ලාභ:
- එය ඇල්ගොරිතම පක්ෂග්රාහී දත්ත, සැලසුම් සහ භාවිත මූලාශ්ර හඳුනාගෙන කණ්ඩායම් පදනමින් ප්රතිදානය පරීක්ෂා කරයි.
- ප්රතිපෝෂණ ලූපය සහ නියෝජන දෝෂය අසමානතාව විශාලනය කරන ආකාරය සහ බලපෑම් පාලනය ස්ථාපිත කරන ආකාරය පැහැදිලි කරයි.
- සෑම ස්වයංක්රීය තීරණයකදීම පැහැදිලි කිරීමේ හැකියාව සහ අභියාචනය සහතික කිරීම මගින් වගවීම සහතික කරයි.
මහජනතාව සිය බලය සැමට සමානව යෙදිය යුතුය: සමාන තත්වයන් තුළ පුරවැසියන් දෙදෙනෙකුට සමාන සැලකීම, විවිධ තත්වයන්ට සමානුපාතික වෙනස. මෙම සමානාත්මතාවයේ මූලධර්මය ව්යවස්ථාපිත වගකීමකි. කෘත්රිම බුද්ධියට මෙම ක්ෂේත්රය වැඩිදියුණු කළ හැකි අතර නිහඬව බාධා කළ හැකිය. අඛණ්ඩව යෙදෙන රීතියක් අත්තනෝමතිකත්වය සහ මානව නැඹුරුව අඩු කළ හැකි බැවින් එය වැඩිදියුණු කළ හැකිය. AI ආකෘති අතීත දත්ත වලින් ඉගෙන ගන්නා නිසාත්, අතීත දත්ත අතීතයේ වෙනස්කම් සිදු කරන නිසාත් එය දූෂිත විය හැක. කිසියම් කණ්ඩායමකට ඓතිහාසික වශයෙන් අවාසි සහගත දත්ත මත පද්ධතියක් පුහුණු කරනු ලැබුවහොත්, එය අනාගතයට එම අවාසිය ගෙන යයි - සහ "වෛෂයික ඇල්ගොරිතමයක්" මුවාවෙන් හඳුනා ගැනීමට වඩාත් අපහසු ආකෘතියකින්. මෙම ඒකකය තුළ, රාජ්ය අංශයේ AI භාවිතා කරන විට ඇල්ගොරිතම නැඹුරුව (ඇතැම් කණ්ඩායම් වලට එරෙහිව ආකෘති ප්රතිදානයේ ක්රමානුකූල නැඹුරුව) හඳුනා ගන්නේ කෙසේද, එය අඩු කරන්නේ කෙසේද සහ, වඩාත්ම වැදගත් ලෙස, ඇල්ගොරිතම වගවීම සහතික කරන්නේ කෙසේද (ස්වයංක්රීය තීරණයක් පැහැදිලි කළ හැකි, විගණනය කළ හැකි සහ තරඟ කළ හැකි)
පක්ෂග්රාහීත්වය පැමිණෙන්නේ කොහෙන්ද?
ඇල්ගොරිතම පක්ෂග්රාහී මූලාශ්ර කිහිපයක් ඇති අතර, ඒවා සියල්ලම ප්රසිද්ධියේ අවදානම් වේ:
- ඓතිහාසික නැඹුරුව: පුහුණු දත්තවල අතීත අසමානතාවය අඩංගු වේ. උදාහරණයක් ලෙස, යම් ප්රදේශයකට අතීතයේ අඩු සේවාවක් තිබුනේ නම්, "ඉල්ලුම් දත්ත" එම ප්රදේශය අඩු අවශ්යතා ඇති ප්රදේශයක් ලෙස පෙන්විය හැක - ඇත්ත වශයෙන්ම සේවාවක් නොමැති නිසා ඉල්ලුම අඩු වූ විට.
- නියෝජන පක්ෂග්රාහීත්වය: සමහර කණ්ඩායම් දත්තවල අඩුවෙන් නියෝජනය වේ (ඩිජිටල් ප්රවේශය නොමැති අය, සුළුතර භාෂා කණ්ඩායම්) සහ ආකෘතිය ඔවුන් සඳහා දුර්වල ලෙස ක්රියා කරයි.
- ප්රොක්සි නැඹුරුව: ආකෘතිය සෘජුවම තහනම් නිර්ණායකයක් (ජනවාර්ගිකත්වය, ආගම) දෙස නොබැලුවද, එයට සම්බන්ධ ප්රොක්සියක් (අසල්වැසි, නම, තැපැල් කේතය) බැලීමෙන් එම වෙනස්කම් සිදු කළ හැක.
- මිනුම් පක්ෂග්රාහීත්වය: අප මනින දේ ඇත්ත වශයෙන්ම අපට මැනීමට අවශ්ය දේ නොවේ. "පැමිණිලි ගණන" මගින් අවශ්යතාවයට වඩා පැමිණිලි කිරීමේ හැකියාව මනිනු ලැබේ.
අවවාදයයි: "මම ආකෘතියෙන් සංවේදී දත්ත (ස්ත්රී පුරුෂ භාවය, වාර්ගිකත්වය) ඉවත් කළෙමි, දැන් එය සාධාරණයි" යැයි පැවසීම නොමඟ යවන සුළුය. ප්රොක්සි විචල්ය හරහා වෙනස්කම් කිරීම දිගටම කරගෙන යා හැක. සාධාරණත්වය සාක්ෂාත් කරගනු ලබන්නේ ආදානය මකා දැමීමෙන් නොව, කණ්ඩායම් අතර ප්රතිදානය පරීක්ෂා කිරීමෙනි.
සාධාරණත්වය පරීක්ෂා කිරීම: ප්රතිදානය බලන්න
ක්රමයක් සාධාරණද නැද්ද යන්න තේරුම් ගත හැක්කේ එහි ප්රතිඵල දෙස බැලීමෙන් මිස එහි අරමුණු නොවේ. මූලික ක්රමය: තීරණය කණ්ඩායම් වලට බෙදා සංසන්දනය කරන්න. විවිධ කණ්ඩායම් (ලිංගභේදය, වයස, කලාපය, ආදායම) අතර පිළිගැනීමේ/ප්රතික්ෂේප කිරීමේ අනුපාතය, දෝෂ අනුපාතය, පොරොත්තු කාලය වැනි ප්රතිදානයන් සැලකිය යුතු ලෙස වෙනස් වේද? වෙනසක් තිබේ නම්, මෙම වෙනස පදනම් වී ඇත්තේ නීත්යානුකූල හේතුවක් මතද නැතහොත් එය වෙනස් කොට සැලකීමක්ද? මෙම විශ්ලේෂණයට පුද්ගලික දත්ත අවශ්ය විය හැකි බැවින්, එය KVKK අනුව එකතු කර සිදු කළ යුතුය.
ඉඟිය: නව AI බලයෙන් ක්රියාත්මක වන තීරණ පද්ධතියක් ක්රියාත්මක කිරීමට පෙර, ජනවිකාස කණ්ඩායම් විසින් එහි තීරණ බිඳ දමා “සාධාරණ වාර්තාවක්” නිෂ්පාදනය කරන්න. ඔබ වෙනසක් සොයා ගන්නේ නම්, "මෙම වෙනස පැහැදිලි කළ හැකිද?" ප්රශ්නය පුද්ගල කමිටුවකට ගෙනියන්න.
පැහැදිලි කිරීම සහ ආයාචනය: වගවීමේ හදවත
රාජ්ය අංශය තුළ, "පද්ධතිය එසේ තීරණය කළා" යන පිළිතුරෙන් කිසිදු පුරවැසියෙකුගේ අයිතිවාසිකම් අහිමි කළ නොහැක. සෑම ස්වයංක්රීය හෝ AI ආධාරක තීරණයක් සඳහා, කරුණු තුනක් සහතික කළ යුතුය:
- පැහැදිලි කිරීමේ හැකියාව: තීරණය පදනම් වූයේ කුමක් ද, කුමන සාධක ඵලදායී ද යන්න සරල භාෂාවෙන් පැහැදිලි කළ යුතුය.
- අභියාචනා කිරීමේ මාර්ගය: පුරවැසියන්ට තීරණයට විරුද්ධ විය හැකි අතර එය සමාලෝචනය කරන ලෙස මිනිසෙකුගෙන් ඉල්ලා සිටිය යුතුය.
- විගණන මංපෙත්: තීරණය ගනු ලැබුවේ කුමන දත්තද, කුමන ආකෘතිය/අනුවාදය සහ කුමන වගකිවයුතු පුද්ගලයා සමඟද යන්න සටහන් කළ යුතුය.
කුඩා නඩු තුනක්
නඩුව 1 - ආදේශක ප්රභේදය අල්ලා ගන්නා ලදී. එක් ආධාරක ප්රමුඛතා ආකෘතියක් සංවේදී දත්ත භාවිතා නොකළ නමුත් "Zip කේතය" දෙස බැලුවා. සාධාරණත්ව පරීක්ෂණයේදී, ඇතැම් අසල්වැසි ප්රදේශ ක්රමානුකූලව අඩු ප්රමුඛතාවයක් ලබා ගන්නා බව සොයා ගන්නා ලදී - සිප් කේතය, ආදායම සහ ජනවාර්ගික ඝනත්වය සමඟ සහසම්බන්ධ වේ. විචල්යය ඉවත් කරන ලද අතර ප්රමුඛතාවය අවශ්යතා දර්ශක වෙත සෘජුවම බැඳී ඇත.
නඩුව 2 - නියෝජනය පරතරය. චැට්බෝට් එකක් තුර්කි නොවන මව් භාෂාවක් සහිත පුරවැසියන්ගෙන් ප්රශ්න නොමඟ යැවීමට 41% වැඩි විය; පුහුණු දත්තවල මෙම කණ්ඩායමේ ස්වල්පයක් අඩංගු විය. බහුභාෂා සහය සහ මානව භාරදීමේ සීමාව එකතු කළ විට, පරතරය වැසී ගියේය.
නඩුව 3 - පැහැදිලි නොකළ ප්රතික්ෂේප කිරීම. ආයතනයක් ස්වයංක්රීයව අයදුම්පතක් ප්රතික්ෂේප කළේය; පුරවැසියා "ඇයි?" නිරූපිකාවට හේතුව නොතේරෙන නිසා නිලධාරියාගෙන් විමසූ විට පැහැදිලි කිරීමට නොහැකි විය. මෙම සිද්ධිය පෙන්නුම් කළේ දුර්වල පැහැදිලි කිරීමේ හැකියාව සහිත ආකෘති අයිතිවාසිකම් දරණ තීරණ ගැනීමට භාවිතා කළ නොහැකි බවයි; පද්ධතිය සාධාරණීකරණය ජනනය කරන ආකෘතියක් බවට පරිවර්තනය කර ඇති අතර මානව අනුමැතිය අවශ්ය වේ.
පිටපත් කළ හැකි සැකිලි හතරක්
1) පක්ෂග්රාහී ස්කෑන් කිරීමේ මූලාශ්රය:
ඔබේ කාර්යභාරය: ඇල්ගොරිතම සාධාරණත්වය පිළිබඳ විශේෂඥයෙක්. පහත AI බලයෙන් ක්රියාත්මක වන තීරණ ක්රියාවලිය පරීක්ෂා කරන්න. පක්ෂග්රාහී විය හැකි මූලාශ්ර ලැයිස්තුගත කරන්න: (1) ඓතිහාසික නැඹුරුව, (2) නියෝජන නැඹුරුව (අඩු නියෝජනය කළ කණ්ඩායම), (3) ප්රොක්සි විචල්යයන් (තහනම් නිර්ණායක හා සම්බන්ධ තීරුව), (4) මිනුම් නැඹුරුව. එක් එක් සඳහා නිශ්චිත උදාහරණයක් දෙන්න සහ එය පරීක්ෂා කරන්නේ කෙසේදැයි මට කියන්න. ක්රියාවලිය: [තීරණ ක්රියාවලිය සහ භාවිතා කළ දත්ත]
2) සාධාරණ පරීක්ෂණ සැලැස්ම:
පහත තීරණ ප්රතිදානය සඳහා සාධාරණ පරීක්ෂණ සැලැස්මක් උත්පාදනය කරන්න: මා කුමන කණ්ඩායම් (වයස, ස්ත්රී පුරුෂ භාවය, කලාපය, ආදායම) බිඳ දැමිය යුතුද, කුමන ප්රමිතික (පිළිගැනීමේ අනුපාතය, දෝෂ අනුපාතය, රැඳී සිටීමේ කාලය) සංසන්දනය කළ යුතුද, වෙනස නීත්යානුකූලද වෙනස් කොට සැලකීමද යන්න තීරණය කරන්නේ කෙසේද? KVKK අනතුරු ඇඟවීම එක් කරන්න. තීරණය: [කවර තීරණය]
3) තීරණ ප්රකාශය (පුරවැසියාට):
පහත තීරණය සඳහා පුරවැසියන්ට තේරුම් ගත හැකි කෙටුම්පත් පැහැදිලි කිරීමක් ලියන්න: සරල භාෂාවෙන් බලපෑ සාධක මොනවාද. අවසානයේ අභියාචනා කිරීමේ අයිතිය සහ මානව සමාලෝචනයක් කිරීමේ හැකියාව [තහවුරු කළ යුතු කාලය සමඟ] එක් කරන්න. "පද්ධතිය එසේ තීරණය කළා" වැනි නොපැහැදිලි ප්රකාශන භාවිතා කිරීම. තීරණය: [සාරාංශය සහ බලපාන සාධක]
4) බෙදා හැරීමට පෙර වගවීමේ පරීක්ෂාව:
AI බලයෙන් ක්රියාත්මක වන තීරණ පද්ධතිය ක්රියාත්මක කිරීමට පෙර වගවීමේ පිරික්සුම් ලැයිස්තුවක් නිෂ්පාදනය කරන්න: එය පැහැදිලි කළ හැකිද, අභියාචනා කිරීමට ක්රමයක් තිබේද, විගණන මාර්ගයක් (දත්ත/ආකෘති අනුවාදය/වගකීම) නඩත්තු කර තිබේද, සාධාරණත්වය පරීක්ෂා කර තිබේද, මානව අනුමැතිය ස්ථානය කොහිද. නැතිවූ අයිතම රතු කොඩි ලෙස සලකුණු කරන්න.SYSTEM: [වට්ටෝරුව]
දුර්වල ක්ෂණික / ශක්තිමත් විමසුම
දුර්වල: "මෙම තීරණ ආකෘතිය සාධාරණද?"
ශක්තිමත්: "ඔබේ කාර්යභාරය ඇල්ගොරිතම සාධාරණත්වය පිළිබඳ විශේෂඥයෙකි. මෙම ආධාර ප්රමුඛතා ආකෘතිය සඳහා, පළමුව පක්ෂග්රාහී මූලාශ්ර (ඓතිහාසික, නියෝජනය, ආදේශක විචල්යය, මිනුම්) සඳහා ස්කෑන් කර එක් එක් සඳහා සංයුක්ත උදාහරණ ලබා දෙන්න. ඉන්පසු සාධාරණ පරීක්ෂණ සැලැස්මක් ඉදිරිපත් කරන්න: කුමන කණ්ඩායම් මගින් බිඳවැටීම, කුමන ප්රමිතික, අවසාන වශයෙන් KVK වෙනස තීරණය කිරීමට පෙර අනතුරු ඇඟවීම; පද්ධතිය, පැහැදිලි කිරීමේ හැකියාව, අභියාචනා මාර්ගය සහ විගණන මාර්ගය සඳහා පිරික්සුම් ලැයිස්තුවක් ලබා දෙන්න, සහ අඩුපාඩු රතු කොඩි කරන්න."
වෙනස: ප්රබල ප්රවේසමක් එහි ප්රභවයේ පක්ෂග්රාහී බව සොයයි, ප්රතිදානය කණ්ඩායම් විසින් පරීක්ෂා කර ඇත, සහ වගවීම පුළුල් කරයි.
යුක්තිය මානයන් සහ පාලනයන්
ප්රමාණය
අවදානම
පාලනය
ඓතිහාසික දත්ත
අතීතය අසමානතාවය දරයි
කණ්ඩායම් අනුව ප්රතිදානය පරීක්ෂා කරන්න
නියෝජනය
සමහර පිරිසකට නරක වැඩ
කණ්ඩායම් පදනම් වූ දෝෂ අනුපාතය
ආදේශක විචල්යය
රහසිගත වෙනස්කම් කිරීම
විචල්ය-සංවේදී නිර්ණායක සම්බන්ධතාවය
පැහැදිලි කිරීමේ හැකියාව
අසාධාරණ තීරණයක්
සරල පැහැදිලි කිරීමක් ජනනය කරන්න
විරෝධය
රාජසන්තක කිරීම
මානව සමාලෝචන මාර්ගය
ප්රතිපෝෂණ ලූපය සහ නියෝජන දෝෂය
ඇල්ගොරිතම වෙනස්කම් කිරීමේ වඩාත් ද්රෝහී ස්වරූපය සිදු වන්නේ එක් වැරදි තීරණයක් තුළ නොව කාලයත් සමඟම ශක්තිමත් වන ප්රතිපෝෂණ පුඩුවක් තුළය (ආකෘතියක ප්රතිදානය පසුව පුහුණු දත්ත වලට බලපායි, පවතින පක්ෂග්රාහීත්වය ශක්තිමත් කරයි). උදාහරණයක් ලෙස, පරීක්ෂණ ආකෘතියක් නිශ්චිත අසල්වැසි ප්රදේශයක් “අවදානම්” ලෙස සලකුණු කරන්නේ නම්, එහි වැඩි පරීක්ෂණ සිදු වන තරමට, වාර්තා නිර්මාණය වන තරමට, ආකෘතිය එම අසල්වැසි ප්රදේශය අවදානම් සහිත බව දකියි - වෙනස වැඩි වී ඇත්තේ බලන ස්ථානයේ මිස සැබෑ අවදානමේ නොවේ. මෙයට මග පාදන්නේ බොහෝ විට නියෝජන දෝෂයකි (සමහර කණ්ඩායම් අසම්පූර්ණව හෝ විකෘති ලෙස පිළිබිඹු කරන පුහුණු දත්ත). රාජ්ය අංශය තුළ, මෙම චක්ර මගින් අවාසි සහගත කණ්ඩායම් වඩ වඩාත් දැඩි නිරීක්ෂණ සහ සම්බාධක යටතේ තැබිය හැකිය. ඔබව ආරක්ෂා කර ගැනීමේ මාර්ගය වන්නේ ආකෘතියේ බලපෑම නිරීක්ෂණය කිරීම මිස එහි ප්රතිදානය පමණක් නොවේ: කණ්ඩායම් පදනම් කරගත් තීරණ බෙදා හැරීම නිතිපතා අධීක්ෂණය කිරීම සහ ආකෘතියේ නිර්දේශ අන්ධ ලෙස ක්රියාත්මක නොකිරීමයි.
කුඩා නඩුව - ස්වයං-උසස් කරන සැකය. සුබසාධන වංචා හඳුනාගැනීමේ ආකෘතියක් මගින් අතීතයේ දී වඩාත් දැඩි ලෙස පරීක්ෂාවට ලක් වූ කලාපයක් ඉහළ අවදානමක් ලෙස සලකුණු කර ඇත. කණ්ඩායම දත්ත වලින් බලාත්මක කිරීමේ තීව්රතාවය උපුටා ගත් විට සහ "ජනගහනයට සාපේක්ෂව සත්ය හඳුනාගැනීමේ අනුපාතය" මැනිය විට, කලාප අතර වෙනස්කම් බොහෝ දුරට අතුරුදහන් වී ඇති බව ඔවුන් සොයා ගත්හ; ආකෘතිය සැබෑ අවදානම සඳහා අසමානතාවය වරදවා වටහා ගත්තේය.
කණ්ඩායම් පදනම් වූ බලපෑම් පාලන අච්චුව:
කාර්යය: කණ්ඩායම් විසින් පහත තීරණ දත්ත පරීක්ෂා කරන්න (පුද්ගලික දත්ත නැත, වර්ගීකරණ සාරාංශය).දත්ත: [කණ්ඩායම | සම්පූර්ණ තීරණය | සෘණ තීරණ අනුපාතය | පරීක්ෂණ තීව්රතාව]ප්රතිදානය: 1) සෘණ තීරණ අනුපාතය කණ්ඩායම් අතර සැලකිය යුතු වෙනසක් පෙන්නුම් කරන්නේද? 2) වෙනස සැබෑ අවදානම හෝ පාලනය/නියෝජන තීව්රතාවය නිසා විය හැකිද? 3) ප්රතිපෝෂණ පුඩුවක කිසියම් සලකුණක් තිබේද? 4) මානව පාලනය සඳහා නිර්දේශ. රීතිය: හේතුකාරක හිමිකම් පෑමක් ස්ථාපිත කිරීම; පරීක්ෂා කිරීමට හැකි පැහැදිලි කිරීම් සහ මාර්ග ලැයිස්තුගත කරන්න.
අවවාදයයි: "ආදර්ශය මධ්යස්ථ වන්නේ එය සෑම කෙනෙකුටම එකම රීතිය අදාළ වන නිසා" යන තර්කය නොමඟ යවන සුළුය. එම රීතියම, විකෘති දත්ත සඳහා යොදන විට, අසමානතාවය සංරක්ෂණය කර විශාලනය කරයි. යුක්තිය මනිනු ලබන්නේ ප්රතිඵලයේ සමානාත්මතාවයෙන් මිස රීතියෙන් නොවේ.
පොදු වැරදි
- සංවේදී දත්ත මකා දැමීම සහ "එය සාධාරණයි" යැයි සිතීම. ආදේශක විචල්යයන් වෙනස් කොට සැලකීම පවත්වාගෙන යයි; ප්රතිදානය පරීක්ෂා කරන්න.
- චේතනාවෙන් යුක්තිය මැනීම. යුක්තිය අවසානයේ පෙනී යයි; තීරණ කණ්ඩායම් වලට වර්ග කර සංසන්දනය කරන්න.
- අඩු නියෝජනයක් ඇති කණ්ඩායම අමතක කිරීම. ආකෘතිය සුළුතර කණ්ඩායමක් සඳහා නිහඬව දුර්වල ලෙස ක්රියා කළ හැකිය; කණ්ඩායම් පදනම් දෝෂය බලන්න.
- අයිතිවාසිකම් ලබා දීමේ තීරණ වලදී පැහැදිලි නොකළ ආකෘතිය භාවිතා කිරීම. සාධාරණීකරණය කළ නොහැකි පද්ධතියකට පොදු තීරණ ගත නොහැක.
- විරෝධතා දැක්වීමේ ක්රමයක් ලබා නොදීම. සෑම ස්වයංක්රීය තීරණයක්ම මානව සමාලෝචනයට යටත් විය යුතුය.
- විගණන මාර්ගයක් තබා නොගැනීම. තීරණය ගනු ලැබුවේ කුමන දත්ත/ආකෘතිය/වගකිවයුතු පුද්ගලයාද යන්න සටහන් කළ යුතුය.
සාරාංශයක් ලෙස
රාජ්ය අංශය තුළ, AI හට අනුකූලතාව වැඩි කළ හැකි නමුත් අතීතයේ වෙනස්කම් කිරීම් නිහඬව ගෙන යා හැකිය. පක්ෂග්රාහීත්වය පැමිණෙන්නේ ඓතිහාසික දත්ත, නියෝජන පරතරය, ප්රොක්සි විචල්ය සහ සාවද්ය මිනුම්; සංවේදී දත්ත මකා දැමීමෙන් එය විසඳෙන්නේ නැත. සමූහ හරහා ප්රතිඵලය පරීක්ෂා කිරීමෙන් සාධාරණත්වය සාක්ෂාත් කරගනු ලැබේ. තවද "පද්ධතිය එසේ කීවේය" යන්නෙන් කිසිදු පුරවැසියෙකුට ඡන්ද බලය අහිමි කළ නොහැක: සෑම තීරණයක්ම පැහැදිලි කළ හැකි, තරඟකාරී සහ විගණනය කළ හැකි විය යුතුය. වගකිව යුත්තේ ආයතනය මිස ඇල්ගොරිතම නොවේ.
යෙදුම් කාර්යය
ඔබේ ඒකකයේ AI බලයෙන් ක්රියාත්මක වන හෝ ස්වයංක්රීය තීරණ ගැනීමේ ක්රියාවලියක් තෝරන්න. හැකි පක්ෂග්රාහී ලැයිස්තුගත කරන්න සහ "පක්ෂග්රාහී ස්කෑන් මූලාශ්රය" අච්චුව සමඟ අවම වශයෙන් එක් ආදේශක විචල්ය අවදානමක් සොයා ගන්න. "සාධාරණත්ව පරීක්ෂණ සැලැස්ම" සමඟින් බැලිය යුත්තේ කුමන කණ්ඩායම් බිඳවැටීම්ද යන්න තීරණය කරන්න. නියැදි තීරණයක් සඳහා, "තීරණ පැහැදිලි කිරීම" අච්චුව සමඟ පුරවැසියන් මුහුණ දෙන පැහැදිලි කිරීමක් ඉදිරිපත් කරන්න.
පිරික්සුම් ලැයිස්තුව
- [ ] මම පක්ෂග්රාහී මූලාශ්ර (ඓතිහාසික, නියෝජනය, ප්රොක්සි, මිනුම්) සඳහා ස්කෑන් කළෙමි.
- [ ] මම සංවේදී දත්ත මකා දැමුවේ නැත; මම කණ්ඩායම් අනුව ප්රතිදානය පරීක්ෂා කළෙමි.
- [ ] මම අඩුවෙන් නියෝජනය වූ කණ්ඩායම් සඳහා දෝෂ අනුපාතය පාලනය කළෙමි.
- [ ] මම එක් එක් තීරණය සඳහා සරල, පැහැදිලි කළ හැකි සාධාරණීකරණය සපයා ඇත.
- [ ] මම විරෝධය සහ මානව සමාලෝචන මාර්ගය නිර්වචනය කර ඇත.
- [ ] විගණන මංපෙත් (දත්ත/ආදර්ශ අනුවාදය/වගකිවයුතු) පවත්වාගෙන යනු ලැබේ.