മലയാളം പരിഭാഷയുടെ കരട് · പ്രസിദ്ധീകരണത്തിന് മുമ്പ് ഭാഷാപരിശോധന ആവശ്യമാണ്.
Power BI മെഷറുകൾ നിർവചിക്കാം
ചെറിയ കൃത്രിമ ഡാറ്റയിൽ നിന്ന് വിൽപ്പന, ചെലവ്, മൊത്തലാഭം, മാർജിൻ എന്നിവ കണക്കാക്കുക.
പഠനഫലം
- DAX ആകെ തുക Excelനോട് ഒത്തുനോക്കുക. വിൽപ്പന പൂജ്യമെങ്കിൽ സുരക്ഷിതമായി ഹരിക്കുക.
പ്രവർത്തനക്രമം
- Sales എന്ന പട്ടികയായി CSV ലോഡ് ചെയ്യുക. Total Sales = SUM(Sales[Sales]), Total Cost = SUM(Sales[Cost]), Gross Profit = [Total Sales]-[Total Cost], GP % = DIVIDE([Gross Profit],[Total Sales]). വിൽപ്പന പൂജ്യമാകുന്ന ഫിൽട്ടറും പരിശോധിക്കുക.
- കൃത്രിമമോ അനുമതിയുള്ളതോ ആയ വിവരങ്ങൾ ഉപയോഗിക്കുക. AI സഹായം തേടുന്നതിന് മുമ്പ് ലഭ്യമല്ലാത്ത വിവരങ്ങൾ കണ്ടെത്തുക.
- ആദ്യം സ്വയം ശ്രമിക്കുക. തുടർന്ന് പ്രോംപ്റ്റ് ഉപയോഗിച്ച് രീതികൾ താരതമ്യം ചെയ്യുക. അസൽ വിവരങ്ങളും കണക്കുകളും സൂക്ഷിക്കുക.
- മാതൃകാ ഉത്തരവുമായി ഫലം ഒത്തുനോക്കുക. പരിശോധന പൂർത്തിയാക്കുക. തെറ്റുണ്ടെങ്കിൽ തിരുത്തിയശേഷം പുരോഗതി രേഖപ്പെടുത്തുക.
കൃത്രിമ പരിശീലന ഡാറ്റ
Month,Sales,Cost January,100000,60000 February,120000,75000 March,90000,55000
ഈ പ്രോംപ്റ്റ് പരീക്ഷിക്കാം
ഈ സാമ്പിളിൽ വിൽപ്പന, ചെലവ്, മൊത്തലാഭം, മാർജിൻ എന്നിവയ്ക്ക് DAX തയ്യാറാക്കുക. ഫിൽട്ടർ കോൺടെക്സ്റ്റും വിൽപ്പന പൂജ്യമാകുമ്പോഴുള്ള രീതിയും വിശദീകരിക്കുക. CSVയുമായി ആകെ ഒത്തുനോക്കുക.
നിങ്ങളുടെ കുറിപ്പുകൾ
ഫലം പരിശോധിക്കാം
മുകളിലെ ഡാറ്റ മാത്രം ഉപയോഗിക്കുക. ഈ പരിശോധന ചെറിയ നിശ്ചിത കണക്കുകളാണ് വിലയിരുത്തുന്നത്; സമ്പൂർണ്ണ പ്രൊഫഷണൽ പ്രാവീണ്യമല്ല.
മാതൃകാ ഉത്തരവും പരിശോധനാമാനദണ്ഡവും
വിൽപ്പന ₹310000; ചെലവ് ₹190000; മൊത്തലാഭം ₹120000; മാർജിൻ 38.709677%. ഫിൽട്ടർ കോൺടെക്സ്റ്റ് മാറുന്നു; അസൽ വരികൾ മാറുന്നില്ല.
- ഓരോ തുകയും നൽകിയ ഡാറ്റയുമായി ഒത്തുനോക്കുക.
- ലഭ്യമല്ലാത്ത വിവരങ്ങളും തെളിവില്ലാത്ത നിഗമനങ്ങളും കണ്ടെത്തുക.
- ഫലം സ്വതന്ത്രമായി വീണ്ടും കണക്കാക്കാനാകണം.
ഈ ഉത്തരം ആശ്രയിക്കുന്നതിന് മുമ്പ് സ്വയം ശ്രമിക്കുക.
അടുത്ത പഠനം
AIയുടെ കഴിവുകളും പരിമിതികളും →
30-day daily practice plan → · Long-term AI mastery reference →