ලාභ:
- නියැදි අවදානම සහ සම්පූර්ණ ජනගහන පරීක්ෂණයේ තර්කය (100% පරීක්ෂණය) අවබෝධ කර ගැනීම සහ දත්ත සැකසීම, රීති ලිවීම සහ ප්රතිඵල අර්ථ නිරූපණය සඳහා කෘතිම බුද්ධිය භාවිත කිරීමට හැකි වීම.
- කෘත්රිම බුද්ධි සහාය ඇතිව විශාල දත්ත කට්ටලවල ගැලපීම, සම්පූර්ණත්වය සහ නිරවද්යතා පරීක්ෂණ සැලසුම් කර ක්රියාත්මක කිරීමේ හැකියාව
- සම්පූර්ණ ජනගහන පරීක්ෂණයේ ව්යතිරේක ලැයිස්තුව ප්රතිඵලයක් නොවන බවත්, විගණකවරයා විසින් පරීක්ෂා කරනු ලබන ආරම්භයක් බවත්, අවසාන ඇගයීම විගණක සතු බවත් තේරුම් ගැනීමේ හැකියාව.
විගණන වෘත්තියේ මූලිකම සීමාවන්ගෙන් එකක් වූයේ විගණකවරයාට වසර ගණනාවක් නියැදීම් සමඟ වැඩ කිරීමට සිදුවීමයි. ඔබට වසරක් තුළ ව්යාපාරික ගැටළු 180,000 ඉන්වොයිසි හස්තීයව සමාලෝචනය කළ නොහැක; එබැවින් ඔබ සංඛ්යානමය හෝ විනිශ්චය කිරීමේ ක්රමයක් භාවිතා කරමින් වාර්තා සිය ගණනක් තෝරා, ඒවා පරීක්ෂා කර, සමස්ත ජනගහනයට ප්රතිඵලය සාමාන්යකරණය කරන්න. නියැදීම ප්රබල සහ නීත්යානුකූල තාක්ෂණයකි, නමුත් එය ආවේනික අවදානමක් දරයි: නියැදීමේ අවදානම - ඔබ තෝරා ගන්නා නියැදිය ජනගහනයේ නියෝජිතයෙකු නොවිය හැකි අතර, එහි ඇති සත්ය දෝෂය ඔබ බලා සිටින තැනට හරියටම වැටෙන්නේ නැත.
දත්ත විශ්ලේෂණ සහ AI මෙම පින්තූරය වෙනස් කරයි: ඔබට දැන් මුළු ජනගහනයම පරීක්ෂා කළ හැකිය, එනම් 100%. මෙය සම්පූර්ණ ජනගහන පරීක්ෂණය ලෙස හැඳින්වේ. අපි මෙම ඒකකය "නියැදියේ සිට සමස්තයට" සංක්රමණය වීම, එය ගෙන එන බලය සහ බොහෝ අය නොසලකා හරින නව වගකීම් අවබෝධ කර ගැනීමට කැප කරමු. සම්පූර්ණ ජනගහන පරීක්ෂණය පරීක්ෂාවට පහසුකම් සපයන්නේ නැති නිසා; එය පරීක්ෂණයේ ස්වභාවය වෙනස් කරන අතර පරීක්ෂකවරයා මත නව බර පටවයි.
නියැදීම සහ සම්පූර්ණ ජනගහන පරීක්ෂාව අතර වෙනස
සම්භාව්ය නියැදීමේදී, තර්කනය වන්නේ: "මට කුඩා නමුත් නියෝජිත කණ්ඩායමක් හොඳින් පරීක්ෂා කර සමස්තයක් ලෙස ප්රතිඵලය අර්ථකථනය කිරීමට ඉඩ දෙන්න." සම්පූර්ණ ජනගහන පරීක්ෂණයේදී, තර්කය ප්රතිලෝම වේ: "සමස්තය යම් නීතිරීතිවලට අනුව ස්කෑන් කිරීමට මට ඉඩ දෙන්න, රීතියට පිටින් වැටෙන ව්යතිරේක සොයාගෙන ඒවා හොඳින් පරීක්ෂා කරන්න." පළමු ප්රවේශයේ දී, අවදානම "වැරදි නියැදිය තෝරා ගැනීම"; දෙවැන්නෙහි, අවදානම "වැරදි රීතිය ලිවීම" සහ "අසම්පූර්ණ/වැරදි දත්ත සමඟ වැඩ කිරීම" වේ.
පහත වගුව ප්රවේශ දෙක සංසන්දනය කරයි:
ප්රමාණය
නියැදීම
සම්පූර්ණ ජනගහන පරීක්ෂණය (100%)
විෂය පථය
ජනගහනයෙන් කොටසක්
මුළු ජනගහනය
ප්රධාන අවදානම
නියැදීමේ අවදානම (නියෝජන දෝෂය)
රීති දෝෂය + දත්ත අඛණ්ඩතා දෝෂය
ප්රතිදානය
පරීක්ෂණ ප්රතිඵල සීමිත සංඛ්යාවක්
රීතියට අනුකූල නොවන ව්යතිරේක ලැයිස්තුව
විගණකගේ බර
තේරීම + පරීක්ෂණය
රීති නිර්මාණය + ව්යතිරේක ඇගයීම
AI හි කාර්යභාරය
නියැදි තෝරාගැනීමට උදව් කරන්න
දත්ත සැකසීම, රීති ලිවීම, ව්යතිරේක සලකුණු කිරීම
සටහන: සම්පූර්ණ ජනගහන පරීක්ෂාව යන්නෙන් අදහස් වන්නේ "මම සියල්ල පරීක්ෂා කළෙමි, කාර්යය ඉටු කළෙමි" යන්න නොවේ. ඊට පටහැනිව, එය සාමාන්යයෙන් ඔබට පරීක්ෂා කිරීමට තවත් අයිතම ලබා දෙයි. ඔබ සියලු ඉන්වොයිසි 180,000 දින-මුදල්-අනුමත රීතියක් හරහා ධාවනය කරන විට, ඔබට සමහර විට ව්යතිරේක 900ක් සොයාගත හැකිය. මේ සෑම එකක්ම ප්රශ්නයකි; පිළිතුරක් නොවේ. විගණන අධිකරණය ක්රියාත්මක වන්නේ මෙහිදීය.
දත්ත සම්පූර්ණත්වය: පරීක්ෂණයේ නොපෙනෙන පදනම
සමස්ත ජනගහන පරීක්ෂණයේ ඇති ලොකුම අන්තරාය නම් පරීක්ෂණයේ ගුණාත්මකභාවය දත්තවල ගුණාත්මකභාවය මත රඳා පවතින බවයි. "මම දත්ත වලින් 100% ක් පරීක්ෂා කළා" යන්න තේරුමක් වන්නේ ඔබ සතුව ඇති දත්ත ඇත්ත වශයෙන්ම ජනගහනයෙන් 100% නම් පමණි. පද්ධතියෙන් දත්ත අදින විට පෙරහනක් වැරදි නම්, සමහර වාර්තා ඉවත්ව ගොස් තිබේ නම්, හෝ ප්රමාණයේ තීරුව දශම දෝෂයකින් මාරු කර ඇත්නම්, ඔබේ "සම්පූර්ණ" පරීක්ෂණය ඇත්ත වශයෙන්ම අසම්පූර්ණ හෝ දූෂිත දත්ත මත සිදු කෙරේ. එබැවින්, දත්ත සම්පූර්ණත්වය සහ නිරවද්යතාවය තහවුරු කිරීම පූර්ණ ජනගහන පරීක්ෂණයේ පළමු සහ අත්යවශ්ය පියවර වේ.
සම්පූර්ණත්වය තහවුරු කිරීම සඳහා ප්රායෝගික පරීක්ෂණ:
- වාර්තා ගණන් ප්රතිසන්ධානය: ඔබ ඇදගත් දත්ත කට්ටලයේ පේළි ගණන පද්ධතියේ ඇති මුළු වාර්තා සංඛ්යාවට ගැලපේද?
- ප්රමාණය ප්රතිසන්ධානය: දත්ත කට්ටලයේ ඇති මුළු මුදල අත්හදා බැලීමේ ශේෂයේ/අනුබද්ධිතයේ අදාළ ගිණුම් එකතුව සමඟ සමපාත වේද?
- දින පරාසය: දත්තවල ඇතුළත් කාලපරිච්ඡේදයේ පළමු සහ අවසාන දින; අතුරුදහන් වූ මාසයක්/දිනයක් තිබේද?
- හිස් සහ නරක ඉඩ පරිලෝකනය: අවශ්ය ක්ෂේත්රවල (දිනය, මුදල, ගිණුම් කේතය) හිස් හෝ අර්ථ විරහිත අගයන් තිබේද?
AI මෙම සියලු චෙක්පත් සඳහා උපකාර කරයි: දත්ත බඩගා යයි, එකතුව ලබා ගනී, හිස් ඉඩ ගණන් කරයි, දින පරාසය වාර්තා කරයි. නමුත් ගිවිසුම "රදවා තිබේද" යන්න තීරණය කරන්නේද, වෙනස විමර්ශනය කරන්නේද, දත්ත විගණන කාර්යය සඳහා සුදුසු බව තහවුරු කරන්නේද විගණකවරයාය.
අවවාදයයි: දත්ත සම්පූර්ණ බව තහවුරු නොකර වැඩ පත්රිකාවේ "මම සියලු දත්ත පරීක්ෂා කළෙමි" යන්න ලියන්න එපා. අතුරුදහන් දත්ත පිළිබඳ සම්පූර්ණ ජනගහන පරීක්ෂණයක් පෙනෙන පරිදි සම්පූර්ණ නමුත් නොමඟ යවන සහතිකයක් ලබා දෙයි.
AI සමඟ සම්පූර්ණ ජනගහන පරීක්ෂාව: පියවරෙන් පියවර
- ආරක්ෂිතව දත්ත සකස් කරන්න. පුද්ගලික/පෞද්ගලික ක්ෂේත්ර නිර්නාමික කරන්න හෝ ස්ථාන දරන්නන් සමඟ ප්රතිස්ථාපනය කරන්න. හැකි නම්, ආයතනික, ගිවිසුම්ගත වාහනයක් භාවිතා කරන්න.
- සම්පූර්ණත්වය තහවුරු කරන්න. වාර්තා ගණන සහ ප්රමාණය සමනය කරන්න.
- පරීක්ෂණ රීතිය පැහැදිලිව නිර්වචනය කරන්න. "ව්යතිරේකයක්" ලෙස සලකන්නේ කුමක්ද? (උදාහරණයක් ලෙස: අනුමත නොකළ ඉන්වොයිසිය, සති අන්තයේ නිකුත් කරන ලද ඉන්වොයිසිය, විශාල වට ගෙවීම, කඩඉම් දිනට පසුව වාර්තා කරන ලද ආදායම.)
- AI සමඟ රීතිය යොදන්න. AI දත්ත වලට රීතිය යොදන අතර ව්යතිරේක ලැයිස්තුවක් නිෂ්පාදනය කරයි; විගණනය කළ හැකි වන පරිදි රීතිය පැහැදිලිව ලියන්න.
- ව්යතිරේක ප්රමුඛත්වය සහ සමාලෝචනය කරන්න. සෑම ව්යතිරේකයක්ම සාක්ෂි සහිතව විමර්ශනය කරන්න; වැරදි ධනාත්මක ආමන්ත්රණය කරන්න, සැබෑ සොයාගැනීම් සාධාරණීකරණය කරන්න.
- ප්රතිඵලය ලේඛනගත කරන්න. රීතිය, ව්යතිරේක ගණන, පරීක්ෂා කළ අයිතම සහ නිගමනය වැඩ පත්රිකාවට සම්බන්ධ කරන්න.
කුඩා නඩු තුනක්
නඩුව 1 - කැපුම් පරීක්ෂණය. විගණකවරයෙකුට වසර අවසාන ආදායම් කප්පාදුව පරීක්ෂා කිරීමට අවශ්ය විය. ඔහු සම්පූර්ණ ජනගහනය ලෙස විකුණුම් ඉන්වොයිසි 42,000ක් ලබා ගත් අතර "දෙසැම්බර් 31 වන විට ඉන්වොයිස් දිනයන් සහිත ලැයිස්තු වාර්තා, නමුත් නැව්ගත කිරීමේ/බෙදාහැරීමේ දිනයන් ජනවාරි 1 හෝ ඊට පසුව" AI විසින් බලාත්මක කරන ලදී. YZ වාර්තා 118ක් සනිටුහන් කළේය. විගණකවරයා මේවා පරීක්ෂා කළේය: 96 කාල වෙනසක් නොමැති නීත්යානුකූල ගනුදෙනු (එකම දින බෙදා හැරීම), 22 ඇත්ත වශයෙන්ම ඊළඟ වසරේ ආදායම වූ අතර පෙර කාල සීමාව තුළ වාර්තා විය. මෙම අයිතම 22 වාර්තා කර ඇත්තේ ඒවා වැදගත්කමට වඩා අඩු වුවද රටාවක් පෙන්වූ බැවිනි. AI ප්රශ්න 118 ක් ඇසුවා; විගණක පිළිතුරු 22ක් සොයා ගත්තේය.
නඩුව 2 - සම්පූර්ණත්වය මඟ හැරිය විට. එක් කණ්ඩායමේ සාමාජිකයෙකු පැවසුවේ ඔහු ඉන්වොයිසි 180,000 ක් මත සම්පූර්ණ ජනගහන පරීක්ෂණයක් කළ බවයි; ව්යතිරේකයක් නොතිබූ අතර ඔහු සැහැල්ලු විය. වගකිවයුතු පුද්ගලයා දත්ත කට්ටලයේ මුළු ප්රමාණය අත්හදා බැලීමේ ශේෂය සමඟ සංසන්දනය කළේය: දත්ත මිලියන 155 TL, අත්හදා බැලීමේ ශේෂය TL මිලියන 210. පද්ධතියෙන් දත්ත ඇද ගන්නා අතරතුර, ශාඛාවක් පෙරා ඉවත් කර ඇති බව පෙනේ. "සම්පූර්ණ" පරීක්ෂණයට ඇත්ත වශයෙන්ම දත්ත වලින් හතරෙන් එකක් මග හැරී ඇත. නිවැරදි දත්ත සමඟ පරීක්ෂණය අවසන් විය. පාඩම: සම්පූර්ණත්වය තහවුරු කිරීමකින් තොරව සම්පූර්ණ ජනගහන පරීක්ෂණයක් නොමැත.
නඩුව 3 - රීති දෝෂය. විගණකවරයෙකු විසින් "TL 50,000 ට වැඩි අනුමත නොකළ ගෙවීම් ලැයිස්තුගත කරන්න" යන රීතිය AI ලිවීමට සලස්වා ඇත, නමුත් "අනුමත" ක්ෂේත්රය පද්ධතියේ විවිධ තීරු දෙකක (ඉලෙක්ට්රොනික අනුමැතිය සහ අතින් අනුමැතිය) තබා ඇති බව දැන සිටියේ නැත. AI ගෙවීම් 300ක් "අනුමත" ලෙස සලකුණු කළේ එය එකක් පමණක් බැලූ බැවිනි; පරීක්ෂා කිරීමේදී පෙනී ගියේ ඒවායින් බොහොමයක් අනෙක් තීරුවේ අනුමත වී ඇති බවයි. වැරදි පාලනය ව්යාජ ධනාත්මක සිය ගණනක් ඇති කළේය. තීරු දෙකම ඇතුළත් කිරීමට විගණකවරයා රීතිය නිවැරදි කළේය. පාඩම: රීතිය දත්ත සහ ව්යාපාර ක්රියාවලියට අනුකූල බව විගණක විසින් තහවුරු කරයි.
දුර්වල ක්ෂණික / ශක්තිමත් විමසුම
දුර්වල ක්ෂණික:
මෙම ඉන්වොයිස් දත්තවල ගැටළු සහගත වාර්තා සොයන්න.
ගැටලුව: "ගැටළු" යන්නෙහි නිර්වචනයක් නොමැත ව්යතිරේකයක් ලෙස සැලකිය යුත්තේ කුමක් දැයි AI දන්නේ නැත; ඔහු ක්රියා කරන්නේ එක්කෝ අහඹු සංඥා අනුව හෝ ඔහු විසින් සකස් කර ගත් නිර්ණායකයක් අනුව ය. එය නැවත නැවතත් කළ හැකි සහ විගණනය කළ නොහැකි ය.
බලවත් විමසුම:
ඔබගේ කාර්යභාරය: ඔබ ස්වාධීන විගණකවරයෙකුගේ දත්ත විශ්ලේෂණ සහකාරයෙකි. විනිශ්චය මගේ ය; ඔබ රීතිය අදාළ කර ව්යතිරේක ලැයිස්තුවක් උත්පාදනය කරනු ඇත. සන්දර්භය: නිර්නාමික විකුණුම් ඉන්වොයිස් දත්ත (තීරු: ඉන්වොයිසි_නො, ඉන්වොයිසි_දිනය, බෙදා හැරීමේ_දිනය, මුදල, අනුමැතිය_තත්ත්වය, ශාඛාව) පහත දැක්වේ. වසර අවසානය: 31.12.STEP 1 - සම්පූර්ණත්වය: මට එය අත්හදා බැලීමේ ශේෂය සමඟ සංසන්දනය කිරීමට හැකි වන පරිදි මුළු වාර්තා ගණන සහ මුළු මුදල දෙන්න. හිස්/අතුරුදහන් ඉඩක් තිබේ නම් වාර්තා කරන්න.පියවර 2 - කැපුම් පරීක්ෂණ රීතිය: ඉන්වොයිසි_දිනය <= 31.12 සහ බෙදා හැරීමේ_දිනය >= 01.01 සමඟ වාර්තා ලැයිස්තුගත කරන්න "කඩුලු ව්යතිරේකයක්" ලෙස. පියවර 3 - රීතිය සරල පාඨයෙන් ලියන්න (ඔබ අදාළ කළේ කුමන කොන්දේසියද) එවිට මම එය වෙනස් කළ හැකිය. ඔබ සලකුණු කරන වාර්තා "සමාලෝචනය සඳහා ව්යතිරේක" ලෙස ඉදිරිපත් කරන්න; "දෝෂය/සොයාගැනීම" කියන්න එපා. දත්ත වලින් ඔබට නිගමනය කළ නොහැකි දේ සාදන්න එපා.
මෙම ඉල්ලීම බලවත් වන්නේ එය මුලින්ම සම්පූර්ණත්වය තහවුරු කරන නිසාත්, ව්යතිරේක රීතිය පැහැදිලිව නිර්වචනය කරන නිසාත්, රීතියේ සරල පාඨය (විගණනය කිරීමේ හැකියාව) අවශ්ය වන නිසාත්, ප්රතිදානය “ව්යතිරේකයක්” ලෙස ස්ථානගත කරන නිසාත් ය.
පොදු වැරදි
- සම්පූර්ණත්වය තහවුරු කිරීම මග හැරීම. අසම්පූර්ණ/දූෂිත දත්ත පිළිබඳව "සම්පූර්ණ" පරීක්ෂණයක් සිදු කිරීම සහ ව්යාජ සහතිකයක් ලබා දීම.
- සොයා ගැනීමක් සඳහා ව්යතිරේකය වරදවා වටහා ගැනීම. AI විසින් සලකුණු කරන ලද වාර්තාව සත්යාපනය නොකර දෝෂ ගණන් කිරීම; ව්යාජ ධනාත්මක කරුණු ඉවත් කිරීමෙන් වැළකීම.
- රීතිය පරීක්ෂා නොකරයි. රීතිය දත්ත සහ ව්යාපාරික ක්රියාවලියට අනුකූලද යන්න පරීක්ෂා නොකර ව්යාජ කොඩි සිය ගණනක් උත්පාදනය කිරීම.
- නොපැහැදිලි නීති ලිවීම. "ගැටලු සහගත වාර්තා සොයන්න" වැනි නිර්වචනය නොකළ විමසීම් සමඟ නැවත කළ නොහැකි ප්රතිඵල ලබා ගැනීම.
- තනි ආරම්භයකින් සෑහීමකට පත්වීම. ව්යතිරේක ගණන අපේක්ෂා කරන ප්රමාණයට වඩා බෙහෙවින් වෙනස් නම් රීතිය හෝ දත්ත විමසන්නේ නැත.
ඉඟිය: ව්යතිරේක ගණන ඉතා කුඩා (ශුන්යයට ආසන්න) හෝ ඉතා විශාල නම් කලබල වන්න. Zero යනු සාමාන්යයෙන් "වැරදි ලෙස ලියා ඇති රීතිය" හෝ "දත්ත අතුරුදහන්" යන්නයි; ඉතා විශාල සංඛ්යාවක් පෙන්නුම් කරන්නේ රීතිය ඉතා පුළුල් බවයි. හොඳ විගණකයෙක් "ව්යතිරේකයක් නැත" සහ "සියල්ල ව්යතිරේක" යන දෙකම සැක කරයි.
සාරාංශයකින්
සම්පූර්ණ ජනගහන පරීක්ෂාව විගණනයේ විශාල ඉදිරි පිම්මක්: එය නියැදි අවදානම ඉවත් කරයි, දත්ත වලින් 100% පරීක්ෂා කරයි. නමුත් එය නොමිලේ නොවේ. එය නව වගකීම් දෙකක් ගෙන එයි: (1) දත්ත සම්පූර්ණත්වය සහ නිරවද්යතාවය තහවුරු කිරීම, (2) පැන නගින තනි ව්යතිරේක ඇගයීම. AI දත්ත සකස් කරයි, රීතිය අදාළ කරයි, ව්යතිරේකය සලකුණු කරයි සහ ස්කෑන් කිරීමේ පැය ගණන තත්පර ගණනකට අඩු කරයි; නමුත් රීතියේ නිරවද්යතාවය, දත්තවල සම්පූර්ණත්වය සහ ව්යතිරේක ඇගයීම විගණකවරයාට අයත් වේ. ව්යතිරේකයක් යනු ප්රතිඵලය නොවේ, එය ආරම්භයකි.
යෙදුම් කාර්යය
පවතින (හෝ උපකල්පිත) ගනුදෙනු දත්ත කට්ටලයක් සලකා බලන්න. පළමුව සම්පූර්ණත්වය පිරික්සුම් දෙකක් නිර්වචනය කරන්න (වාර්තා ගණන සහ මුදල් ප්රතිසන්ධානය). ඉන්පසු විගණන අරමුණක් සඳහා පැහැදිලි ව්යතිරේක රීතියක් ලියන්න (උදා. සති අන්තයේ නිකුත් කරන ලද ඉන්වොයිසි, හෝ කැපුම් ව්යතිරේක). ඉහත ප්රබල කඩිනම් රටාව සමඟින්, පළමුව සම්පූර්ණත්වය සහ පසුව රීතිය ක්රියාත්මක කිරීමට AI හට සලස්වන්න. දිස්වන ව්යතිරේකවල පළමු 10 "සැබෑ සොයාගැනීම් හෝ ව්යාජ ධනාත්මකද?" පහත පරිදි වර්ගීකරණය කිරීමට පුරුදු වී ඔබ එක් එක් සඳහා සොයන සාක්ෂි මොනවාදැයි ලියන්න.
පිරික්සුම් ලැයිස්තුව
- [ ] මම දත්ත නිර්නාමික කර ආරක්ෂිතව ධාවනය කළෙමි.
- [ ] මම වාර්තා ගණන සහ ප්රමාණය සංසන්දනය කිරීමෙන් දත්ත සම්පූර්ණ බව තහවුරු කළෙමි.
- [ ] මම නිදහස්/නරක ඉඩක් සඳහා ස්කෑන් කළෙමි.
- [ ] මම ව්යතිරේක රීතිය පැහැදිලි, පුනරාවර්තන ආකාරයෙන් නිර්වචනය කළෙමි.
- [ ] මට AI වෙතින් රීතියේ සරල පාඨය ලැබුණු අතර දත්ත සහ ව්යාපාර ක්රියාවලියට එහි අනුකූලතාව තහවුරු කර ඇත.
- [ ] මම ව්යතිරේක ගණනේ සාධාරණත්වය ප්රශ්න කළෙමි (ඉතා ස්වල්පයක් / වැඩි නොවේ).
- [ ] මම එක් එක් ව්යතිරේකයක් ලෙස සැලකුවේ සොයා ගැනීමක් නොව පරීක්ෂා කළ යුතු ප්රශ්නයක් ලෙස ය; මම වැරදි ධනාත්මක කරුණු ඉවත් කළා.