എൻഡ്-ടു-എൻഡ് ഫ്ലോ: ബ്രീഫിംഗ് മുതൽ റിഹേഴ്സൽ, സ്ഥിരീകരണം, രഹസ്യാത്മകത, ഡെലിവറി

നേട്ടങ്ങൾ:

• ബ്രീഫിംഗ്, ഡാറ്റ തയ്യാറാക്കൽ, ഘടന, ഉള്ളടക്കം/ഗ്രാഫിക്‌സ്, മൂല്യനിർണ്ണയം, പ്രൂഫിംഗ്, ഡെലിവറി ഘട്ടങ്ങൾ എന്നിവ ഉൾപ്പെടുന്ന ആവർത്തന പ്രവാഹത്തിൽ ഒരു അവതരണം/ഡാറ്റ ജോലി നിർവഹിക്കാനുള്ള കഴിവ്.
• സെൻസിറ്റീവ് ഡാറ്റ അജ്ഞാതമാക്കുകയും സമാഹരിക്കുകയും ചെയ്യുന്നതിലൂടെ, ബാഹ്യ ഉപകരണത്തിന് രഹസ്യാത്മകത ലംഘിക്കാതെ പ്രവർത്തിക്കാനും നിർണായക നമ്പറുകൾ ക്രോസ്-വെരിഫൈ ചെയ്യാനും കഴിയും.
• ഒരു റിഹേഴ്സൽ പങ്കാളിയായി ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് ഉപയോഗിച്ചും ബുദ്ധിമുട്ടുള്ള ചോദ്യങ്ങളും സമയവും പരീക്ഷിച്ചും അന്തിമ ഡെലിവറിയുടെ ഉത്തരവാദിത്തം ഏറ്റെടുക്കാനുള്ള കഴിവ്

മുമ്പത്തെ യൂണിറ്റുകൾ ഓരോന്നായി കഴിവുകൾ പഠിപ്പിച്ചു: ഘടന, ടെക്സ്റ്റ്, ഡിസൈൻ, ഗ്രാഫിക് സെലക്ഷൻ, കോഡ്, ഡാഷ്ബോർഡ്, സ്റ്റോറി, ഇൻഫോഗ്രാഫിക്, സത്യസന്ധത. ഈ അന്തിമ യൂണിറ്റ് അവയെല്ലാം ഒരു വർക്ക്ഫ്ലോയിലേക്ക് സംയോജിപ്പിക്കുന്നു: ഒരു സംക്ഷിപ്തം വന്നിരിക്കുന്നു, നിങ്ങൾ ഒരു അവതരണം/ഡാറ്റ ദൃശ്യവൽക്കരണം നൽകും. തുടക്കം മുതൽ അവസാനം വരെ AI ഉപയോഗിക്കുന്നതും എന്നാൽ ഓരോ ഘട്ടത്തിലും അതിനെ സാധൂകരിക്കുന്നതും സ്വകാര്യതയും ധാർമ്മികതയും സംരക്ഷിക്കുന്നതുമായ ഒരു ആവർത്തന രീതി സ്ഥാപിക്കുക എന്നതാണ് ഞങ്ങളുടെ ലക്ഷ്യം.

എൻഡ്-ടു-എൻഡ് ഫ്ലോയിലേക്ക് ഏഴ് പടികൾ

1. സംക്ഷിപ്തവും വ്യാപ്തിയും: പ്രേക്ഷകർ, ഉദ്ദേശ്യം, പ്രധാന സന്ദേശം, ദൈർഘ്യം, ചാനൽ (അവതരണം, റിപ്പോർട്ട്, സോഷ്യൽ മീഡിയ), നിയന്ത്രണങ്ങൾ.
2. ഡാറ്റ തയ്യാറാക്കൽ: ഡാറ്റ ശേഖരിക്കുക, വൃത്തിയാക്കുക, അജ്ഞാതമാക്കുക; ബാഹ്യ വാഹനത്തിലേക്ക് എന്താണ് പോകുന്നതെന്ന് തീരുമാനിക്കുക.
3. ഘടനയും വിവരണവും: പാറ്റേൺ തിരഞ്ഞെടുക്കുക, സ്ലൈഡ് നട്ടെല്ല് നിർമ്മിക്കുക (യൂണിറ്റ് 2, 8).
4. ഉള്ളടക്കവും ഗ്രാഫിക്സും: വാചകം എഴുതുക, ശരിയായ ഗ്രാഫിക് തിരഞ്ഞെടുത്ത് കോഡ് ചെയ്യുക, ഡിസൈൻ സജ്ജീകരിക്കുക (യൂണിറ്റ് 3-6).
5. സമഗ്രതയും സ്ഥിരീകരണവും: ഓരോ നമ്പറും ഓരോ ചാർട്ടും ഓരോ ക്ലെയിമും ഓഡിറ്റ് ചെയ്യപ്പെടുന്നു (യൂണിറ്റ് 10).
6. റിഹേഴ്‌സ് ചെയ്യുക, എഡിറ്റ് ചെയ്യുക: അവതരണം ഉച്ചത്തിൽ പരീക്ഷിക്കുക, സമയമെടുക്കുക, ഫീഡ്‌ബാക്ക് ഉപയോഗിച്ച് ട്രിം ചെയ്യുക.
7. ഡെലിവറി, ആർക്കൈവ്: അന്തിമ പതിപ്പ്, ഉറവിട കുറിപ്പുകൾ, പുനരുപയോഗിക്കാവുന്ന കോഡ്/ടെംപ്ലേറ്റ്.

നുറുങ്ങ്: ഈ ഏഴ് ഘട്ടങ്ങൾ ഒരു ചെക്ക്‌ലിസ്റ്റാക്കി എല്ലാ ജോലിയിലും അവ ആവർത്തിക്കുക. വർക്ക്ഫ്ലോ സ്റ്റാൻഡേർഡൈസ് ചെയ്യുന്നത് വ്യക്തിഗത രൂപത്തെ ആശ്രയിക്കുന്നതിൽ നിന്ന് ഗുണനിലവാരം ഇല്ലാതാക്കുന്നു.

ഡാറ്റ തയ്യാറാക്കലും സ്വകാര്യതയും: ഏറ്റവും നിർണായകമായ സ്റ്റോപ്പ്

AI-ന് ഡാറ്റ നൽകുന്നതിന് മുമ്പ്, നിർത്തി ചോദിക്കുക: ഈ ഡാറ്റയ്ക്ക് ഒരു ബാഹ്യ സിസ്റ്റത്തിൽ പ്രവേശിക്കാൻ കഴിയുമോ? കുറച്ച് ആശയങ്ങൾ: വ്യക്തിഗത ഡാറ്റ (പേര്, ഐഡൻ്റിറ്റി, കോൺടാക്റ്റ്, ആരോഗ്യം, ശമ്പളം പോലുള്ള ഒരു വ്യക്തിയെ തിരിച്ചറിയുന്ന വിവരങ്ങൾ); അജ്ഞാതവൽക്കരണം (തിരിച്ചറിയാൻ കഴിയാത്തവിധം ഐഡൻ്റിറ്റി നീക്കംചെയ്യൽ); സമാഹരണം (വ്യക്തിഗത നിരയ്ക്ക് പകരം ശരാശരി/മൊത്തം നൽകുക). നിയമം:

• സ്ഥാപനം അംഗീകരിക്കാത്ത ഒരു ടൂളിലേക്ക് വ്യക്തിഗത/വ്യാപാര രഹസ്യങ്ങൾ അടങ്ങിയ ഡാറ്റ ഒരിക്കലും നൽകരുത്.
• നിങ്ങൾ നൽകുകയോ അജ്ഞാതമാക്കുകയോ സമാഹരിക്കുകയോ ചെയ്യണമെങ്കിൽ: പേര്/ഐഡി കോളങ്ങൾ ഇല്ലാതാക്കുക, ഗ്രൂപ്പിനുള്ളിൽ മാത്രം വ്യക്തിയെ കാണിക്കുക.
• ചാർട്ടുകൾ/കോഡ് സൃഷ്‌ടിക്കുമ്പോൾ, മോഡലിന് ഡാറ്റ ഘടന (നിര നാമങ്ങൾ, തരങ്ങൾ) നൽകുക, റോ പ്രിസിഷൻ വരികളല്ല.

നിങ്ങളുടെ റോൾ: ഡാറ്റ പ്രൈവസി കൺട്രോളർ. ഇനിപ്പറയുന്ന ഡാറ്റാസെറ്റിൻ്റെ നിരകൾ: [ലിസ്റ്റ്]. ഒരു ഗ്രാഫ് നിർമ്മിക്കുന്നതിന് ഞാൻ ഇത് ഒരു ബാഹ്യ AI ടൂളിലേക്ക് ഫീഡ് ചെയ്യും. ഏത് കോളങ്ങൾ വ്യക്തിഗത/സെൻസിറ്റീവ് ആയിരിക്കാം? എനിക്ക് അജ്ഞാതമാക്കാനോ സമാഹരിക്കാനോ എന്താണ് വേണ്ടതെന്ന് അടയാളപ്പെടുത്തുകയും അത് എങ്ങനെ ചെയ്യണമെന്ന് നിർദ്ദേശിക്കുകയും ചെയ്യുക (ഇല്ലാതാക്കുക, മുഖംമൂടി, ഗ്രൂപ്പ്). വിശകലനത്തിന് പര്യാപ്തമായ ഏറ്റവും കുറഞ്ഞ ഡാറ്റ ഉപയോഗിച്ച് എനിക്ക് എങ്ങനെ പ്രവർത്തിക്കാനാകുമെന്ന് എന്നോട് പറയുക.

മുന്നറിയിപ്പ്: സെൻസിറ്റീവ് ഡാറ്റ "ഒരിക്കൽ, പെട്ടെന്ന്" ഒട്ടിക്കുന്നത് സ്വകാര്യത ലംഘനത്തിൻ്റെ ഏറ്റവും സാധാരണമായ രൂപമാണ്. ഒരിക്കൽ, ഡാറ്റ വീണ്ടെടുക്കാൻ കഴിയില്ല.

മൂല്യനിർണ്ണയം: ഡെലിവറിക്ക് മുമ്പുള്ള അവസാന ഫിൽട്ടർ

മുഴുവൻ അവതരണത്തിലേക്കും യൂണിറ്റ് 1 (ഉറവിടം, സ്ഥിരത, സത്യസന്ധത, സന്ദർഭം) മുതൽ നാല് ഘട്ടങ്ങൾ പ്രയോഗിക്കുക. കൂടാതെ, ഒരു ക്രോസ്-ചെക്ക് ചെയ്യുക: മോഡലിന് പുറത്തുള്ള ഒരു ടൂൾ (സ്പ്രെഡ്ഷീറ്റ്, കാൽക്കുലേറ്റർ) ഉപയോഗിച്ച് നിർണായക സംഖ്യകൾ സ്ഥിരീകരിക്കുക.

നിയന്ത്രണം

ചോദ്യം

വാഹനം

ഉറവിടം

ഓരോ നമ്പറും എവിടെ നിന്ന് വരുന്നു?

ഡാറ്റ ഉറവിടം/കുറിപ്പ്

സ്ഥിരത

സ്ലൈഡ് ഗ്രാഫിക് ടെക്‌സ്‌റ്റ് സമാനമാണോ?

നിങ്ങളുടെ കണ്ണുകൾ കൊണ്ട് ഡയഗണലായി വായിക്കുക

സത്യസന്ധത

ചാർട്ട് പെരുപ്പിച്ചു കാണിക്കുന്നുണ്ടോ?

യൂണിറ്റ് 10 പരിശോധന

അക്കൗണ്ട്

മൊത്തം/ശതമാനം ശരിയാണോ?

സ്പ്രെഡ്ഷീറ്റ്

അവലംബം

ഉദ്ധരണി/ഉറവിടം യഥാർത്ഥമാണോ?

ഓപ്പൺ സോഴ്സ്, സ്ഥിരീകരിക്കുക

ഭ്രമാത്മകതയെക്കുറിച്ച് പ്രത്യേകം ജാഗ്രത പുലർത്തുക (നിർമ്മിത വിവരങ്ങൾ): മോഡൽ ഒരു സ്ഥിതിവിവരക്കണക്കുകളോ ഉദ്ധരണികളോ ഉറവിടമോ "നിർമിച്ചേക്കാം". സ്ലൈഡിൽ പോകുന്ന എല്ലാ ബാഹ്യ ഉറവിടങ്ങളും ചിത്രങ്ങളും തുറന്ന് പരിശോധിച്ചുറപ്പിക്കുക.

റിഹേഴ്സൽ: കൃത്രിമബുദ്ധി ഉപയോഗിച്ച് അവതരണം പരിശോധിക്കുന്നു

ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് ഒരു റിഹേഴ്സൽ പങ്കാളിയാകാം: പ്രേക്ഷകരുടെ വീക്ഷണകോണിൽ നിന്ന് ബുദ്ധിമുട്ടുള്ള ചോദ്യങ്ങൾ സൃഷ്ടിക്കുക, ദുർബലമായ പരിവർത്തനങ്ങൾ കണ്ടെത്തുക, ദൈർഘ്യം കണക്കാക്കുക.

നിങ്ങളുടെ റോൾ: വെല്ലുവിളി നിറഞ്ഞ പ്രേക്ഷകരും അവതരണ പരിശീലകനും. ചുവടെയുള്ള അവതരണ നട്ടെല്ലും സ്പീക്കർ കുറിപ്പുകളും അവലോകനം ചെയ്യുക. 1) ഈ പ്രേക്ഷകർ ([റോൾ]) ചോദിക്കുന്ന ഏറ്റവും ബുദ്ധിമുട്ടുള്ള 5 ചോദ്യങ്ങൾ സൃഷ്ടിക്കുക. 2) ആഖ്യാനത്തിലെ ദുർബലമായ/അവ്യക്തമായ സംക്രമണങ്ങൾ അടയാളപ്പെടുത്തുക. 3) ഓരോ സ്ലൈഡിലും ഏകദേശം എത്ര സെക്കൻഡ് വീഴുമെന്ന് കണക്കാക്കുക, മൊത്തം സമയം [X] മിനിറ്റുകൾ; വളരെയധികം ആണെങ്കിൽ, ഏതൊക്കെ സ്ലൈഡുകൾ ചുരുക്കണമെന്ന് നിർദ്ദേശിക്കുക. അവതരണം: [ ... ].

ഒരു പ്രത്യേക "എതിർപ്പ് മീറ്റിംഗ്" റിഹേഴ്സൽ:

ഈ അവതരണത്തിൻ്റെ പ്രധാന നിർദ്ദേശത്തോട് 4 എതിർപ്പുകൾ സൃഷ്ടിക്കുകയും ഓരോന്നിനും 2-വാക്യം, ഡാറ്റ അടിസ്ഥാനമാക്കിയുള്ള പ്രതികരണം തയ്യാറാക്കുകയും ചെയ്യുക. ഉത്തരം ഉണ്ടാക്കരുത്; സ്ഥിരീകരണം ആവശ്യമുള്ളിടത്ത് [സ്ഥിരീകരണം] എഴുതുക. നിർദ്ദേശം: [... ].

മൂന്ന് മിനി കേസുകൾ

കേസ് 1 - എൻഡ്-ടു-എൻഡ് വേഗത. ഒരു കൺസൾട്ടൻ്റ് ഒരു സാധാരണ ക്ലയൻ്റ് അവതരണം (ഗവേഷണം + ഘടന + സ്ലൈഡുകൾ + ചാർട്ടുകൾ + തെളിവ്) 2 ദിവസത്തേക്ക് പ്രചരിപ്പിക്കും. ഞങ്ങൾ ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് ഉപയോഗിച്ച് ഏഴ്-ഘട്ട ഫ്ലോ ഇൻസ്റ്റാൾ ചെയ്തപ്പോൾ, സമയം ഏകദേശം 1 ദിവസമായി കുറഞ്ഞു; ലാഭിച്ച സമയത്തിൻ്റെ ഗണ്യമായ ഒരു ഭാഗം വെരിഫിക്കേഷനും റിഹേഴ്സലിനും വേണ്ടി നീക്കിവച്ചതിനാൽ ഗുണനിലവാരം കുറയാതെ വർദ്ധിച്ചു.

കേസ് 2 - അവസാന നിമിഷം സ്വകാര്യത. ചാർട്ടിംഗിനായുള്ള ബാഹ്യ ഉപകരണത്തിലേക്ക് ഒരു ടീം ഉപഭോക്തൃ ഇടപാട് റെക്കോർഡുകൾ (പേര് + തുക) കയറ്റുമതി ചെയ്യും. അവർ സ്വകാര്യതാ നിയന്ത്രണ ഘട്ടത്തിൽ നിർത്തി; അവർ പേരുകൾ ഇല്ലാതാക്കുകയും തുകകൾ സെഗ്‌മെൻ്റ് ശരാശരിയിലേക്ക് പരിവർത്തനം ചെയ്യുകയും ചെയ്തു. വിശകലനം വീണ്ടും പ്രവർത്തിച്ചു, വ്യക്തിഗത വിവരങ്ങളൊന്നും പുറത്തുവന്നില്ല. തുടർന്നുള്ള ഓഡിറ്റിങ്ങിൽ ഈ തീരുമാനം പ്രശംസിക്കപ്പെട്ടു.

കേസ് 3 - റിഹേഴ്സൽ രംഗം സംരക്ഷിച്ചു. ഒരു നിക്ഷേപകൻ്റെ അവതരണത്തിന് മുമ്പ് "ഏറ്റവും ബുദ്ധിമുട്ടുള്ള 5 ചോദ്യങ്ങൾ സൃഷ്ടിക്കാൻ" ഒരു സംരംഭകൻ AI-യോട് പറഞ്ഞു. യോഗത്തിൽ മൂന്ന് ചോദ്യങ്ങൾ വാക്കാൽ ചോദിച്ചു; തയ്യാറായതിനാൽ അവൻ ഒഴുക്കോടെ മറുപടി പറഞ്ഞു. അവൻ റിഹേഴ്സൽ ചെയ്തില്ലായിരുന്നുവെങ്കിൽ, ഏറ്റവും നിർണായകമായ ചോദ്യത്തിൽ അയാൾ കുടുങ്ങിപ്പോകുമായിരുന്നു.

ദുർബലമായ പ്രോംപ്റ്റ് / ശക്തമായ പ്രോംപ്റ്റ്

ദുർബല:

ഈ ഡാറ്റ ഉപയോഗിച്ച് തുടക്കം മുതൽ അവസാനം വരെ ഒരു അവതരണം തയ്യാറാക്കി പൂർത്തിയാക്കുക.

ഒറ്റയടിക്ക് "എല്ലാം" ആഗ്രഹിക്കുന്നു; പരിശോധനയില്ല, രഹസ്യമില്ല, റിഹേഴ്സലില്ല. മോഡൽ വിടവുകൾക്ക് അനുയോജ്യമാണ്, നിങ്ങൾക്ക് അത് നിയന്ത്രിക്കാൻ കഴിയില്ല.

ശക്തമായ:

ഘട്ടം ഘട്ടമായി ഒരു അവതരണം സജ്ജമാക്കാം. ആദ്യം ഘട്ടം 1 ചെയ്യുക: ചുരുക്കം വ്യക്തമാക്കുക (പ്രേക്ഷകർ/ഉദ്ദേശ്യം/സന്ദേശം/ദൈർഘ്യം/ചാനൽ/നിയന്ത്രണം എന്നിവയെക്കുറിച്ച് എന്നോട് ചോദിക്കുക). തുടർന്ന് ഞങ്ങൾ ക്രമത്തിൽ തുടരും: ഡാറ്റ സ്വകാര്യത പരിശോധന, ഘടന, ഉള്ളടക്കം+ഗ്രാഫിക്സ്, സത്യസന്ധത പരിശോധന, പ്രൂഫിംഗ്. ഓരോ ഘട്ടത്തിലും നമ്പറുകൾ ഉണ്ടാക്കരുത്, സ്ഥിരീകരിക്കേണ്ടവ എഴുതുക, സെൻസിറ്റീവ് ഡാറ്റ ആവശ്യപ്പെടരുത്.

രണ്ടാമത്തേത് ജോലിയെ ഘട്ടങ്ങളായി വിഭജിക്കുന്നു, ഓരോ ഘട്ടത്തിലും നിങ്ങളെ നിയന്ത്രിക്കുന്നു, ഒപ്പം രഹസ്യാത്മകത/വിശ്വസ്തത അതിരുകൾ മുന്നിൽ സജ്ജമാക്കുന്നു.

സാധാരണ തെറ്റുകൾ

• ഒറ്റയടിക്ക് "എല്ലാം" ആവശ്യപ്പെടുന്നു: ഘട്ടങ്ങൾ ഒഴിവാക്കുന്നത് പ്രാമാണീകരണത്തെയും സ്വകാര്യതയെയും മറികടക്കുന്നു.
• സ്വകാര്യത സ്റ്റോപ്പ് മറികടക്കുന്നു: അനിയന്ത്രിതമായ ബാഹ്യ ഏജൻ്റിന് സെൻസിറ്റീവ് ഡാറ്റ നൽകുന്നു.
• റിഹേഴ്സലില്ലാതെ സ്റ്റേജിൽ പോകുന്നത്: ബുദ്ധിമുട്ടുള്ള ചോദ്യങ്ങളും സമയവും പ്രതീക്ഷിക്കുന്നില്ല.
• ഉറവിടം/ആട്രിബ്യൂഷൻ സ്ഥിരീകരണം ഒഴിവാക്കുന്നു: കെട്ടിച്ചമച്ച സ്ഥിതിവിവരക്കണക്ക് അല്ലെങ്കിൽ ഉദ്ധരണി ശ്രദ്ധിക്കുന്നില്ല.
• ആർക്കൈവുചെയ്യുന്നില്ല: കോഡ്/ടെംപ്ലേറ്റ് സംഭരിക്കുന്നില്ല, ആദ്യം മുതൽ എല്ലാം ചെയ്യുന്നു.
• മാതൃകയിൽ ഉത്തരവാദിത്തം വെക്കുന്നു: "AI അത് തയ്യാറാക്കി" എന്ന് പറയുക; എന്നിരുന്നാലും, ഡെലിവറി നിങ്ങളുടേതാണ്.

ചുരുക്കത്തിൽ

നിങ്ങളുടെ അവതരണവും ഡാറ്റാ വിഷ്വലൈസേഷൻ ബിസിനസ്സും ഏഴ് ഘട്ടങ്ങളിലായി നിർമ്മിക്കുക: ഹ്രസ്വമായ, ഡാറ്റ തയ്യാറാക്കലും രഹസ്യസ്വഭാവവും, ഘടന/ആഖ്യാനം, ഉള്ളടക്കം/ഗ്രാഫിക്സ്, സമഗ്രതയും പരിശോധനയും, റിഹേഴ്സൽ, ഡെലിവറി/ആർക്കൈവ്. ഓരോ ഘട്ടത്തിലും AI ഉപയോഗിക്കുക, എന്നാൽ നിയന്ത്രണത്തിൽ തുടരുക: സെൻസിറ്റീവ് ഡാറ്റ അജ്ഞാതമാക്കുക, എല്ലാ നമ്പറുകളും ഉറവിടങ്ങളും ക്രോസ്-വെരിഫൈ ചെയ്യുക, മോഡലിനെ നിങ്ങളുടെ പ്രൂഫിംഗ് പങ്കാളിയാക്കുക. കൃത്രിമബുദ്ധി മുഴുവൻ ഒഴുക്കിനെ വേഗത്തിലാക്കുന്നു; ഡാറ്റയുടെ കൃത്യത, സന്ദേശത്തിൻ്റെ സമഗ്രത, രഹസ്യാത്മകത, അന്തിമ ഡെലിവറി എന്നിവയുടെ ഉത്തരവാദിത്തം എല്ലായ്പ്പോഴും നിങ്ങളുടേതാണ്.

ആപ്ലിക്കേഷൻ ടാസ്ക്

ഒരു യഥാർത്ഥ അവതരണ ജോലി തിരഞ്ഞെടുത്ത് ഏഴ് ഘട്ടങ്ങൾ പിന്തുടരുക. (1) AI ഹ്രസ്വമായി ചോദ്യം ചെയ്യുക. (2) സ്വകാര്യതാ നിയന്ത്രണം ഉപയോഗിച്ച് ഏത് ഡാറ്റയാണ് അജ്ഞാതമാക്കേണ്ടതെന്ന് തീരുമാനിക്കുക. (3) ഘട്ടങ്ങളുടെ ഘടന → ഉള്ളടക്കം → ചാർട്ട് എക്സിക്യൂട്ട് ചെയ്യുക. (4) സമഗ്രത ഓഡിറ്റ് നടത്തുകയും നിർണായക നമ്പറുകൾ ക്രോസ്-ചെക്ക് ചെയ്യുകയും ചെയ്യുക. (5) ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് "ഏറ്റവും ബുദ്ധിമുട്ടുള്ള 5 ചോദ്യങ്ങൾ" ഉണ്ടാക്കുകയും അവ പരിശീലിപ്പിക്കുകയും ചെയ്യുക. (6) ഏറ്റവും പുതിയ പതിപ്പും പുനരുപയോഗിക്കാവുന്ന കോഡ്/ടെംപ്ലേറ്റും ആർക്കൈവ് ചെയ്യുക.

ചെക്ക്ലിസ്റ്റ്

• [ ] ഞാൻ ഏഴ്-പടി ഫ്ലോ അനുസരിച്ചാണ് ജോലി നടത്തിയത്.
• [ ] ഞാൻ സെൻസിറ്റീവ് ഡാറ്റ അജ്ഞാതമാക്കി/സംഗ്രഹിച്ചു അല്ലെങ്കിൽ അതൊന്നും നൽകിയില്ല.
• [ ] മോഡലിന് പുറത്തുള്ള ഓരോ സംഖ്യയും ബാഹ്യ ഉറവിടവും ഞാൻ ക്രോസ്-വാലിഡേറ്റ് ചെയ്തു.
• [ ] ഞാൻ എല്ലാ ഗ്രാഫിക്സുകളും സമഗ്രതയ്ക്കായി പരിശോധിച്ചു.
• [ ] ഞാൻ കൃത്രിമബുദ്ധി ഉപയോഗിച്ച് റിഹേഴ്സൽ ചെയ്തു; ഞാൻ ബുദ്ധിമുട്ടുള്ള ചോദ്യങ്ങളും സമയവും പരീക്ഷിച്ചു.
• [ ] ഞാൻ ഏറ്റവും പുതിയ പതിപ്പും വീണ്ടും ഉപയോഗിക്കാവുന്ന ടെംപ്ലേറ്റ്/കോഡും ആർക്കൈവ് ചെയ്തിട്ടുണ്ട്.
• [ ] അന്തിമ ഡെലിവറിക്ക് ഞാൻ ഉത്തരവാദിയാണെന്ന് ഞാൻ അംഗീകരിക്കുന്നു.

മൊഡ്യൂൾ പരീക്ഷ

1. അവതരണത്തിലും ഡാറ്റാ വിഷ്വലൈസേഷനിലും ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസിന് ഏറ്റവും മികച്ച പൊസിഷനിംഗ് ഏതാണ്?

• എ) ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് എന്നത് ഡ്രാഫ്റ്റ്, ഡിസൈൻ, ഗ്രാഫിക് കോഡ്, ക്രിട്ടിക്ക് അസിസ്റ്റൻ്റ് എന്നിവയാണ്; ഡാറ്റയുടെ കൃത്യത, സത്യസന്ധത, രഹസ്യസ്വഭാവം എന്നിവയുടെ ഉത്തരവാദിത്തം മനുഷ്യരുടേതാണ് ✔
• ബി) കൃത്രിമബുദ്ധി ഒരു കാൽക്കുലേറ്ററാണ്; അദ്ദേഹം നൽകുന്ന ഓരോ നമ്പറും ഗ്രാഫും തികച്ചും ശരിയാണ്.
• സി) സ്ലൈഡുകൾ അലങ്കരിക്കാൻ മാത്രമേ ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് ഉപയോഗപ്രദമാകൂ, ഇതിന് ഡാറ്റയുമായും ഗ്രാഫിക്സുമായും യാതൊരു ബന്ധവുമില്ല
• D) AI മനുഷ്യരേക്കാൾ നിഷ്പക്ഷമായതിനാൽ, ഗ്രാഫിക്സ് സമഗ്രത തീരുമാനങ്ങൾ അതിന് വിടണം

വിവരണം: വലിയ ഭാഷാ മാതൃക ഒരു കാൽക്കുലേറ്ററോ വെരിഫിക്കേഷൻ മെഷീനോ അല്ല, മറിച്ച് അനുനയിപ്പിക്കുന്ന വാചകത്തിൻ്റെയും രൂപരേഖയുടെയും ഒരു ജനറേറ്ററാണ്. ഡ്രാഫ്റ്റിംഗ്, ഡിസൈൻ, ഗ്രാഫിക്സ് കോഡ്, ക്രിട്ടിക്ക് തുടങ്ങിയ റോളുകളിൽ ഇത് ധാരാളം സമയം ലാഭിക്കുന്നു; എന്നിരുന്നാലും, ഡാറ്റയുടെ കൃത്യത, ഗ്രാഫിൻ്റെ സത്യസന്ധത, രഹസ്യാത്മകത, അന്തിമ ഡെലിവറി എന്നിവയുടെ ഉത്തരവാദിത്തം കഴിവുള്ള വ്യക്തിയുടേതാണ്.

2. 'പരസ്യ ചെലവും വിൽപ്പനയും തമ്മിൽ ബന്ധമുണ്ടോ?' ഏത് തരത്തിലുള്ള ചാർട്ടാണ് ചോദ്യം ഏറ്റവും സത്യസന്ധമായി കാണിക്കുന്നത്?

• എ) മൾട്ടി-സ്ലൈസ് പൈ ചാർട്ട്
• ബി) അടുക്കിയ ബാർ ചാർട്ട്
• സി) സ്കാറ്റർ പ്ലോട്ട് ✔
• D) 3D പൈ ചാർട്ട്

വിശദീകരണം: രണ്ട് സംഖ്യാ വേരിയബിളുകൾ തമ്മിലുള്ള ബന്ധം (പരസ്പരബന്ധം) കാണിക്കാൻ ഒരു സ്കാറ്റർ പ്ലോട്ട് ഉപയോഗിക്കുന്നു. താരതമ്യത്തിന് ഒരു ബാർ അനുയോജ്യമാണ്, കാലക്രമേണ മാറ്റത്തിന് ഒരു വരി അനുയോജ്യമാണ്; ഒരു ബാർ ചാർട്ട് ബന്ധത്തിൻ്റെ ചോദ്യത്തിന് ശരിയായ ഉത്തരം നൽകുന്നില്ല.

3. സ്ലൈഡ് ശീർഷകത്തിൽ 'വിഷയ ശീർഷകം' എന്നതിന് പകരം 'ആക്ഷൻ ശീർഷകം' ഉപയോഗിക്കാൻ ശുപാർശ ചെയ്യുന്നത് എന്തുകൊണ്ട്?

• എ) സ്ലൈഡിൽ കൂടുതൽ ടെക്‌സ്‌റ്റ് ഫിറ്റ് ചെയ്യാൻ
• ബി) കാരണം ഇത് സ്ലൈഡിൻ്റെ ഒരേയൊരു ക്ലെയിം നേരിട്ട് നൽകുകയും സന്ദേശം തൽക്ഷണം മനസ്സിലാക്കാൻ പ്രേക്ഷകരെ അനുവദിക്കുകയും ചെയ്യുന്നു ✔
• സി) ഫോണ്ട് വലുതാക്കേണ്ട ആവശ്യമില്ലാത്തതിനാൽ
• ഡി) സ്പീക്കർ കുറിപ്പുകളുടെ ആവശ്യം ഇല്ലാതായതിനാൽ

വിവരണം: ആക്ഷൻ ശീർഷകം ഒരു പൂർണ്ണ വാചകത്തിൽ സ്ലൈഡ് പറയുന്നത് ഒരു ക്ലെയിം ആയി നൽകുന്നു ('വിൽപന 3 ക്വാർട്ടേഴ്സായി കുറയുന്നു'), സബ്ജക്റ്റ് ടാഗ് ('വിൽപ്പന') മാത്രം നൽകില്ല. ഓരോ സ്ലൈഡും എന്താണ് ഉദ്ദേശിക്കുന്നതെന്ന് തൽക്ഷണം മനസ്സിലാക്കാൻ ഇത് കാഴ്ചക്കാരനെ അനുവദിക്കുന്നു; അവതരണത്തിൻ്റെ ഗുണനിലവാരം ഏറ്റവും മെച്ചപ്പെടുത്തുന്നത് ഒരൊറ്റ മാറ്റമാണ്.

4. വിഷ്വൽ ജനറേറ്റിംഗ് ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് ഉപയോഗിച്ച് അവതരണ വിഷ്വലുകൾ തയ്യാറാക്കുമ്പോൾ ഏറ്റവും പ്രായോഗികവും ധാർമ്മികവുമായ ആപ്ലിക്കേഷൻ ഏതാണ്?

• എ) വിഷ്വലിൽ എല്ലാ ശീർഷകങ്ങളും നമ്പറുകളും പ്രിൻ്റ് ചെയ്ത് സ്ലൈഡിൽ നേരിട്ട് ഇടുക
• ബി) ഒരു യഥാർത്ഥ ഉപഭോക്തൃ ഫോട്ടോയായി നിർമ്മിച്ച പോർട്രെയ്റ്റ് അവതരിപ്പിക്കുന്നു
• സി) ഒരു പ്രശസ്ത ബ്രാൻഡിൻ്റെ ശൈലി കൃത്യമായി അനുകരിക്കാൻ
• D) ടെക്‌സ്‌റ്റ് ഇല്ലാതെ വിഷ്വൽ നിർമ്മിക്കുകയും സ്ലൈഡ് പ്രോഗ്രാമിൽ ടെക്‌സ്‌റ്റ് ചേർക്കുകയും വ്യാജം യഥാർത്ഥമായി അവതരിപ്പിക്കാതിരിക്കുകയും ചെയ്യുന്നു ✔

വിശദീകരണം: നിർമ്മിച്ച ചിത്രങ്ങളിലെ വാചകം പലപ്പോഴും കേടായതിനാൽ സ്ലൈഡ് പ്രോഗ്രാമിൽ പിന്നീട് ടെക്സ്റ്റ് ചേർക്കേണ്ടത് ആവശ്യമാണ്. കൂടാതെ, നിർമ്മിച്ച ചിത്രം ഒരു യഥാർത്ഥ ഫോട്ടോ/യഥാർത്ഥ വ്യക്തിയായി അവതരിപ്പിക്കുന്നത് തെറ്റിദ്ധരിപ്പിക്കുന്നതും അധാർമികവുമാണ്. ടെക്‌സ്‌റ്റ് ഇല്ലാതെ ചിത്രം നിർമ്മിക്കുക, വാചകം സ്വയം ചേർക്കുക, വ്യാജം യഥാർത്ഥമായി അവതരിപ്പിക്കാതിരിക്കുക എന്നതാണ് ശരിയായ സമീപനം.

5. 9 ഉൽപ്പന്നങ്ങളുടെ മാർക്കറ്റ് ഷെയർ കാണിക്കാൻ ഏറ്റവും വായിക്കാവുന്ന ഓപ്ഷൻ ഏതാണ്?

• A) മൂല്യം അനുസരിച്ച് തരംതിരിച്ച തിരശ്ചീന ബാർ ചാർട്ട്
• B) 9-സെഗ്‌മെൻ്റ് പൈ ചാർട്ട്
• സി) 9 സ്ലൈസുകളുള്ള 3D പൈ ചാർട്ട്
• ഡി) ഒരൊറ്റ വരി ചാർട്ട്

വിശദീകരണം: 2-4 സ്ലൈസുകൾ ഉണ്ടെങ്കിൽ മാത്രമേ ഒരു പൈ ചാർട്ട് പ്രവർത്തിക്കൂ, ഷെയറുകളിൽ കാര്യമായ വ്യത്യാസമുണ്ട്; സമാനമായ 9 സ്ലൈസുകൾ വായിക്കാൻ കഴിയില്ല. ഒന്നിലധികം വിഭാഗങ്ങൾ താരതമ്യപ്പെടുത്തുമ്പോൾ മൂല്യമനുസരിച്ച് അടുക്കിയ ഒരു തിരശ്ചീന ബാർ ചാർട്ട് എല്ലായ്പ്പോഴും കൂടുതൽ വായിക്കാൻ കഴിയും.

6. ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസിൽ നിന്ന് ഗ്രാഫുകൾ സ്വീകരിക്കുമ്പോൾ 'ഗ്രാഫിൻ്റെ ഒരു ചിത്രം' ചോദിക്കുന്നതിന് പകരം 'ഗ്രാഫ് നിർമ്മിക്കുന്ന കോഡ് ചോദിക്കുകയും അത് സ്വയം പ്രവർത്തിപ്പിക്കുകയും ചെയ്യുന്നത്' കൂടുതൽ വിശ്വസനീയമായിരിക്കുന്നത് എന്തുകൊണ്ട്?

• എ) കാരണം കോഡ് എപ്പോഴും കൂടുതൽ മനോഹരമായ നിറങ്ങൾ തിരഞ്ഞെടുക്കുന്നു
• ബി) ചിത്രങ്ങൾ നിർമ്മിക്കുന്നത് നിരോധിച്ചിരിക്കുന്നതിനാൽ
• സി) കോഡ് ഡാറ്റ അതേപടി പ്രോസസ്സ് ചെയ്യുകയും നിർണ്ണായകവും ആവർത്തിക്കാവുന്നതുമായ ഫലങ്ങൾ നൽകുകയും ചെയ്യുന്നതിനാൽ, വാക്കാലുള്ള പ്രവചനത്തെ ആശ്രയിക്കേണ്ട ആവശ്യമില്ല ✔
• ഡി) കാരണം കോഡ് യാന്ത്രികമായി ഗ്രാഫുകളെ സത്യസന്ധമാക്കുന്നു, കൂടുതൽ പരിശോധന ആവശ്യമില്ല

വിവരണം: വലിയ ഭാഷാ മോഡൽ ഒരു ടെക്സ്റ്റ് ജനറേറ്ററാണ്; അവൻ വാക്കാലുള്ള ഒരു സംഖ്യ ഊഹിക്കുക മാത്രമാണ് ചെയ്യുന്നത്, അത് തെറ്റായിരിക്കാം. കോഡ് ഡാറ്റ അതേപടി പ്രോസസ്സ് ചെയ്യുകയും ഡിറ്റർമിനിസ്റ്റിക് (ഒരേ ഇൻപുട്ടിന് എല്ലായ്പ്പോഴും ഒരേ ഔട്ട്പുട്ട്) ആവർത്തിച്ചുള്ള ഫലങ്ങൾ ഉണ്ടാക്കുകയും ചെയ്യുന്നു; ഡാറ്റ അപ്‌ഡേറ്റ് ചെയ്യുമ്പോൾ, കോഡ് വീണ്ടും പ്രവർത്തിപ്പിക്കാനും ഗ്രാഫ് പുതുക്കാനും കഴിയും.

7. ഒരു നല്ല ഡാഷ്‌ബോർഡ് ഡിസൈനിൻ്റെ അടിസ്ഥാന തത്വം എന്താണ്?

• എ) ലഭ്യമായ എല്ലാ മെട്രിക്കുകളും ഒരൊറ്റ സ്ക്രീനിൽ ഘടിപ്പിക്കുന്നു
• ബി) ഒരു നിശ്ചിത പ്രേക്ഷകർക്കും തീരുമാനത്തിനും ആവശ്യമായ കെപിഐകളുടെ (5-9) ചെറിയ സംഖ്യയുടെ സന്ദർഭം കാണിക്കുക ✔
• സി) കഴിയുന്നത്ര ദശാംശസ്ഥാനങ്ങൾ ഉപയോഗിച്ച് ഓരോ സംഖ്യയും കാണിക്കുന്നു
• ഡി) നിറങ്ങൾ വൈവിധ്യവത്കരിക്കുന്നതിന് ഓരോ മെട്രിക്കും വ്യത്യസ്ത നിറങ്ങളിൽ പെയിൻ്റ് ചെയ്യുക

വിവരണം: ഡാഷ്‌ബോർഡ് എല്ലാം കാണിക്കുന്നില്ല, എന്നാൽ ഒരു പ്രത്യേക പ്രേക്ഷകരുടെ ഒരു പ്രത്യേക തീരുമാനത്തിന് ആവശ്യമായ 5-9 ശരിയായ കെപിഐകൾ. തീരുമാനത്തിന് അനുയോജ്യമല്ലാത്ത മെട്രിക്കുകൾ ഡാഷ്‌ബോർഡിനെ മറികടക്കും. കൂടാതെ, ഓരോ നമ്പറിലേക്കും സന്ദർഭവും (ലക്ഷ്യം/മാറ്റം) ഒരു ഫ്രഷ്‌നെസ് സ്റ്റാമ്പും ചേർക്കണം, കൂടാതെ ഏറ്റവും നിർണായകമായ കെപിഐ മുകളിൽ ഇടതുവശത്ത് സ്ഥാപിക്കണം.

8. ഡാറ്റ സ്റ്റോറിടെല്ലിംഗിലെ സത്യസന്ധതയുടെ കാര്യത്തിൽ ഏത് സ്വഭാവമാണ് ഒരു കെണി?

• എ) സന്ദർഭ-ടെൻഷൻ-റെസല്യൂഷൻ ഘടനയിൽ കണ്ടെത്തലുകൾ അവതരിപ്പിക്കുന്നു
• ബി) ഓരോ ഗ്രാഫും ആഖ്യാനത്തിലെ ഒരു വാക്യവുമായി ബന്ധിപ്പിക്കുന്നു
• സി) ഉൾക്കാഴ്ച ഒരു വാക്യത്തിൽ സംഗ്രഹിക്കുക
• ഡി) ആഖ്യാനത്തിന് അനുയോജ്യമല്ലാത്ത കാലയളവ് മറയ്ക്കുകയും അതിനെ പിന്തുണയ്ക്കുന്ന ഡാറ്റ മാത്രം കാണിക്കുകയും ചെയ്യുന്നു (ചെറി പിക്കിംഗ്) ✔

വിശദീകരണം: ചെറി-പിക്കിംഗ് എന്നത് ആഖ്യാനത്തിന് അനുയോജ്യമായ കാലഘട്ടം/വിഭാഗം കാണിക്കുകയും അല്ലാത്തത് മറയ്ക്കുകയും അത് സമഗ്രത ലംഘിക്കുകയും ചെയ്യുന്നു. ഒരു നല്ല കഥ പ്രേരിപ്പിക്കുന്നു, പക്ഷേ അത് ഡാറ്റ വളച്ചൊടിക്കാനുള്ള അനുമതിയായി മാറരുത്; 'ഈ വിവരണത്തിന് ചേരാത്ത ഡാറ്റ ഏതാണ്?' വേണമെങ്കിൽ ചോദിച്ച് കാണിക്കണം.

9. ഒരു ഇൻഫോഗ്രാഫിക്കിൽ ഒരു വൃത്തത്തിൻ്റെ വ്യാസം എന്ന നിലയിൽ ഒരു മൂല്യത്തെ പ്രതിനിധീകരിക്കുന്നത് തെറ്റിദ്ധരിപ്പിക്കുന്നത് എന്തുകൊണ്ട്?

• A) വ്യാസം ഇരട്ടിയാക്കുമ്പോൾ, വിസ്തീർണ്ണം നാലിരട്ടിയായി വർദ്ധിക്കുകയും പ്രേക്ഷകർ വർദ്ധനവ് യഥാർത്ഥത്തിൽ ഉള്ളതിനേക്കാൾ വലുതായി മനസ്സിലാക്കുകയും ചെയ്യുന്നു ✔
• B) കാരണം ഒരു പൈ ചാർട്ടിൽ സർക്കിളുകൾ ഉപയോഗിക്കാൻ കഴിയില്ല
• സി) കാരണം വർണ്ണാന്ധതയുള്ള കാഴ്ചക്കാർക്ക് സർക്കിളുകൾ കാണാൻ കഴിയില്ല
• D) ഒരു വടി വരയ്ക്കുന്നതിനേക്കാൾ വേഗത കുറവാണ് വൃത്തം വരയ്ക്കുന്നത്

വിശദീകരണം: വ്യാസം ഇരട്ടിയാകുമ്പോൾ, വൃത്തത്തിൻ്റെ വിസ്തീർണ്ണം നാലിരട്ടിയായി; കാഴ്ചക്കാരൻ ഏരിയ അനുസരിച്ച് മൂല്യം മനസ്സിലാക്കുന്നതിനാൽ, 2 മടങ്ങ് വർദ്ധനവ് 4 മടങ്ങ് ആണെന്ന് അവൻ / അവൾ കരുതുന്നു. ഇതിനെ ഫീൽഡ് ഫാളസി എന്ന് വിളിക്കുന്നു. വിസ്തീർണ്ണം അനുസരിച്ചല്ല, ലീനിയർ സ്കെയിലും വ്യക്തമായ സംഖ്യ ലേബലും (ഉദാ. '2×') ഉപയോഗിച്ച് മൂല്യം നൽകേണ്ടത് ആവശ്യമാണ്.

10. ഏറ്റവും സാധാരണമായ വഞ്ചന സാങ്കേതികത എന്താണ്, ഒരു ബാർ ചാർട്ടിൽ അതിന് തുല്യമായത് എന്താണ്?

• എ) വിറകുകൾക്ക് നിറം നൽകുന്നത് തെറ്റിദ്ധരിപ്പിക്കുന്നതാണ്; അവയെല്ലാം ചാരനിറമാക്കേണ്ടത് ആവശ്യമാണ്
• ബി) നേരിട്ടുള്ള ലേബലുകൾ തെറ്റിദ്ധരിപ്പിക്കുന്നതാണ്; ഒരു പ്രത്യേക ഇതിഹാസം ഉപയോഗിക്കേണ്ടത് എല്ലായ്പ്പോഴും ആവശ്യമാണ്
• C) ഡാഷ് ചെയ്ത y-ആക്സിസ് വ്യത്യാസത്തെ പെരുപ്പിച്ചു കാണിക്കുന്നു; ബാർ ചാർട്ടിൽ അച്ചുതണ്ട് 0 ✔ മുതൽ ആരംഭിക്കണം
• ഡി) തിരശ്ചീനമായ ബാർ തെറ്റിദ്ധരിപ്പിക്കുന്നതാണ്; എല്ലായ്പ്പോഴും ലംബ ബാർ ഉപയോഗിക്കേണ്ടതുണ്ട്

വിശദീകരണം: ഒരു ഡാഷ്ഡ് y-അക്ഷം (0-ന് പകരം 90-ൽ ആരംഭിക്കുന്നിടത്ത് y) ഒരു ചെറിയ വ്യത്യാസം വലുതായി തോന്നിപ്പിക്കുന്നു; 2% വർദ്ധനവ് 50% ആയി തോന്നാം. ഒരു ബാർ ചാർട്ടിൽ, അക്ഷം എല്ലായ്പ്പോഴും 0-ൽ ആരംഭിക്കണം, കാരണം ബാറിൻ്റെ നീളം മൂല്യത്തെ പ്രതിനിധീകരിക്കുന്നു.

11. ചാർട്ടിംഗിനായി ഒരു ബാഹ്യ AI ടൂളിലേക്ക് സെൻസിറ്റീവ് ഡാറ്റ (പേര്, ശമ്പളം, ഉപഭോക്തൃ റെക്കോർഡ്) ഉള്ള ഒരു ടേബിൾ എക്‌സ്‌പോർട്ട് ചെയ്യണമെങ്കിൽ ശരിയായ സമീപനം എന്താണ്?

• എ) സമയം ലാഭിക്കുന്നതിനായി ടേബിൾ വേഗത്തിൽ ഒട്ടിക്കുക
• ബി) പേരും ഐഡൻ്റിറ്റി കോളങ്ങളും നീക്കം ചെയ്തുകൊണ്ട് ഡാറ്റയെ അജ്ഞാതമാക്കുകയോ കൂട്ടിച്ചേർക്കുകയോ ചെയ്യുക, ആവശ്യമില്ലെങ്കിൽ അവ നൽകാതിരിക്കുക ✔
• സി) ഏറ്റവും സെൻസിറ്റീവ് കോളം മാത്രം വിട്ട് ബാക്കിയുള്ളത് ഇല്ലാതാക്കുക
• ഡി) ഡാറ്റ നൽകുന്നതിന് മുമ്പ് ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസിൽ നിന്ന് ഒരു രഹസ്യ വാഗ്ദാനമെടുത്താൽ മതിയാകും.

വിശദീകരണം: സ്ഥാപനം അംഗീകരിക്കാത്ത ഒരു ഉപകരണത്തിലേക്ക് വ്യക്തിഗത ഡാറ്റ നൽകാതിരിക്കേണ്ടത് അത്യാവശ്യമാണ്; അത് നൽകേണ്ടത് ആവശ്യമാണെങ്കിൽ, ഐഡൻ്റിറ്റി കോളങ്ങൾ ഇല്ലാതാക്കി അതിനെ അജ്ഞാതമാക്കുകയോ വ്യക്തിഗത വരികൾക്ക് പകരം ശരാശരി/മൊത്തം നൽകി സമാഹരിക്കുകയോ വേണം. ഒരിക്കൽ, ഡാറ്റ വീണ്ടെടുക്കാൻ കഴിയില്ല.

12. ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് ഉൽപ്പാദിപ്പിക്കുന്ന ഒരു ഔട്ട്പുട്ടിൽ 'ഹാലുസിനേഷൻ' എന്താണ് അർത്ഥമാക്കുന്നത്, അതിനെക്കുറിച്ച് എന്താണ് ചെയ്യേണ്ടത്?

• എ) മോഡൽ പല നിറങ്ങൾ ഉപയോഗിക്കുന്നു; നിറങ്ങൾ കുറയ്ക്കേണ്ടതുണ്ട്
• ബി) മോഡലിൻ്റെ മന്ദഗതിയിലുള്ള പ്രവർത്തനം; ചെറിയ അഭ്യർത്ഥന എഴുതേണ്ടതുണ്ട്
• സി) മോഡൽ 3D യിൽ ഗ്രാഫ് വരയ്ക്കുന്നു; 2B അഭ്യർത്ഥിക്കേണ്ടതുണ്ട്
• ഡി) മോഡൽ യഥാർത്ഥമായി അവതരിപ്പിക്കുന്ന വിവരം, എന്നാൽ സത്യമല്ല; ✔ ഓരോ ലക്കവും ഉറവിടവും ക്രോസ്-വാലിഡേറ്റ് ചെയ്തിരിക്കണം

വിശദീകരണം: ഹാലുസിനേഷൻ എന്നത് മോഡൽ യഥാർത്ഥമായി അവതരിപ്പിക്കുന്ന വിവരമാണ്, എന്നാൽ അത് ശരിയല്ല; ഇത് ഒരു നിർമ്മിച്ച നമ്പറോ ഉദ്ധരണിയോ ഉറവിടമോ ആകാം. മറുവശത്ത്, മോഡലിന് പുറത്തുള്ള സ്ലൈഡിൽ നൽകിയിട്ടുള്ള എല്ലാ നമ്പറുകളും ബാഹ്യ ഉറവിടങ്ങളും ക്രോസ്-വാലിഡേറ്റ് ചെയ്യേണ്ടത് ആവശ്യമാണ്, കൂടാതെ അഭ്യർത്ഥനകളിൽ 'ഡാറ്റയിൽ ഇല്ലാത്ത നമ്പറുകൾ നിർമ്മിക്കരുത്, [സ്ഥിരീകരണം] എഴുതുക' എന്ന നിയമം സജ്ജമാക്കുക.

13. ശരിയായ ചാർട്ട് തരം തിരഞ്ഞെടുക്കുന്നതിനുള്ള ആദ്യപടി എന്താണ്?

• A) നിങ്ങൾ ഉത്തരം നൽകാൻ ആഗ്രഹിക്കുന്ന ചോദ്യം ഒരു വാക്യത്തിൽ എഴുതുകയും ഒരു ചോദ്യ കുടുംബത്തിൽ സ്ഥാപിക്കുകയും ചെയ്യുക ✔
• ബി) ഏറ്റവും വർണ്ണാഭമായതും ആകർഷകവുമായ ഗ്രാഫിക് തരം തിരഞ്ഞെടുക്കുന്നു
• സി) എല്ലായ്പ്പോഴും ഒരു പൈ ചാർട്ട് ഉപയോഗിച്ച് ആരംഭിച്ച് ആവശ്യമെങ്കിൽ അത് പരിഷ്ക്കരിക്കുക
• D) 3D യിൽ പ്രദർശിപ്പിക്കുന്നതിലൂടെ ഡാറ്റ കൂടുതൽ ആകർഷണീയമാക്കുന്നു

വിശദീകരണം: ചാർട്ട് തരം നിങ്ങൾ ഉത്തരം നൽകാൻ ആഗ്രഹിക്കുന്ന ചോദ്യത്തെ ആശ്രയിച്ചിരിക്കുന്നു, ഡാറ്റയുടെ ആകൃതിയല്ല. ആദ്യം, ഒരു വാക്യത്തിൽ ചോദ്യം എഴുതുകയും ഒരു കുടുംബത്തിൽ (താരതമ്യം, പ്രവണത, ബന്ധം, ഭാഗം-മുഴുവൻ, വിതരണം) സ്ഥാപിക്കുകയും ചെയ്യേണ്ടത് ആവശ്യമാണ്, തുടർന്ന് തരം തിരഞ്ഞെടുക്കുക. ആദ്യം തരം തിരഞ്ഞെടുത്ത് അതിൽ ഡാറ്റ ഫിറ്റ് ചെയ്യാൻ ശ്രമിക്കുന്നത് തെറ്റാണ്.

14. ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് ഉപയോഗിച്ച് എൻഡ്-ടു-എൻഡ് അവതരണം തയ്യാറാക്കുമ്പോൾ, 'ഒറ്റ നീക്കത്തിൽ തുടക്കം മുതൽ അവസാനം വരെ ഒരു അവതരണം തയ്യാറാക്കി പൂർത്തിയാക്കുക' എന്ന് പറയുന്നതിന് പകരം ഘട്ടം ഘട്ടമായി മുന്നോട്ട് പോകേണ്ടത് പ്രധാനമായിരിക്കുന്നത് എന്തുകൊണ്ട്?

• എ) കാരണം പടിപടിയായി മുന്നോട്ട് പോകുന്നത് എല്ലായ്പ്പോഴും വേഗതയുള്ളതാണ്
• ബി) കാരണം മോഡലിന് ദൈർഘ്യമേറിയ അഭ്യർത്ഥനകൾ മനസ്സിലാകുന്നില്ല
• സി) കാരണം പടിപടിയായി മുന്നോട്ട് പോകുന്നത് സ്ഥിരീകരണ വേളയിൽ മനുഷ്യനെ നിയന്ത്രണത്തിലാക്കുന്നു, രഹസ്യാത്മകതയും റിഹേഴ്സലും നിർത്തുകയും കൃത്രിമത്വത്തിൻ്റെയും ചോർച്ചയുടെയും അപകടസാധ്യത കുറയ്ക്കുകയും ചെയ്യുന്നു ✔
• ഡി) കാരണം ഒറ്റ നീക്കത്തിൽ ചോദിക്കുന്നത് ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസിനെ ക്ഷീണിപ്പിക്കുന്നു.

വിവരണം: ഒറ്റയടിക്ക് ജോലി അഭ്യർത്ഥിക്കുന്നത് സ്ഥിരീകരണം, സ്വകാര്യത പരിശോധനകൾ, റിഹേഴ്സലുകൾ എന്നിവ പോലുള്ള നിർണായക സ്റ്റോപ്പുകൾ മറികടക്കുന്നു; മോഡൽ വിടവുകൾക്ക് അനുയോജ്യമാണ്, നിങ്ങൾക്ക് അത് നിയന്ത്രിക്കാൻ കഴിയില്ല. ഘട്ടം ഘട്ടമായി മുന്നോട്ടുപോകുന്നത് (സംക്ഷിപ്തമായ, രഹസ്യാത്മകത, ഘടന, ഉള്ളടക്കം/ഗ്രാഫിക്സ്, സത്യസന്ധത പരിശോധന, റിഹേഴ്സൽ) എല്ലാ ഘട്ടത്തിലും മനുഷ്യനെ നിയന്ത്രിക്കുകയും കെട്ടിച്ചമയ്ക്കൽ/രഹസ്യത എന്നിവയുടെ പരിധികൾ തുടക്കം മുതൽ നിശ്ചയിക്കുകയും ചെയ്യുന്നു.