ਲਾਭ:
- AI ਨਾਲ ਵਿੱਤੀ ਮਾਡਲ ਦੀ ਧਾਰਨਾ, ਡਰਾਈਵਰ ਅਤੇ ਆਉਟਪੁੱਟ ਪਰਤਾਂ ਨੂੰ ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਵੱਖ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
- AI ਸਮਰਥਨ ਨਾਲ ਆਸ਼ਾਵਾਦੀ/ਆਧਾਰ/ਨਿਰਾਸ਼ਾਵਾਦੀ ਦ੍ਰਿਸ਼ਾਂ ਅਤੇ ਵਿਲੱਖਣ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਟੇਬਲ ਸਥਾਪਤ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
- ਸਰਕੂਲਰ ਰੈਫਰੈਂਸਿੰਗ, ਫਾਰਮੂਲਾ ਅਤੇ ਧਾਰਨਾ ਇਕਸਾਰਤਾ ਦੇ ਰੂਪ ਵਿੱਚ ਏਆਈ ਦੇ ਮਾਡਲ ਤਰਕ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
ਇੱਕ ਵਿੱਤੀ ਮਾਡਲ ਇੱਕ ਢਾਂਚਾਗਤ ਲੇਖਾਕਾਰੀ ਢਾਂਚਾ ਹੁੰਦਾ ਹੈ ਜੋ ਕਿਸੇ ਕੰਪਨੀ ਜਾਂ ਪ੍ਰੋਜੈਕਟ ਦੇ ਭਵਿੱਖ ਨੂੰ ਸੰਖਿਆਵਾਂ ਨਾਲ ਨਕਲ ਕਰਦਾ ਹੈ। ਸਭ ਤੋਂ ਸਰਲ ਰੂਪ ਵਿੱਚ, ਇਹ "ਕੁਝ ਧਾਰਨਾਵਾਂ ਵਿੱਚ ਰੱਖੋ, ਨਤੀਜੇ ਪ੍ਰਾਪਤ ਕਰੋ" ਸੈੱਟਅੱਪ ਹੈ: ਜਦੋਂ ਤੁਸੀਂ ਵਿਕਾਸ ਦਰ, ਲਾਗਤ ਦਰ, ਅਤੇ ਨਿਵੇਸ਼ ਦੀ ਰਕਮ ਨੂੰ ਬਦਲਦੇ ਹੋ ਤਾਂ ਲਾਭ, ਨਕਦ ਅਤੇ ਮੁੱਲ ਕਿਵੇਂ ਬਦਲਦੇ ਹਨ? ਇੱਕ ਚੰਗੇ ਮਾਡਲ ਵਿੱਚ ਤਿੰਨ ਸਪਸ਼ਟ ਪਰਤਾਂ ਹੁੰਦੀਆਂ ਹਨ: ਧਾਰਨਾਵਾਂ (ਸੰਖਿਆ ਜੋ ਤੁਸੀਂ ਇਨਪੁਟ ਕਰਦੇ ਹੋ), ਡਰਾਈਵਰ (ਤਰਕ ਜੋ ਉਹਨਾਂ ਨੰਬਰਾਂ ਨੂੰ ਆਉਟਪੁੱਟ ਨਾਲ ਜੋੜਦਾ ਹੈ), ਅਤੇ ਆਉਟਪੁੱਟ (ਮੁਨਾਫਾ, ਨਕਦ, ਦਰਾਂ)। AI ਮਾਡਲਿੰਗ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਕਈ ਤਰੀਕਿਆਂ ਨਾਲ ਤੇਜ਼ ਕਰਦਾ ਹੈ: ਇਹ ਮਾਡਲ ਪਿੰਜਰ ਦਾ ਪ੍ਰਸਤਾਵ ਕਰਦਾ ਹੈ, ਫਾਰਮੂਲਾ ਤਰਕ ਸਥਾਪਤ ਕਰਦਾ ਹੈ, ਦ੍ਰਿਸ਼ਾਂ ਦੀ ਨਕਲ ਕਰਦਾ ਹੈ, ਅਤੇ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਟੇਬਲ ਤਿਆਰ ਕਰਦਾ ਹੈ। ਪਰ ਮਾਡਲ ਦੀਆਂ ਸਭ ਤੋਂ ਖਤਰਨਾਕ ਗਲਤੀਆਂ ਅਦਿੱਖ ਹਨ: ਇੱਕ ਗਲਤ ਫਾਰਮੂਲਾ, ਇੱਕ ਛੁਪਿਆ ਹੋਇਆ ਸਰਕੂਲਰ ਹਵਾਲਾ, ਜਾਂ ਇੱਕ ਅਸੰਗਤ ਧਾਰਨਾ ਚੁੱਪਚਾਪ ਮਾਡਲ ਨੂੰ ਗਲਤ ਬਣਾ ਦਿੰਦੀ ਹੈ। ਇਸ ਯੂਨਿਟ ਦਾ ਸਾਰ ਮਾਡਲ ਤਰਕ ਦੀ ਜਾਂਚ ਕਰਨਾ ਹੈ ਜੋ AI ਬਣਾਉਂਦਾ ਹੈ।
ਇਸ ਯੂਨਿਟ ਵਿੱਚ, ਅਸੀਂ ਮਾਡਲ ਦੀਆਂ ਤਿੰਨ ਪਰਤਾਂ ਨੂੰ ਵੱਖ ਕਰਨਾ ਸਿੱਖਾਂਗੇ, ਆਸ਼ਾਵਾਦੀ/ਬੇਸਲਾਈਨ/ਨਿਰਾਸ਼ਾਵਾਦੀ ਦ੍ਰਿਸ਼ਾਂ ਅਤੇ ਭਾਵਨਾ ਸਾਰਣੀ ਨੂੰ ਸਥਾਪਤ ਕਰਨਾ, ਅਤੇ AI ਦੇ ਮਾਡਲ ਤਰਕ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕਰਨਾ ਸਿੱਖਾਂਗੇ।
ਧਾਰਨਾਵਾਂ: ਧਾਰਨਾ: ਉਹ ਸੰਖਿਆ ਜੋ ਤੁਸੀਂ ਹੱਥੀਂ ਮਾਡਲ ਵਿੱਚ ਦਾਖਲ ਕਰਦੇ ਹੋ (ਉਦਾਹਰਨ ਲਈ ਵਾਧਾ 10%)। ਡਰਾਈਵਰ: ਫਾਰਮੂਲਾ ਤਰਕ ਜੋ ਧਾਰਨਾ ਨੂੰ ਆਉਟਪੁੱਟ ਨਾਲ ਜੋੜਦਾ ਹੈ। ਦ੍ਰਿਸ਼: ਧਾਰਨਾਵਾਂ ਦੇ ਸਮੂਹ (ਆਸ਼ਾਵਾਦੀ/ਆਧਾਰ/ਨਿਰਾਸ਼ਾਵਾਦੀ) ਦੀ ਪੂਰੀ ਤਬਦੀਲੀ। ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਵਿਸ਼ਲੇਸ਼ਣ: ਕਦਮ ਦਰ ਕਦਮ ਇੱਕ ਸਿੰਗਲ ਧਾਰਨਾ ਨੂੰ ਬਦਲਣਾ ਅਤੇ ਆਉਟਪੁੱਟ 'ਤੇ ਪ੍ਰਭਾਵ ਨੂੰ ਵੇਖਣਾ। ਸਰਕੂਲਰ ਹਵਾਲਾ: ਕਿਸੇ ਸੈੱਲ ਦਾ ਆਪਣੇ ਆਪ ਨਾਲ ਸਿੱਧਾ/ਅਪ੍ਰਤੱਖ ਕਨੈਕਸ਼ਨ।
ਮਾਡਲ ਦੀਆਂ ਤਿੰਨ ਪਰਤਾਂ
ਇੱਕ ਮਾਡਲ ਦਾ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਅਨੁਸ਼ਾਸਨੀ ਨਿਯਮ ਗਣਨਾ ਤੋਂ ਧਾਰਨਾਵਾਂ ਨੂੰ ਵੱਖ ਕਰਨਾ ਹੈ। ਧਾਰਨਾਵਾਂ ਇੱਕ ਥਾਂ ਇਕੱਠੀਆਂ ਕੀਤੀਆਂ ਜਾਂਦੀਆਂ ਹਨ, ਲੇਖਾ ਉਹਨਾਂ ਨਾਲ ਬੰਨ੍ਹਿਆ ਜਾਂਦਾ ਹੈ; ਇਸ ਲਈ ਜਦੋਂ ਤੁਸੀਂ ਕਿਸੇ ਧਾਰਨਾ ਨੂੰ ਬਦਲਦੇ ਹੋ, ਤਾਂ ਪੂਰਾ ਮਾਡਲ ਲਗਾਤਾਰ ਅੱਪਡੇਟ ਹੁੰਦਾ ਹੈ। AI ਬਿਲਡ ਮਾਡਲ ਹੋਣ 'ਤੇ ਇਸ ਅੰਤਰ ਨੂੰ ਲਾਗੂ ਕਰੋ।
ਪਰਤ
ਸਮੱਗਰੀ
ਵਧੀਆ ਡਿਜ਼ਾਈਨ ਨਿਯਮ
ਧਾਰਨਾਵਾਂ
ਵਾਧਾ, ਮਾਰਜਿਨ, ਪਰਿਪੱਕਤਾ, ਛੋਟ, ਨਿਵੇਸ਼
ਇੱਕ ਥਾਂ, ਓਪਨ ਲੇਬਲ
ਡਰਾਈਵਰ
ਫਾਰਮੂਲੇ ਜਿਵੇਂ ਕਿ ਮਾਲੀਆ = ਕੀਮਤ × ਵਾਲੀਅਮ
ਧਾਰਨਾ ਦਾ ਹਵਾਲਾ ਦਿੰਦੇ ਹੋਏ, ਇੱਥੇ ਕੋਈ ਸਥਿਰ ਏਮਬੈਡਡ ਨੰਬਰ ਨਹੀਂ ਹੈ
ਆਊਟਪੁੱਟ
ਲਾਭ, ਨਕਦ, ਦਰ, ਮੁੱਲ
ਇਹ ਕੇਵਲ ਗਣਨਾ ਤੋਂ ਲਿਆ ਗਿਆ ਹੈ, ਇਹ ਹੱਥ ਨਾਲ ਨਹੀਂ ਲਿਖਿਆ ਗਿਆ ਹੈ.
ਸੰਕੇਤ: ਮਾਡਲ ਵਿੱਚ ਫਾਰਮੂਲੇ ਵਿੱਚ ਕਦੇ ਵੀ "ਸਥਿਰ" ਨੰਬਰ ਨੂੰ ਏਮਬੇਡ ਨਾ ਕਰੋ (ਉਦਾਹਰਨ ਲਈ = ਟਰਨਓਵਰ*0.55)। ਇਸਦੀ ਬਜਾਏ, ਧਾਰਨਾ ਸੈੱਲ ਵਿੱਚ 0.55 ਪਾਓ ਅਤੇ ਇਸਦਾ ਹਵਾਲਾ ਦਿਓ। ਇਸ ਤਰ੍ਹਾਂ, ਜਦੋਂ ਧਾਰਨਾ ਬਦਲ ਜਾਂਦੀ ਹੈ, ਤਾਂ ਮਾਡਲ ਨੂੰ ਇੱਕ ਸਿੰਗਲ ਬਿੰਦੂ ਤੋਂ ਅਪਡੇਟ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਅਤੇ ਤੁਸੀਂ ਆਸਾਨੀ ਨਾਲ ਲੁਕਵੇਂ ਸਥਿਰਾਂਕਾਂ ਨੂੰ ਕੈਪਚਰ ਕਰ ਸਕਦੇ ਹੋ ਜੋ AI ਨੇ ਏਮਬੇਡ ਕੀਤਾ ਹੈ।
ਸਕ੍ਰਿਪਟ ਅਤੇ ਸੰਵੇਦਨਸ਼ੀਲਤਾ
ਦ੍ਰਿਸ਼ ਅਤੇ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਵੱਖੋ-ਵੱਖਰੀਆਂ ਚੀਜ਼ਾਂ ਹਨ ਅਤੇ ਉਲਝਣਾਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਦ੍ਰਿਸ਼ ਬਹੁਤ ਸਾਰੀਆਂ ਧਾਰਨਾਵਾਂ ਨੂੰ ਇਕੱਠੇ ਬਦਲਦਾ ਹੈ (ਨਿਰਾਸ਼ਾਵਾਦੀ ਸੰਸਾਰ ਵਿੱਚ, ਦੋਵੇਂ ਵਿਕਾਸ ਘਟਦੇ ਹਨ ਅਤੇ ਲਾਗਤ ਵਧਦੇ ਹਨ)। ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਇੱਕ ਸਿੰਗਲ ਧਾਰਨਾ ਨੂੰ ਅਲੱਗ ਕਰਦੀ ਹੈ ਅਤੇ ਆਉਟਪੁੱਟ 'ਤੇ ਇਸਦੇ ਪ੍ਰਭਾਵ ਨੂੰ ਮਾਪਦੀ ਹੈ (ਕਿਵੇਂ ਮੁੱਲ ਬਦਲਦਾ ਹੈ ਜੇਕਰ ਸਿਰਫ਼ ਛੋਟ ਦਰ ਬਦਲਦੀ ਹੈ)। ਇਕੱਠੇ ਉਹ ਦਿਖਾਉਂਦੇ ਹਨ ਕਿ ਮਾਡਲ ਕਿੱਥੇ ਕਮਜ਼ੋਰ ਹੈ.
ਮਾਡਲ ਪਿੰਜਰ ਪ੍ਰੋਂਪਟ: "ਕਿਸੇ SaaS ਕੰਪਨੀ ਲਈ ਇੱਕ ਸਧਾਰਨ 3-ਸਾਲ ਦਾ ਮਾਲੀਆ-ਮੁਨਾਫ਼ਾ ਮਾਡਲ ਸੈਟ ਅਪ ਕਰੋ। ਪਰਤਾਂ ਨੂੰ ਵੱਖ ਕਰੋ: (1) ਧਾਰਨਾਵਾਂ (ਸ਼ੁਰੂਆਤੀ ਗਾਹਕ 500, ਮਹੀਨਾਵਾਰ ਵਾਧਾ 4%, ਮਾਸਿਕ ਗਾਹਕੀ 1,200 TL, ਕੁੱਲ ਮਾਰਜਿਨ 78%, ਮਹੀਨਾਵਾਰ ਨਿਸ਼ਚਿਤ ਖਰਚਾ (0DR20 DRIVENL) ਮਹੀਨਾਵਾਰ ਨਿਸ਼ਚਿਤ ਖਰਚਾ ਗਾਹਕ, ਮਾਲੀਆ, ਖਰਚਾ ਫਾਰਮੂਲਾ), (3) ਆਉਟਪੁੱਟ (ਮਾਸਿਕ ਮਾਲੀਆ, ਕੁੱਲ ਲਾਭ, ਸੰਚਾਲਨ ਲਾਭ) ਫਾਰਮੂਲੇ ਵਿੱਚ ਸਥਿਰ ਸੰਖਿਆ ਨਾ ਰੱਖੋ, ਬਸ ਇਹ ਸਭ ਮੰਨ ਲਓ।"
ਦ੍ਰਿਸ਼ ਪ੍ਰੋਂਪਟ: "ਇਸ ਮਾਡਲ ਵਿੱਚ ਤਿੰਨ ਦ੍ਰਿਸ਼ ਜੋੜੋ। ਆਧਾਰ: ਦਿੱਤੀਆਂ ਗਈਆਂ ਧਾਰਨਾਵਾਂ। ਆਸ਼ਾਵਾਦੀ: ਮਾਸਿਕ ਵਾਧਾ 6%, ਮਾਰਜਿਨ 80%। ਨਿਰਾਸ਼ਾਵਾਦੀ: ਮਾਸਿਕ ਵਾਧਾ 2%, ਮਾਰਜਿਨ 72%, ਨਿਸ਼ਚਿਤ ਖਰਚਾ 10% ਹੋਰ। ਤਿੰਨਾਂ ਦੇ ਨਾਲ 36ਵੇਂ ਮਹੀਨੇ ਦੇ ਸੰਚਾਲਨ ਲਾਭ ਨੂੰ ਸਾਰਣੀ ਵਿੱਚ ਰੱਖੋ।"
ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਸਾਰਣੀ ਪ੍ਰੋਂਪਟ: "ਮਾਸਿਕ ਵਿਕਾਸ ਦਰ ਲਈ 36ਵੇਂ ਮਹੀਨੇ ਦੇ ਸੰਚਾਲਨ ਲਾਭ ਦੀ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਦਿਖਾਓ। 1 ਪੁਆਇੰਟ ਦੇ ਕਦਮਾਂ ਵਿੱਚ ਵਿਕਾਸ ਨੂੰ 1% ਤੋਂ 7% ਵਿੱਚ ਬਦਲੋ, ਹੋਰ ਧਾਰਨਾਵਾਂ ਨੂੰ ਸਥਿਰ ਰੱਖੋ ਅਤੇ ਸਾਰਣੀ ਵਿੱਚ ਹਰੇਕ ਪੜਾਅ 'ਤੇ ਲਾਭ ਨੂੰ ਰਿਕਾਰਡ ਕਰੋ। ਇੱਕ ਵਾਕ ਵਿੱਚ ਮੁਨਾਫ਼ਾ ਵਾਧੇ ਲਈ ਕਿੰਨਾ ਸੰਵੇਦਨਸ਼ੀਲ ਹੈ, ਸੰਖੇਪ ਕਰੋ।"
ਮਾਡਲ ਆਡਿਟ ਪ੍ਰੋਂਪਟ: "ਤੁਹਾਡੇ ਦੁਆਰਾ ਬਣਾਏ ਗਏ ਮਾਡਲ ਵਿੱਚ: (1) ਕੀ ਫਾਰਮੂਲੇ ਵਿੱਚ ਨਿਸ਼ਚਿਤ ਸੰਖਿਆਵਾਂ ਸ਼ਾਮਲ ਹਨ ਜੋ ਧਾਰਨਾਵਾਂ 'ਤੇ ਅਧਾਰਤ ਨਹੀਂ ਹਨ? (2) ਕੀ ਕੋਈ ਸਰਕੂਲਰ ਸੰਦਰਭ ਜੋਖਮ ਹੈ? (3) ਕੀ ਇਕਾਈਆਂ ਇਕਸਾਰ ਹਨ (ਮਾਸਿਕ/ਸਾਲਾਨਾ, TL/ਹਜ਼ਾਰ TL)? ਹਰੇਕ ਜੋਖਮ ਦੀ ਰਿਪੋਰਟ ਕਰੋ ਜੋ ਤੁਸੀਂ ਇਸਨੂੰ ਆਈਟਮਾਈਜ਼ ਕਰਕੇ ਲੱਭਦੇ ਹੋ।"
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ
ਕਮਜ਼ੋਰ: "ਮੈਨੂੰ 3-ਸਾਲ ਦਾ ਵਿੱਤੀ ਮਾਡਲ ਬਣਾਓ।" (ਨਤੀਜਾ: ਮਿਕਸਡ ਲੇਅਰਾਂ ਨਾਲ ਇੱਕ ਗਣਨਾ, ਏਮਬੈਡਡ ਸਥਿਰਾਂਕ, ਆਡਿਟ ਕਰਨਾ ਮੁਸ਼ਕਲ ਹੈ।) STRONG: "ਵੱਖਰੀ ਧਾਰਨਾ/ਡਰਾਈਵਰ/ਆਊਟਪੁੱਟ ਲੇਅਰਾਂ ਦੇ ਨਾਲ ਇੱਕ 3-ਸਾਲ ਦਾ ਮਾਡਲ ਬਣਾਓ, ਫਾਰਮੂਲੇ ਵਿੱਚ ਕੋਈ ਫਿਕਸਡ ਏਮਬੈਡਡ ਨਹੀਂ, ਵਿਕਾਸ ਅਤੇ ਹਾਸ਼ੀਏ ਦੀਆਂ ਧਾਰਨਾਵਾਂ ਜੋ ਇੱਕ ਥਾਂ 'ਤੇ ਬਦਲੀਆਂ ਜਾ ਸਕਦੀਆਂ ਹਨ; ਫਿਰ ਇੱਕ ਵਿਕਾਸਯੋਗ ਸੰਵੇਦਨਾ ਅਤੇ ਇਕਾਈ ਦੀ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਦੀ ਜਾਂਚ ਕਰਨ ਯੋਗ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਅਤੇ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਨੂੰ ਜੋੜੋ। ਮਾਡਲ ਵਿੱਚ।"
ਮਿੰਨੀ ਕੇਸ
ਕੇਸ 1 — ਏਮਬੇਡ ਕੀਤੇ ਸਥਿਰਾਂਕ ਦੀ ਲਾਗਤ। ਇੱਕ ਵਿਸ਼ਲੇਸ਼ਕ AI-ਬਿਲਟ ਮਾਡਲ ਵਿੱਚ ਮਾਰਜਿਨ ਨੂੰ 78% ਤੋਂ 75% ਤੱਕ ਘਟਾ ਦਿੰਦਾ ਹੈ, ਪਰ ਓਪਰੇਟਿੰਗ ਮੁਨਾਫਾ ਉਮੀਦ ਤੋਂ ਘੱਟ ਬਦਲਦਾ ਹੈ। ਜਦੋਂ ਉਹ ਕੰਟਰੋਲ ਪ੍ਰੋਂਪਟ ਚਲਾਉਂਦਾ ਹੈ, ਤਾਂ ਉਹ ਦੇਖਦਾ ਹੈ ਕਿ ਲਾਗਤ ਫਾਰਮੂਲਾ ਏਮਬੈਡ ਕੀਤੇ 0.22 ਸਥਿਰਾਂਕ 'ਤੇ ਅਧਾਰਤ ਹੈ, ਨਾ ਕਿ ਧਾਰਨਾ 'ਤੇ। ਭਾਵੇਂ ਮਾਰਜਿਨ ਸੈੱਲ ਬਦਲ ਗਿਆ ਹੈ, ਫਾਰਮੂਲਾ ਪੁਰਾਣੇ ਮੁੱਲ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ। ਇੱਕ ਨਿਸ਼ਚਿਤ ਧਾਰਨਾ ਦੇ ਅਧਾਰ 'ਤੇ ਮਾਡਲ ਸਹੀ ਢੰਗ ਨਾਲ ਜਵਾਬ ਦਿੰਦਾ ਹੈ।
ਕੇਸ 2 — ਨਾਜ਼ੁਕ ਮੁੱਲ। ਇੱਕ ਨਿਵੇਸ਼ ਫੈਸਲੇ ਮਾਡਲ ਵਿੱਚ, ਅਧਾਰ ਦ੍ਰਿਸ਼ ਆਕਰਸ਼ਕ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ। ਜਦੋਂ ਵਿਸ਼ਲੇਸ਼ਕ ਇੱਕ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਸਾਰਣੀ ਬਣਾਉਂਦਾ ਹੈ, ਉਹ ਦੇਖਦਾ ਹੈ ਕਿ ਜਦੋਂ ਵਿਕਾਸ 5% ਤੋਂ 3% ਤੱਕ ਘਟਦਾ ਹੈ ਤਾਂ ਓਪਰੇਟਿੰਗ ਲਾਭ ਅੱਧਾ ਰਹਿ ਜਾਂਦਾ ਹੈ। ਇਸ ਲਈ ਮਾਡਲ ਦੀ ਪੂਰੀ ਅਪੀਲ ਇੱਕ ਇੱਕਲੇ ਆਸ਼ਾਵਾਦੀ ਵਿਕਾਸ ਧਾਰਨਾ 'ਤੇ ਟਿਕੀ ਹੋਈ ਹੈ। ਇਹ ਜਾਗਰੂਕਤਾ ਫੈਸਲੇ ਨੂੰ "ਨਿਸ਼ਚਿਤ ਹਾਂ" ਤੋਂ "ਵਿਕਾਸ ਦੀ ਪੁਸ਼ਟੀ ਹੋਣ ਤੋਂ ਪਹਿਲਾਂ ਸਾਵਧਾਨ" ਵਿੱਚ ਬਦਲ ਦਿੰਦੀ ਹੈ।
ਕੇਸ 3 - ਚੱਕਰੀ ਜਾਲ। ਉਧਾਰ ਲੈਣ ਵਾਲੇ ਮਾਡਲ ਵਿੱਚ, ਵਿਆਜ ਦਾ ਖਰਚਾ ਕਰਜ਼ੇ ਦੇ ਸੰਤੁਲਨ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ, ਕਰਜ਼ਾ ਸੰਤੁਲਨ ਨਕਦ ਦੀ ਲੋੜ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ, ਅਤੇ ਨਕਦ ਦੀ ਲੋੜ ਵਿਆਜ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ। ਏਆਈ ਨੂੰ ਸਥਾਪਿਤ ਕਰਦੇ ਸਮੇਂ, ਇੱਕ ਸਰਕੂਲਰ ਹਵਾਲਾ ਆਉਂਦਾ ਹੈ ਅਤੇ ਐਕਸਲ ਇੱਕ ਚੇਤਾਵਨੀ ਦਿੰਦਾ ਹੈ। ਚੇਤਾਵਨੀ ਨੂੰ ਬੰਦ ਕਰਨ ਅਤੇ ਜਾਰੀ ਰੱਖਣ ਦੀ ਬਜਾਏ, ਵਿਸ਼ਲੇਸ਼ਕ ਤਰਕ ਨੂੰ ਸੋਧਦਾ ਹੈ ਅਤੇ ਪਿਛਲੀ ਪੀਰੀਅਡ ਬੈਲੰਸ 'ਤੇ ਵਿਆਜ ਦੀ ਗਣਨਾ ਕਰਨ ਲਈ ਚੇਨ ਨੂੰ ਤੋੜਦਾ ਹੈ। ਇਸ ਤਰ੍ਹਾਂ, ਨਤੀਜਾ ਦੋਵੇਂ ਸਹੀ ਅਤੇ ਖੋਜਣਯੋਗ ਹੈ.
ਸਾਵਧਾਨ: ਇੱਕ ਮਾਡਲ ਨੂੰ ਇੱਕ ਸਿੰਗਲ ਦ੍ਰਿਸ਼ ਦੁਆਰਾ ਕਦੇ ਵੀ ਜਾਇਜ਼ ਨਹੀਂ ਠਹਿਰਾਇਆ ਜਾਂਦਾ ਹੈ ਜੋ ਚੰਗਾ ਲੱਗਦਾ ਹੈ. ਇਹ ਵਾਕ "ਬੇਸ ਦ੍ਰਿਸ਼ ਵਿੱਚ ਬਹੁਤ ਲਾਭਦਾਇਕ ਹੈ" ਇਹ ਜਾਣੇ ਬਿਨਾਂ ਕਿ ਨਿਰਾਸ਼ਾਵਾਦੀ ਦ੍ਰਿਸ਼ ਵਿੱਚ ਕੀ ਹੁੰਦਾ ਹੈ, ਫੈਸਲੇ ਲਈ ਇੱਕ ਜਾਇਜ਼ ਨਹੀਂ ਹੋ ਸਕਦਾ। ਹਰੇਕ ਮਾਡਲ ਵਿੱਚ, ਘੱਟ ਤੋਂ ਘੱਟ ਆਸ਼ਾਵਾਦੀ/ਆਧਾਰ/ਨਿਰਾਸ਼ਾਵਾਦੀ ਤਿਕੜੀ ਅਤੇ ਨਾਜ਼ੁਕ ਧਾਰਨਾ ਪ੍ਰਤੀ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਲਈ ਪੁੱਛੋ।
ਮਾਡਲ ਚੈਕਿੰਗ ਦੇ ਚਾਰ ਸਵਾਲ
ਹਰੇਕ ਮਾਡਲ ਨੂੰ ਪੁੱਛੋ ਕਿ AI ਇਹਨਾਂ ਚਾਰ ਸਵਾਲਾਂ ਨੂੰ ਬਣਾਉਂਦਾ ਹੈ:
- ਕੀ ਕੋਈ ਏਮਬੈਡਡ ਸਥਿਰ ਹੈ? ਕੀ ਹਰੇਕ ਸੰਖਿਆ ਇੱਕ ਧਾਰਨਾ 'ਤੇ ਅਧਾਰਤ ਹੈ ਜਾਂ ਫਾਰਮੂਲੇ ਵਿੱਚ ਸ਼ਾਮਲ ਹੈ?
- ਕੀ ਇਕਾਈਆਂ ਇਕਸਾਰ ਹਨ? ਕੀ ਮਾਸਿਕ ਅਤੇ ਸਾਲਾਨਾ, TL ਅਤੇ ਹਜ਼ਾਰ TL ਮਿਲਾਏ ਗਏ ਹਨ?
- ਕੀ ਕੋਈ ਸਰਕੂਲਰ ਹਵਾਲਾ ਹੈ? ਕੀ ਇੱਕ ਸੈੱਲ ਆਪਣੇ ਆਪ ਨਾਲ ਜੁੜ ਰਿਹਾ ਹੈ?
- ਕੀ ਆਉਟਪੁੱਟ ਧਾਰਨਾ ਨੂੰ ਸਹੀ ਢੰਗ ਨਾਲ ਪ੍ਰਤੀਕਿਰਿਆ ਕਰਦਾ ਹੈ? ਜਦੋਂ ਤੁਸੀਂ ਇੱਕ ਧਾਰਨਾ ਬਦਲਦੇ ਹੋ, ਤਾਂ ਕੀ ਆਉਟਪੁੱਟ ਉਮੀਦ ਕੀਤੀ ਦਿਸ਼ਾ ਵਿੱਚ ਬਦਲਦਾ ਹੈ?
ਆਮ ਗਲਤੀਆਂ
- ਗਣਨਾ ਤੋਂ ਧਾਰਨਾ ਨੂੰ ਵੱਖ ਨਹੀਂ ਕਰਨਾ। ਜਦੋਂ ਸਥਿਰਾਂਕ ਫਾਰਮੂਲੇ ਵਿੱਚ ਏਮਬੇਡ ਕੀਤੇ ਜਾਂਦੇ ਹਨ, ਤਾਂ ਮਾਡਲ ਨੂੰ ਨਿਯੰਤਰਿਤ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ ਅਤੇ ਗਲਤ ਢੰਗ ਨਾਲ ਪ੍ਰਤੀਕਿਰਿਆ ਕਰਦਾ ਹੈ।
- ਇੱਕ ਸਿੰਗਲ ਦ੍ਰਿਸ਼ ਨਾਲ ਫੈਸਲਾ ਕਰਨਾ. ਨਿਰਾਸ਼ਾਵਾਦੀ ਸਥਿਤੀ ਨੂੰ ਵੇਖੇ ਬਿਨਾਂ ਕੀਤਾ ਗਿਆ ਫੈਸਲਾ ਜੋਖਮ ਭਰਿਆ ਹੁੰਦਾ ਹੈ।
- ਚੱਕਰਵਾਤੀ ਚੇਤਾਵਨੀ ਨੂੰ ਬੰਦ ਕਰੋ। ਚੇਤਾਵਨੀ ਇੱਕ ਗਲਤੀ ਦੀ ਨਿਸ਼ਾਨੀ ਹੈ, ਨਾ ਕਿ ਚੁੱਪ ਕਰਾਉਣ ਲਈ ਪਰੇਸ਼ਾਨੀ।
- ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਨੂੰ ਛੱਡਣਾ। ਮਾਡਲ ਦੀ ਮਜ਼ਬੂਤੀ ਨੂੰ ਇਹ ਜਾਣੇ ਬਿਨਾਂ ਨਹੀਂ ਮਾਪਿਆ ਜਾ ਸਕਦਾ ਹੈ ਕਿ ਨਤੀਜਾ ਕਿਸ ਧਾਰਨਾ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ।
- ਯੂਨਿਟ ਉਲਝਣ. ਮਾਸਿਕ/ਸਾਲਾਨਾ ਅਤੇ TL/ਹਜ਼ਾਰ TL ਅੰਤਰ ਚੁੱਪ ਪਰ ਵੱਡੀਆਂ ਤਰੁੱਟੀਆਂ ਪੈਦਾ ਕਰਦੇ ਹਨ।
ਸਾਰੰਸ਼ ਵਿੱਚ
ਇੱਕ ਵਿੱਤੀ ਮਾਡਲ ਇੱਕ ਲੇਖਾਕਾਰੀ ਫਰੇਮਵਰਕ ਹੈ ਜੋ ਭਵਿੱਖ ਨੂੰ ਧਾਰਨਾਵਾਂ ਦੇ ਨਾਲ ਨਕਲ ਕਰਦਾ ਹੈ, ਅਤੇ ਇਸਦੀ ਸ਼ਕਤੀ ਪਰਤਾਂ ਦੀ ਸਪਸ਼ਟਤਾ ਤੋਂ ਆਉਂਦੀ ਹੈ। ਏਆਈ ਫਰੇਮਵਰਕ ਤੇਜ਼ੀ ਨਾਲ ਦ੍ਰਿਸ਼ ਅਤੇ ਭਾਵਨਾ ਟੇਬਲ ਬਣਾਉਂਦਾ ਹੈ; ਪਰ ਇਹ ਅਦਿੱਖ ਤਰੁੱਟੀਆਂ ਨੂੰ ਪੇਸ਼ ਕਰ ਸਕਦਾ ਹੈ ਜਿਵੇਂ ਕਿ ਏਮਬੈਡਡ ਸਥਿਰਤਾ, ਸਰਕੂਲਰ ਰੈਫਰੈਂਸ ਅਤੇ ਯੂਨਿਟ ਅਸੰਗਤਤਾ। ਗਣਨਾ ਤੋਂ ਧਾਰਨਾ ਨੂੰ ਵੱਖ ਕਰੋ, ਹਰੇਕ ਮਾਡਲ ਲਈ ਆਸ਼ਾਵਾਦੀ/ਆਧਾਰ/ਨਿਰਾਸ਼ਾਵਾਦੀ ਤਿਕੜੀ ਅਤੇ ਨਾਜ਼ੁਕ ਧਾਰਨਾ ਪ੍ਰਤੀ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਜੋੜੋ, ਇੱਕ ਸਮੇਂ ਵਿੱਚ ਚਾਰ ਆਡਿਟ ਸਵਾਲ ਪੁੱਛੋ। ਇੱਕ ਚੰਗਾ ਦ੍ਰਿਸ਼ ਕਿਸੇ ਫੈਸਲੇ ਨੂੰ ਜਾਇਜ਼ ਨਹੀਂ ਠਹਿਰਾ ਸਕਦਾ।
ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ
AI ਨੂੰ ਤਿੰਨ ਪਰਤਾਂ (ਧਾਰਨਾ/ਡਰਾਈਵਰ/ਆਉਟਪੁੱਟ) ਵਿੱਚ ਵੰਡਿਆ ਹੋਇਆ ਇੱਕ ਸਧਾਰਨ 3-ਸਾਲ ਦਾ ਮਾਲੀਆ-ਮੁਨਾਫ਼ਾ ਮਾਡਲ ਬਣਾਉਣ ਲਈ ਕਹੋ ਅਤੇ ਫਾਰਮੂਲੇ ਵਿੱਚ ਏਮਬੇਡ ਕੀਤੇ ਬਿਨਾਂ ਕਿਸੇ ਸਥਿਰਤਾ ਦੀ ਮੰਗ ਨਾ ਕਰੋ। ਤਿੰਨ ਆਸ਼ਾਵਾਦੀ/ਬੇਸਲਾਈਨ/ਨਿਰਾਸ਼ਾਵਾਦੀ ਦ੍ਰਿਸ਼ ਜੋੜੋ ਅਤੇ ਨਵੀਨਤਮ ਓਪਰੇਟਿੰਗ ਲਾਭ ਨੂੰ ਨਾਲ-ਨਾਲ ਰੱਖੋ। ਫਿਰ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਧਾਰਨਾ (ਜਿਵੇਂ ਕਿ ਵਾਧਾ) ਲਈ ਇੱਕ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਸਾਰਣੀ ਲਈ ਪੁੱਛੋ। ਅੰਤ ਵਿੱਚ, ਮਾਡਲ ਚੈਕ ਪ੍ਰੋਂਪਟ ਚਲਾਓ ਅਤੇ ਏਮਬੇਡ ਕੀਤੇ ਸਥਿਰਾਂਕਾਂ, ਚੱਕਰੀ ਸੰਦਰਭਾਂ, ਅਤੇ ਯੂਨਿਟ ਅਸੰਗਤੀਆਂ ਦੀ ਜਾਂਚ ਕਰੋ ਅਤੇ ਖੋਜਾਂ ਨੂੰ ਨੋਟ ਕਰੋ।
ਚੈੱਕਲਿਸਟ
- [ ] ਮੈਂ ਧਾਰਨਾ, ਡਰਾਈਵਰ ਅਤੇ ਆਉਟਪੁੱਟ ਲੇਅਰਾਂ ਨੂੰ ਵੱਖ ਕੀਤਾ।
- [ ] ਮੈਂ ਤਸਦੀਕ ਕੀਤਾ ਹੈ ਕਿ ਫਾਰਮੂਲੇ ਵਿੱਚ ਕੋਈ ਸਥਿਰਾਂਕ ਸ਼ਾਮਲ ਨਹੀਂ ਹਨ।
- [ ] ਮੈਂ ਘੱਟੋ-ਘੱਟ ਤਿੰਨ ਆਸ਼ਾਵਾਦੀ/ਕੁਝ/ਨਿਰਾਸ਼ਾਵਾਦੀ ਦ੍ਰਿਸ਼ਾਂ ਨੂੰ ਸਥਾਪਤ ਕੀਤਾ ਹੈ।
- [ ] ਮੈਂ ਨਾਜ਼ੁਕ ਧਾਰਨਾ ਲਈ ਇੱਕ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਸਾਰਣੀ ਜੋੜੀ ਹੈ।
- [] ਮੈਂ ਸਰਕੂਲਰ ਹਵਾਲੇ ਲਈ ਜਾਂਚ ਕੀਤੀ।
- [ ] ਮੈਂ ਇਕਾਈ ਦੀ ਇਕਸਾਰਤਾ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ (ਮਾਸਿਕ/ਸਾਲਾਨਾ, TL/ਹਜ਼ਾਰ TL)।
- [ ] ਮੈਂ ਇੱਕ ਧਾਰਨਾ ਬਦਲ ਦਿੱਤੀ ਹੈ ਅਤੇ ਜਾਂਚ ਕੀਤੀ ਹੈ ਕਿ ਆਉਟਪੁੱਟ ਨੇ ਸਹੀ ਜਵਾਬ ਦਿੱਤਾ ਹੈ।