ತುತಪಡಿಸದಿರುವುದು ಸರಿಯಾದ ವಿಧಾನವಾಗಿದೆ.

5. 9 ಉತ್ಪನ್ನಗಳ ಮಾರುಕಟ್ಟೆ ಪಾಲನ್ನು ತೋರಿಸಲು ಹೆಚ್ಚು ಓದಬಹುದಾದ ಆಯ್ಕೆ ಯಾವುದು?

• ಎ) ಸಮತಲ ಬಾರ್ ಚಾರ್ಟ್ ಮೌಲ್ಯದಿಂದ ವಿಂಗಡಿಸಲಾಗಿದೆ ✔
• ಬಿ) 9-ವಿಭಾಗದ ಪೈ ಚಾರ್ಟ್
• ಸಿ) 9 ಸ್ಲೈಸ್‌ಗಳೊಂದಿಗೆ 3D ಪೈ ಚಾರ್ಟ್
• ಡಿ) ಒಂದೇ ಸಾಲಿನ ಚಾರ್ಟ್

ವಿವರಣೆ: ಪೈ ಚಾರ್ಟ್ 2-4 ಸ್ಲೈಸ್‌ಗಳಿದ್ದರೆ ಮತ್ತು ಷೇರುಗಳು ಗಮನಾರ್ಹವಾಗಿ ವಿಭಿನ್ನವಾಗಿದ್ದರೆ ಮಾತ್ರ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ; ಇದೇ ರೀತಿಯ 9 ಸ್ಲೈಸ್‌ಗಳನ್ನು ಓದಲಾಗುವುದಿಲ್ಲ. ಬಹು ವರ್ಗಗಳನ್ನು ಹೋಲಿಸಿದಾಗ ಮೌಲ್ಯದಿಂದ ವಿಂಗಡಿಸಲಾದ ಸಮತಲ ಬಾರ್ ಚಾರ್ಟ್ ಯಾವಾಗಲೂ ಹೆಚ್ಚು ಓದಬಲ್ಲದು.

6. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯಿಂದ ಗ್ರಾಫ್‌ಗಳನ್ನು ಸ್ವೀಕರಿಸುವಾಗ 'ಗ್ರಾಫ್‌ನ ಚಿತ್ರವನ್ನು' ಕೇಳುವ ಬದಲು 'ಗ್ರಾಫ್ ಅನ್ನು ಉತ್ಪಾದಿಸುವ ಕೋಡ್ ಅನ್ನು ಕೇಳಿ ಮತ್ತು ಅದನ್ನು ನೀವೇ ಚಲಾಯಿಸಿ' ಏಕೆ ಹೆಚ್ಚು ವಿಶ್ವಾಸಾರ್ಹವಾಗಿದೆ?

• ಎ) ಏಕೆಂದರೆ ಕೋಡ್ ಯಾವಾಗಲೂ ಹೆಚ್ಚು ಸುಂದರವಾದ ಬಣ್ಣಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡುತ್ತದೆ
• ಬಿ) ಏಕೆಂದರೆ ಚಿತ್ರಗಳನ್ನು ನಿರ್ಮಿಸಲು ಇದನ್ನು ನಿಷೇಧಿಸಲಾಗಿದೆ
• ಸಿ) ಕೋಡ್ ಡೇಟಾವನ್ನು ಹಾಗೆಯೇ ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುತ್ತದೆ ಮತ್ತು ನಿರ್ಣಾಯಕ ಮತ್ತು ಪುನರಾವರ್ತಿತ ಫಲಿತಾಂಶಗಳನ್ನು ನೀಡುತ್ತದೆ, ಮೌಖಿಕ ಭವಿಷ್ಯವನ್ನು ಅವಲಂಬಿಸುವ ಅಗತ್ಯವಿಲ್ಲ ✔
• ಡಿ) ಕೋಡ್ ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಗ್ರಾಫ್‌ಗಳನ್ನು ಪ್ರಾಮಾಣಿಕವಾಗಿಸುತ್ತದೆ ಮತ್ತು ಹೆಚ್ಚಿನ ಪರಿಶೀಲನೆಯ ಅಗತ್ಯವಿಲ್ಲ

ವಿವರಣೆ: ದೊಡ್ಡ ಭಾಷೆಯ ಮಾದರಿಯು ಪಠ್ಯ ಜನರೇಟರ್ ಆಗಿದೆ; ಅವನು ಕೇವಲ ಮೌಖಿಕವಾಗಿ ಸಂಖ್ಯೆಯನ್ನು ಊಹಿಸುತ್ತಾನೆ ಮತ್ತು ತಪ್ಪಾಗಿರಬಹುದು. ಕೋಡ್ ಡೇಟಾವನ್ನು ಹಾಗೆಯೇ ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುತ್ತದೆ ಮತ್ತು ನಿರ್ಣಾಯಕ (ಯಾವಾಗಲೂ ಒಂದೇ ಇನ್‌ಪುಟ್‌ಗೆ ಒಂದೇ ಔಟ್‌ಪುಟ್) ಮತ್ತು ಪುನರಾವರ್ತನೀಯ ಫಲಿತಾಂಶಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ; ಡೇಟಾವನ್ನು ನವೀಕರಿಸಿದಾಗ, ಕೋಡ್ ಅನ್ನು ಮತ್ತೆ ರನ್ ಮಾಡಬಹುದು ಮತ್ತು ಗ್ರಾಫ್ ಅನ್ನು ರಿಫ್ರೆಶ್ ಮಾಡಬಹುದು.

7. ಉತ್ತಮ ಡ್ಯಾಶ್‌ಬೋರ್ಡ್ ವಿನ್ಯಾಸದ ಮೂಲ ತತ್ವ ಯಾವುದು?

• ಎ) ಒಂದೇ ಪರದೆಯಲ್ಲಿ ಲಭ್ಯವಿರುವ ಎಲ್ಲಾ ಮೆಟ್ರಿಕ್‌ಗಳನ್ನು ಅಳವಡಿಸುವುದು
• ಬಿ) ನಿರ್ದಿಷ್ಟ ಪ್ರೇಕ್ಷಕರಿಗೆ ಮತ್ತು ನಿರ್ಧಾರಕ್ಕೆ ಅಗತ್ಯವಿರುವ ಸಣ್ಣ ಸಂಖ್ಯೆಯ (5-9) KPI ಗಳಿಗೆ ಸಂದರ್ಭವನ್ನು ತೋರಿಸಿ ✔
• ಸಿ) ಪ್ರತಿ ಸಂಖ್ಯೆಯನ್ನು ಸಾಧ್ಯವಾದಷ್ಟು ದಶಮಾಂಶ ಸ್ಥಾನಗಳೊಂದಿಗೆ ತೋರಿಸುವುದು
• ಡಿ) ಬಣ್ಣಗಳನ್ನು ವೈವಿಧ್ಯಗೊಳಿಸಲು ಪ್ರತಿ ಮೆಟ್ರಿಕ್‌ಗೆ ವಿಭಿನ್ನ ಬಣ್ಣವನ್ನು ಚಿತ್ರಿಸುವುದು

ವಿವರಣೆ: ಡ್ಯಾಶ್‌ಬೋರ್ಡ್ ಎಲ್ಲವನ್ನೂ ತೋರಿಸುವುದಿಲ್ಲ, ಆದರೆ ನಿರ್ದಿಷ್ಟ ಪ್ರೇಕ್ಷಕರಿಂದ ನಿರ್ದಿಷ್ಟ ನಿರ್ಧಾರಕ್ಕೆ ಅಗತ್ಯವಿರುವ 5-9 ಸರಿಯಾದ KPI ಗಳು. ನಿರ್ಧಾರವನ್ನು ಪೂರೈಸದ ಮೆಟ್ರಿಕ್‌ಗಳು ಡ್ಯಾಶ್‌ಬೋರ್ಡ್ ಅನ್ನು ಮುಳುಗಿಸುತ್ತದೆ. ಹೆಚ್ಚುವರಿಯಾಗಿ, ಪ್ರತಿ ಸಂಖ್ಯೆಗೆ ಸಂದರ್ಭ (ಗುರಿ/ಬದಲಾವಣೆ) ಮತ್ತು ತಾಜಾತನದ ಸ್ಟಾಂಪ್ ಅನ್ನು ಸೇರಿಸಬೇಕು ಮತ್ತು ಅತ್ಯಂತ ನಿರ್ಣಾಯಕ ಕೆಪಿಐ ಅನ್ನು ಮೇಲಿನ ಎಡಭಾಗದಲ್ಲಿ ಇರಿಸಬೇಕು.

8. ಡೇಟಾ ಕಥೆ ಹೇಳುವಿಕೆಯಲ್ಲಿ ಪ್ರಾಮಾಣಿಕತೆಯ ವಿಷಯದಲ್ಲಿ ಯಾವ ನಡವಳಿಕೆಯು ಒಂದು ಬಲೆಯಾಗಿದೆ?

• ಎ) ಸಂದರ್ಭ-ಒತ್ತಡ-ರೆಸಲ್ಯೂಶನ್ ರಚನೆಯಲ್ಲಿ ಸಂಶೋಧನೆಗಳನ್ನು ಪ್ರಸ್ತುತಪಡಿಸುವುದು
• ಬಿ) ನಿರೂಪಣೆಯಲ್ಲಿ ಪ್ರತಿ ಗ್ರಾಫ್ ಅನ್ನು ವಾಕ್ಯಕ್ಕೆ ಸಂಪರ್ಕಿಸುವುದು
• ಸಿ) ಒಂದು ವಾಕ್ಯದಲ್ಲಿ ಒಳನೋಟವನ್ನು ಸಾರಾಂಶಗೊಳಿಸಿ
• ಡಿ) ನಿರೂಪಣೆಗೆ ಹೊಂದಿಕೆಯಾಗದ ಅವಧಿಯನ್ನು ಮರೆಮಾಡುವುದು ಮತ್ತು ಅದನ್ನು ಬೆಂಬಲಿಸುವ ಡೇಟಾವನ್ನು ಮಾತ್ರ ತೋರಿಸುವುದು (ಚೆರ್ರಿ ಪಿಕಿಂಗ್) ✔

ವಿವರಣೆ: ಚೆರ್ರಿ-ಪಿಕ್ಕಿಂಗ್ ಎನ್ನುವುದು ನಿರೂಪಣೆಗೆ ಸರಿಹೊಂದುವ ಅವಧಿ/ವಿಭಾಗವನ್ನು ತೋರಿಸುತ್ತದೆ ಮತ್ತು ಇಲ್ಲದಿದ್ದನ್ನು ಮರೆಮಾಡುತ್ತದೆ ಮತ್ತು ಅದು ಸಮಗ್ರತೆಯನ್ನು ಉಲ್ಲಂಘಿಸುತ್ತದೆ. ಒಳ್ಳೆಯ ಕಥೆಯು ಮನವೊಲಿಸುತ್ತದೆ, ಆದರೆ ಅದು ಡೇಟಾವನ್ನು ವಿರೂಪಗೊಳಿಸಲು ಅನುಮತಿಯಾಗಬಾರದು; 'ಈ ನಿರೂಪಣೆಗೆ ಯಾವ ಡೇಟಾ ಸರಿಹೊಂದುವುದಿಲ್ಲ?' ಬೇಕಾದರೆ ಕೇಳಿ ತೋರಿಸಬೇಕು.

9. ಇನ್ಫೋಗ್ರಾಫಿಕ್‌ನಲ್ಲಿ ವೃತ್ತದ ವ್ಯಾಸದಂತೆ ಮೌಲ್ಯವನ್ನು ಪ್ರತಿನಿಧಿಸುವುದು ಏಕೆ ತಪ್ಪುದಾರಿಗೆಳೆಯುತ್ತಿದೆ ಆದರೆ ನಂತರ ವ್ಯಾಸವನ್ನು ದ್ವಿಗುಣಗೊಳಿಸುತ್ತದೆ?

• ಎ) ವ್ಯಾಸವು ದ್ವಿಗುಣಗೊಂಡಾಗ, ಪ್ರದೇಶವು ನಾಲ್ಕು ಪಟ್ಟು ಹೆಚ್ಚಾಗುತ್ತದೆ ಮತ್ತು ಪ್ರೇಕ್ಷಕರು ಹೆಚ್ಚಳವು ನಿಜವಾಗಿರುವುದಕ್ಕಿಂತ ದೊಡ್ಡದಾಗಿದೆ ಎಂದು ಗ್ರಹಿಸುತ್ತಾರೆ ✔
• ಬಿ) ಏಕೆಂದರೆ ವೃತ್ತಗಳನ್ನು ಪೈ ಚಾರ್ಟ್‌ನಲ್ಲಿ ಬಳಸಲಾಗುವುದಿಲ್ಲ
• ಸಿ) ಏಕೆಂದರೆ ಕಲರ್‌ಬ್ಲೈಂಡ್ ವೀಕ್ಷಕರು ವಲಯಗಳನ್ನು ನೋಡಲು ಸಾಧ್ಯವಿಲ್ಲ
• ಡಿ) ಏಕೆಂದರೆ ವೃತ್ತವನ್ನು ಬಿಡಿಸುವುದು ಕೋಲು ಬಿಡುವುದಕ್ಕಿಂತ ನಿಧಾನವಾಗಿರುತ್ತದೆ

ವಿವರಣೆ: ವ್ಯಾಸವು ದ್ವಿಗುಣಗೊಂಡಾಗ, ವೃತ್ತದ ಪ್ರದೇಶವು ನಾಲ್ಕು ಪಟ್ಟು ಹೆಚ್ಚಾಗುತ್ತದೆ; ವೀಕ್ಷಕನು ಪ್ರದೇಶದ ಮೂಲಕ ಮೌಲ್ಯವನ್ನು ಗ್ರಹಿಸುವುದರಿಂದ, ಅವನು/ಅವಳು 2 ಪಟ್ಟು ಹೆಚ್ಚಳವು 4 ಪಟ್ಟು ಎಂದು ಭಾವಿಸುತ್ತಾರೆ. ಇದನ್ನು ಫೀಲ್ಡ್ ಫಾಲಸಿ ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ. ಮೌಲ್ಯವನ್ನು ಪ್ರದೇಶದಿಂದ ಅಲ್ಲ, ಆದರೆ ರೇಖೀಯ ಪ್ರಮಾಣದ ಮತ್ತು ಸ್ಪಷ್ಟ ಸಂಖ್ಯೆಯ ಲೇಬಲ್ (ಉದಾ. '2×') ಮೂಲಕ ನೀಡುವುದು ಅವಶ್ಯಕ.

10. ಬಾರ್ ಚಾರ್ಟ್‌ನಲ್ಲಿ ಅತ್ಯಂತ ಸಾಮಾನ್ಯವಾದ ವಂಚನೆಯ ತಂತ್ರ ಮತ್ತು ಅದರ ಸರಿಯಾದ ಸಮಾನತೆ ಯಾವುದು?

• ಎ) ಕೋಲುಗಳನ್ನು ಬಣ್ಣಿಸುವುದು ತಪ್ಪುದಾರಿಗೆಳೆಯುವಂತಿದೆ; ಅವುಗಳನ್ನು ಎಲ್ಲಾ ಬೂದು ಬಣ್ಣಕ್ಕೆ ತಿರುಗಿಸುವುದು ಅವಶ್ಯಕ
• ಬಿ) ನೇರ ಲೇಬಲ್‌ಗಳು ತಪ್ಪುದಾರಿಗೆಳೆಯುತ್ತವೆ; ಪ್ರತ್ಯೇಕ ದಂತಕಥೆಯನ್ನು ಬಳಸುವುದು ಯಾವಾಗಲೂ ಅವಶ್ಯಕ
• ಸಿ) ಡ್ಯಾಶ್ ಮಾಡಿದ ವೈ-ಅಕ್ಷವು ವ್ಯತ್ಯಾಸವನ್ನು ಉತ್ಪ್ರೇಕ್ಷಿಸುತ್ತದೆ; ಬಾರ್ ಚಾರ್ಟ್‌ನಲ್ಲಿ ಅಕ್ಷವು 0 ✔ ರಿಂದ ಪ್ರಾರಂಭವಾಗಬೇಕು
• ಡಿ) ಸಮತಲ ಬಾರ್ ತಪ್ಪುದಾರಿಗೆಳೆಯುತ್ತಿದೆ; ಯಾವಾಗಲೂ ಲಂಬ ಬಾರ್ ಅನ್ನು ಬಳಸಬೇಕಾಗುತ್ತದೆ

ವಿವರಣೆ: ಒಂದು ಡ್ಯಾಶ್ ಮಾಡಿದ y-ಆಕ್ಸಿಸ್ (ಇಲ್ಲಿ y ಪ್ರಾರಂಭವಾಗುತ್ತದೆ, ಹೇಳುವುದಾದರೆ, 0 ಬದಲಿಗೆ 90) ಸಣ್ಣ ವ್ಯತ್ಯಾಸವು ದೊಡ್ಡದಾಗಿ ಕಾಣುವಂತೆ ಮಾಡುತ್ತದೆ; 2% ಹೆಚ್ಚಳವು 50% ನಂತೆ ಕಾಣಿಸಬಹುದು. ಬಾರ್ ಚಾರ್ಟ್‌ನಲ್ಲಿ, ಅಕ್ಷವು ಯಾವಾಗಲೂ 0 ರಿಂದ ಪ್ರಾರಂಭವಾಗಬೇಕು ಏಕೆಂದರೆ ಬಾರ್‌ನ ಉದ್ದವು ಮೌಲ್ಯವನ್ನು ಪ್ರತಿನಿಧಿಸುತ್ತದೆ.

11. ಚಾರ್ಟಿಂಗ್‌ಗಾಗಿ ಬಾಹ್ಯ AI ಉಪಕರಣಕ್ಕೆ ಸೂಕ್ಷ್ಮ ಡೇಟಾ (ಹೆಸರು, ಸಂಬಳ, ಗ್ರಾಹಕರ ದಾಖಲೆ) ಹೊಂದಿರುವ ಟೇಬಲ್ ಅನ್ನು ನೀವು ರಫ್ತು ಮಾಡಬೇಕಾದರೆ ಸರಿಯಾದ ವಿಧಾನ ಯಾವುದು?

• ಎ) ಸಮಯವನ್ನು ಉಳಿಸಲು ಟೇಬಲ್ ಅನ್ನು ತ್ವರಿತವಾಗಿ ಅಂಟಿಸಿ
• ಬಿ) ಹೆಸರು ಮತ್ತು ಗುರುತಿನ ಕಾಲಮ್‌ಗಳನ್ನು ತೆಗೆದುಹಾಕುವ ಮೂಲಕ ಡೇಟಾವನ್ನು ಅನಾಮಧೇಯಗೊಳಿಸುವುದು ಅಥವಾ ಒಟ್ಟುಗೂಡಿಸುವುದು ಮತ್ತು ಅಗತ್ಯವಿಲ್ಲದಿದ್ದರೆ ಅವುಗಳನ್ನು ನಮೂದಿಸದಿರುವುದು ✔
• ಸಿ) ಅತ್ಯಂತ ಸೂಕ್ಷ್ಮವಾದ ಕಾಲಮ್ ಅನ್ನು ಮಾತ್ರ ಬಿಟ್ಟು ಉಳಿದವುಗಳನ್ನು ಅಳಿಸುವುದು
• ಡಿ) ಡೇಟಾವನ್ನು ನಮೂದಿಸುವ ಮೊದಲು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯಿಂದ ಗೌಪ್ಯತೆಯ ಭರವಸೆಯನ್ನು ಪಡೆಯುವುದು ಸಾಕು.

ವಿವರಣೆ: ಸಂಸ್ಥೆಯು ಅನುಮೋದಿಸದ ಸಾಧನಕ್ಕೆ ವೈಯಕ್ತಿಕ ಡೇಟಾವನ್ನು ನಮೂದಿಸದಿರುವುದು ಅತ್ಯಗತ್ಯ; ಅದನ್ನು ನಮೂದಿಸಲು ಅಗತ್ಯವಿದ್ದರೆ, ಗುರುತಿನ ಕಾಲಮ್‌ಗಳನ್ನು ಅಳಿಸುವ ಮೂಲಕ ಅದನ್ನು ಅನಾಮಧೇಯಗೊಳಿಸುವುದು ಅಥವಾ ಪ್ರತ್ಯೇಕ ಸಾಲುಗಳ ಬದಲಿಗೆ ಸರಾಸರಿ/ಒಟ್ಟು ನೀಡುವ ಮೂಲಕ ಅದನ್ನು ಒಟ್ಟುಗೂಡಿಸುವುದು ಅವಶ್ಯಕ. ಒಮ್ಮೆ ಹೊರಬಂದ ನಂತರ, ಡೇಟಾವನ್ನು ಹಿಂಪಡೆಯಲಾಗುವುದಿಲ್ಲ.

12. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯಿಂದ ಉತ್ಪತ್ತಿಯಾಗುವ ಔಟ್‌ಪುಟ್‌ನಲ್ಲಿ 'ಭ್ರಮೆ' ಎಂದರೆ ಏನು ಮತ್ತು ಅದರ ಬಗ್ಗೆ ಏನು ಮಾಡಬೇಕು?

• ಎ) ಮಾದರಿಯು ಅನೇಕ ಬಣ್ಣಗಳನ್ನು ಬಳಸುತ್ತದೆ; ಬಣ್ಣಗಳನ್ನು ಕಡಿಮೆ ಮಾಡುವ ಅಗತ್ಯವಿದೆ
• ಬಿ) ಮಾದರಿಯ ನಿಧಾನ ಕಾರ್ಯಾಚರಣೆ; ಕಡಿಮೆ ವಿನಂತಿಯನ್ನು ಬರೆಯಬೇಕಾಗಿದೆ
• ಸಿ) ಮಾದರಿಯು 3D ಯಲ್ಲಿ ಗ್ರಾಫ್ ಅನ್ನು ಸೆಳೆಯುತ್ತದೆ; 2B ಅನ್ನು ವಿನಂತಿಸಬೇಕಾಗಿದೆ
• ಡಿ) ಮಾದರಿಯು ನೈಜವಾಗಿ ಪ್ರಸ್ತುತಪಡಿಸುತ್ತದೆ ಆದರೆ ಸತ್ಯವಲ್ಲ ಎಂಬ ಮಾಹಿತಿ; ✔ ಪ್ರತಿಯೊಂದು ಸಂಚಿಕೆ ಮತ್ತು ಮೂಲವನ್ನು ಕ್ರಾಸ್ ಮೌಲ್ಯೀಕರಿಸಬೇಕು

ವಿವರಣೆ: ಭ್ರಮೆಯು ಮಾದರಿಯು ನೈಜವಾಗಿ ಪ್ರಸ್ತುತಪಡಿಸುವ ಮಾಹಿತಿಯಾಗಿದೆ ಆದರೆ ನಿಜವಲ್ಲ; ಇದು ನಿರ್ಮಿತ ಸಂಖ್ಯೆ, ಉಲ್ಲೇಖ ಅಥವಾ ಮೂಲವಾಗಿರಬಹುದು. ಮತ್ತೊಂದೆಡೆ, ಮಾದರಿಯ ಹೊರಗಿನ ಸ್ಲೈಡ್‌ನಲ್ಲಿ ನಮೂದಿಸಲಾದ ಪ್ರತಿಯೊಂದು ಸಂಖ್ಯೆ ಮತ್ತು ಬಾಹ್ಯ ಮೂಲವನ್ನು ಕ್ರಾಸ್-ಮೌಲ್ಯಮಾಪನ ಮಾಡುವುದು ಅಗತ್ಯವಾಗಿದೆ ಮತ್ತು ವಿನಂತಿಗಳಲ್ಲಿ 'ಡೇಟಾದಲ್ಲಿ ಇಲ್ಲದ ಸಂಖ್ಯೆಗಳನ್ನು ಉತ್ಪಾದಿಸಬೇಡಿ, ಬರೆಯಿರಿ [ದೃಢೀಕರಣ]' ಎಂಬ ನಿಯಮವನ್ನು ಹೊಂದಿಸಿ.

13. ಸರಿಯಾದ ಚಾರ್ಟ್ ಪ್ರಕಾರವನ್ನು ಆಯ್ಕೆ ಮಾಡುವ ಮೊದಲ ಹಂತ ಯಾವುದು?

• ಎ) ನೀವು ಉತ್ತರಿಸಲು ಬಯಸುವ ಪ್ರಶ್ನೆಯನ್ನು ಒಂದೇ ವಾಕ್ಯದಲ್ಲಿ ಬರೆಯಿರಿ ಮತ್ತು ಅದನ್ನು ಪ್ರಶ್ನೆ ಕುಟುಂಬದಲ್ಲಿ ಇರಿಸಿ ✔
• ಬಿ) ಅತ್ಯಂತ ವರ್ಣರಂಜಿತ ಮತ್ತು ಗಮನ ಸೆಳೆಯುವ ಗ್ರಾಫಿಕ್ ಪ್ರಕಾರವನ್ನು ಆರಿಸುವುದು
• ಸಿ) ಯಾವಾಗಲೂ ಪೈ ಚಾರ್ಟ್‌ನೊಂದಿಗೆ ಪ್ರಾರಂಭಿಸಿ ಮತ್ತು ಅಗತ್ಯವಿದ್ದರೆ ಅದನ್ನು ಮಾರ್ಪಡಿಸಿ
• ಡಿ) 3D ಯಲ್ಲಿ ಪ್ರದರ್ಶಿಸುವ ಮೂಲಕ ಡೇಟಾವನ್ನು ಹೆಚ್ಚು ಪ್ರಭಾವಶಾಲಿಯಾಗಿ ಮಾಡುವುದು

ವಿವರಣೆ: ಚಾರ್ಟ್ ಪ್ರಕಾರವು ನೀವು ಉತ್ತರಿಸಲು ಬಯಸುವ ಪ್ರಶ್ನೆಯನ್ನು ಅವಲಂಬಿಸಿರುತ್ತದೆ, ಡೇಟಾದ ಆಕಾರವಲ್ಲ. ಮೊದಲಿಗೆ, ಒಂದು ವಾಕ್ಯದಲ್ಲಿ ಪ್ರಶ್ನೆಯನ್ನು ಬರೆಯಲು ಮತ್ತು ಅದನ್ನು ಕುಟುಂಬದಲ್ಲಿ ಇರಿಸಲು ಅವಶ್ಯಕವಾಗಿದೆ (ಹೋಲಿಕೆ, ಪ್ರವೃತ್ತಿ, ಸಂಬಂಧ, ಭಾಗ-ಸಂಪೂರ್ಣ, ವಿತರಣೆ), ನಂತರ ಪ್ರಕಾರವನ್ನು ಆರಿಸಿ. ಮೊದಲು ಪ್ರಕಾರವನ್ನು ಆರಿಸುವುದು ಮತ್ತು ಅದರಲ್ಲಿ ಡೇಟಾವನ್ನು ಹೊಂದಿಸಲು ಪ್ರಯತ್ನಿಸುವುದು ತಪ್ಪು.

14. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯೊಂದಿಗೆ ಅಂತ್ಯದಿಂದ ಅಂತ್ಯದ ಪ್ರಸ್ತುತಿಯನ್ನು ಸಿದ್ಧಪಡಿಸುವಾಗ ಹಂತ ಹಂತವಾಗಿ ಮುಂದುವರಿಯುವುದು ಏಕೆ ಮುಖ್ಯ, ಬದಲಿಗೆ 'ಒಂದು ಚಲನೆಯಲ್ಲಿ ಪ್ರಾರಂಭದಿಂದ ಅಂತ್ಯದವರೆಗೆ ಪ್ರಸ್ತುತಿಯನ್ನು ಸಿದ್ಧಪಡಿಸಿ ಮತ್ತು ಪೂರ್ಣಗೊಳಿಸಿ'?

• ಎ) ಏಕೆಂದರೆ ಹಂತ ಹಂತವಾಗಿ ಮುಂದುವರಿಯುವುದು ಯಾವಾಗಲೂ ವೇಗವಾಗಿರುತ್ತದೆ
• ಬಿ) ಏಕೆಂದರೆ ಮಾದರಿಯು ದೀರ್ಘ ವಿನಂತಿಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದಿಲ್ಲ
• ಸಿ) ಏಕೆಂದರೆ ಹಂತ ಹಂತವಾಗಿ ಮುಂದುವರಿಯುವುದರಿಂದ ಪರಿಶೀಲನೆ, ಗೌಪ್ಯತೆ ಮತ್ತು ಪೂರ್ವಾಭ್ಯಾಸದ ಸಮಯದಲ್ಲಿ ಮಾನವ ನಿಯಂತ್ರಣದಲ್ಲಿರಿಸುತ್ತದೆ ಮತ್ತು ತಯಾರಿಕೆ ಮತ್ತು ಸೋರಿಕೆಯ ಅಪಾಯವನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ ✔
• ಡಿ) ಏಕೆಂದರೆ ಒಂದೇ ಚಲನೆಯಲ್ಲಿ ಕೇಳುವುದು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಟೈರ್ ಮಾಡುತ್ತದೆ.

ವಿವರಣೆ: ಒಂದೇ ಬಾರಿಗೆ ಕೆಲಸವನ್ನು ವಿನಂತಿಸುವುದು ಪರಿಶೀಲನೆ, ಗೌಪ್ಯತೆ ಪರಿಶೀಲನೆಗಳು ಮತ್ತು ಪೂರ್ವಾಭ್ಯಾಸದಂತಹ ನಿರ್ಣಾಯಕ ನಿಲುಗಡೆಗಳನ್ನು ಬೈಪಾಸ್ ಮಾಡುತ್ತದೆ; ಮಾದರಿಯು ಅಂತರವನ್ನು ಹೊಂದುತ್ತದೆ ಮತ್ತು ನೀವು ಅದನ್ನು ನಿಯಂತ್ರಿಸಲಾಗುವುದಿಲ್ಲ. ಹಂತ ಹಂತವಾಗಿ ಮುಂದುವರಿಯುವುದು (ಸಂಕ್ಷಿಪ್ತ, ಗೌಪ್ಯತೆ, ರಚನೆ, ವಿಷಯ/ಗ್ರಾಫಿಕ್ಸ್, ಪ್ರಾಮಾಣಿಕತೆ ಪರಿಶೀಲನೆ, ಪೂರ್ವಾಭ್ಯಾಸ) ಮಾನವನನ್ನು ಪ್ರತಿ ಹಂತದಲ್ಲೂ ನಿಯಂತ್ರಣದಲ್ಲಿರಿಸುತ್ತದೆ ಮತ್ತು ಮೊದಲಿನಿಂದಲೂ ಫ್ಯಾಬ್ರಿಕೇಶನ್/ಗೌಪ್ಯತೆಯ ಮಿತಿಗಳನ್ನು ಹೊಂದಿಸುತ್ತದೆ.