Track
एआई मूलभूत बातें
10 घंटा
डेटा हर जगह है, लेकिन सच कहें—स्प्रेडशीट्स और चार्ट अधिकांश लोगों की रुचि खत्म कर देते हैं। आज की सूचना-समृद्ध दुनिया में यहीं डेटा स्टोरीटेलिंग का महत्व बढ़ जाता है। हालांकि, जटिल डेटा को स्पष्ट, प्रभावशाली नैरेटिव में बदलना अक्सर चुनौतीपूर्ण होता है।
कई लोग समय लेने वाले विश्लेषण, आकर्षक विज़ुअलाइज़ेशन बनाने, और भिन्न-भिन्न श्रोताओं से मेल खाने वाले नैरेटिव गढ़ने में जूझते हैं। ये रुकावटें अक्सर छुपी इनसाइट्स चूक जाने और डेटा के मूल्य के अप्रभावी संप्रेषण का कारण बनती हैं।
जेनरेटिव एआई इन डेटा स्टोरीटेलिंग चुनौतियों के लिए आशाजनक समाधान प्रस्तुत करता है। कुछ पहलुओं को स्वचालित करके और मानवीय सृजनशीलता को सशक्त बनाकर, यह प्रक्रिया को सुगम बनाता है और डेटा नैरेटिव की गुणवत्ता बढ़ाता है।
जेनरेटिव एआई के उपयोग के मामले।
इस लेख में, हम देखेंगे कि जेनरेटिव एआई किस तरह डेटा स्टोरीटेलिंग को बदल रहा है, इसे अधिक कुशल, रोचक और प्रभावशाली बना रहा है।
डेटा स्टोरीटेलिंग क्या है?
यह देखने से पहले कि जेनरेटिव एआई डेटा स्टोरीटेलिंग को कैसे बदल रहा है, समझते हैं कि डेटा स्टोरीटेलिंग क्या है और आज की डेटा-चालित दुनिया में यह क्यों महत्वपूर्ण है। यदि आप विस्तार में जाना चाहते हैं, तो DataCamp का Data Storytelling स्किल ट्रैक एक आदर्श संसाधन है।
डेटा स्टोरीटेलिंग जटिल डेटा को आकर्षक कथाओं में अनुवाद करने की कला है। यह केवल संख्याएँ और चार्ट दिखाने से आगे की चीज़ है। इसका उद्देश्य डेटा, विज़ुअल और नैरेटिव को बुनकर एक सुसंगत कहानी बनाना है जो आपके श्रोताओं से जुड़ती है। प्रभावी डेटा स्टोरीटेलिंग जानकारी को अधिक सुलभ, यादगार और क्रियाशील बनाती है।
डेटा स्टोरीटेलिंग
मान लीजिए कोई कंपनी अपने कस्टमर चर्न रेट का विश्लेषण कर रही है। सूखे स्प्रेडशीट अंकों के बजाय, हम एक ऐसी कहानी बना सकते हैं जो ग्राहक छोड़ने के कारणों का पता लगाए, समय के साथ रुझानों को दर्शाए, और सुधार रणनीतियाँ सुझाए। यह तरीका डेटा को निर्णय-निर्माताओं के लिए अधिक सुगम और प्रभावशाली बनाता है।
डेटा स्टोरीटेलिंग: कस्टमर चर्न विश्लेषण
यह विज़ुअलाइज़ेशन दिखाता है कि डेटा स्टोरीटेलिंग कच्चे चर्न डेटा को कैसे एक प्रभावशील कहानी में बदलती है। यह ट्रेंड ग्राफ, कारणों का विभाजन, और एक्शन प्लान के साथ प्रमुख इनसाइट्स को जोड़ता है।
डेटा को इस तरह प्रस्तुत करने से कस्टमर चर्न की कहानी स्पष्ट और क्रियान्वयन योग्य बनती है। निर्णय-निर्माता रुझानों, मुख्य समस्याओं और संभावित समाधानों को तेजी से समझ सकते हैं।
हालांकि, इतनी सूक्ष्म डेटा कहानियाँ बनाना चुनौतीपूर्ण और समय-साध्य हो सकता है, खासकर जब बड़े और जटिल डेटासेट से निपटना हो। यहीं जेनरेटिव एआई काम आता है, जो डेटा स्टोरीटेलिंग प्रक्रिया को बेहतर और सुगम बनाने के नए तरीके प्रस्तुत करता है। आप हमारे उपयोगी डेटा स्टोरीटेलिंग चीट शीट से और जान सकते हैं।
आगे के अनुभागों में, हम देखेंगे कि जेनरेटिव एआई डेटा स्टोरीटेलिंग को किस तरह बदल रहा है, इसे अधिक कुशल, आकर्षक और प्रभावशाली बना रहा है।
डेटा स्टोरीटेलिंग के लिए जेनरेटिव एआई
डेटा स्टोरीटेलिंग जटिल विश्लेषिकी और मानवीय समझ के बीच की खाई को पाटने में मदद करती है। जेनरेटिव एआई इस क्षेत्र को बदल रहा है, डेटा इनसाइट्स की व्याख्या, विज़ुअलाइज़ेशन और संप्रेषण के नए तरीके प्रदान कर रहा है।
जेनरेटिव एआई के साथ डेटा स्टोरीटेलिंग
यह आरेख दिखाता है कि जेनरेटिव एआई इनसाइट खोज से लेकर विज़ुअलाइज़ेशन और नैरेटिव निर्माण तक, डेटा स्टोरीटेलिंग प्रक्रिया के विभिन्न चरणों को कैसे सशक्त बनाता है—और इस पूरी प्रक्रिया के केंद्र में मानव स्टोरीटेलर को रखता है।
जेनरेटिव एआई डेटा स्टोरीटेलिंग में मानवीय सृजनशीलता का स्थान नहीं ले रहा, बल्कि उसे बढ़ा रहा है। यह ऐसे उपकरण देता है जो डेटा प्रोफेशनल्स को रणनीति और व्याख्या पर अधिक ध्यान देने देते हैं, जबकि डेटा विश्लेषण और प्रस्तुति के समय लेने वाले कई पहलुओं को स्वचालित करते हैं।
आगे के अनुभागों में, हम देखेंगे कि डेटा तैयारी से लेकर वैयक्तिकृत नैरेटिव बनाने तक, डेटा स्टोरीटेलिंग के विभिन्न पहलुओं को बेहतर करने के लिए जेनरेटिव एआई का विशिष्ट रूप से कैसे उपयोग किया जा सकता है।
1. डेटा विज़ुअलाइज़ेशन को बेहतर बनाना
जैसा कि हमने संक्षेप में देखा, जेनरेटिव एआई डेटा स्टोरीटेलिंग को बदल रहा है। अब देखते हैं इसके सबसे प्रभावशाली अनुप्रयोगों में से एक—डेटा विज़ुअलाइज़ेशन को बेहतर बनाना।
जेनरेटिव एआई विज़ुअलाइज़ेशन प्रक्रिया में सह-पायलट की तरह काम करता है, मशीन इंटेलिजेंस से मानव क्षमताओं को बढ़ाता है। विशाल डेटा का विश्लेषण करके और संदर्भ समझकर, एआई ऐसी प्रस्तुति के तरीके सुझा सकता है जिनपर इंसान ने शायद विचार न किया हो। मानवीय अंतर्ज्ञान और एआई की क्षमताओं का यह मेल अधिक डायनेमिक, इंटरैक्टिव और सूझबूझ भरे विज़ुअलाइज़ेशन तक ले जाता है।
जेनरेटिव एआई के साथ डेटा विज़ुअलाइज़ेशन को बेहतर बनाना
एआई आपके डेटा का विश्लेषण करता है और सबसे उपयुक्त चार्ट प्रकार सुझाता है। उदाहरण के लिए, Tableau की Ask Data सुविधा टाइम-सीरीज़ डेटा के लिए लाइन चार्ट, कोरिलेशन एनालिसिस के लिए स्कैटर प्लॉट, या बार चार्ट की सिफारिश कर सकती है।
यूज़र ऐसे प्रश्न टाइप कर सकते हैं जैसे "समय के साथ क्षेत्रवार बिक्री दिखाओ," और एआई उपयुक्त विज़ुअलाइज़ेशन जनरेट करेगा, जैसे टाइम-सीरीज़ डेटा के साथ भूगोलिक मानचित्र। Tableau में ऐसे एक प्रश्न का उदाहरण नीचे दिखाया गया है।
प्राकृतिक क्वेरी से Tableau में डेटा विज़ुअलाइज़ेशन - स्रोत
Power BI में भी इसी तरह की सुविधा ‘QnA’ के नाम से है। यह फीचर हमें प्राकृतिक भाषा के वाक्यों के माध्यम से अपने डेटा से प्रश्न पूछने देता है।
प्राकृतिक क्वेरी से PowerBI में डेटा विज़ुअलाइज़ेशन - स्रोत
परदे के पीछे, Tableau और PowerBI जेनरेटिव एआई का उपयोग करते हुए दिए गए डेटासेट से प्राकृतिक भाषा क्वेरी के जरिये विज़ुअलाइज़ेशन जनरेट करते हैं। ऐसे फीचर हमें बिना ज़्यादा टूल से छेड़छाड़ किए डेटा में जल्दी इनसाइट्स पाने में मदद करते हैं।
Power BI में Co-pilot नामक एक और फीचर है जो डेटा विज़ुअलाइज़ेशन को अगले स्तर पर ले जाता है। हम क्वेरी के जरिए, बिना डेटासेट से अधिक जूझे, जटिल विज़ुअलाइज़ेशन बना सकते हैं। उदाहरण के लिए, यदि आपके पास अपने उत्पाद की बिक्री का डेटासेट है, तो आप नीचे दिखाए गए जैसी क्वेरी से उत्पाद बिक्री के प्रदर्शन का पता लगा सकते हैं -
"एक पेज बनाएं जो समय और क्षेत्रों के अनुसार अलग-अलग उत्पादों, श्रेणियों और उप-श्रेणियों की बिक्री राशि, राजस्व और लाभ मार्जिन का विश्लेषण करे।"
क्वेरी से बना डैशबोर्ड - स्रोत
ये सभी क्रियाएँ जेनरेटिव एआई का उपयोग करके मानों की गणना और आवश्यक विज़ुअलाइज़ेशन तैयार करती हैं। रुझानों और सहसंबंधों को स्वचालित रूप से उजागर करके, जेनरेटिव एआई स्टोरीटेलर्स को अपने डेटा के सबसे प्रभावशाली पहलुओं पर ध्यान केंद्रित करने में मदद करता है।
जैसा कि हमने देखा, जेनरेटिव एआई आकर्षक डेटा विज़ुअलाइज़ेशन बनाने की हमारी क्षमता को काफी बढ़ाता है। लेकिन डेटा स्टोरीटेलिंग में एआई की शक्ति यहीं खत्म नहीं होती। अगले भाग में, हम देखेंगे कि जेनरेटिव एआई डेटा विश्लेषण के एक और महत्वपूर्ण पहलू—डेटा तैयारी—को कैसे बदल रहा है। यह चरण अक्सर डेटा स्टोरीटेलिंग प्रक्रिया का सबसे समय लेने वाला हिस्सा होता है, और एआई इसे पहले से कहीं ज़्यादा तेज़ और कुशल बना रहा है।
2. डेटा तैयारी का स्वचालन
जेनरेटिव एआई डेटा विज़ुअलाइज़ेशन को उल्लेखनीय रूप से बेहतर बनाता है, जिससे जटिल जानकारी अधिक सुलभ और सूझबूझ भरी बनती है। लेकिन किसी भी विज़ुअलाइज़ेशन से पहले, डेटा का ठीक से तैयार होना ज़रूरी है—जो अक्सर समय लेने वाली और नीरस प्रक्रिया होती है। यही वह जगह है जहाँ एआई वास्तव में चमकता है, और डेटा तैयारी के हमारे दृष्टिकोण को बदल देता है।
जेनरेटिव एआई के साथ डेटा तैयारी
डेटा तैयारी में आम तौर पर कच्चे डेटा की सफाई, रूपांतरण और संरचना शामिल होती है ताकि वह विश्लेषण और विज़ुअलाइज़ेशन के लिए उपयुक्त बन सके। परंपरागत रूप से, यह प्रक्रिया किसी डेटा विश्लेषक के समय का 80% तक ले सकती थी। एआई-संचालित टूल्स के उपयोग से यह समीकरण तेज़ी से बदल रहा है, जिससे विश्लेषक इनसाइट निकालने और प्रभावी नैरेटिव गढ़ने पर अधिक ध्यान दे सकते हैं।
उदाहरण के लिए, DataRobot का ऑटोपायलट मोड एआई का उपयोग करके स्वतः मिसिंग वैल्यू, आउटलायर और डेटा में असंगतियों का पता लगाकर संभालता है। यह दिए गए डेटा के आधार पर नए फीचर ट्रांसफ़ॉर्मेशन भी बना सकता है।
एआई के साथ डेटा तैयारी - स्रोत
ऊपर के उदाहरण में, DataRobot का एआई अपने मॉडलिंग प्रोसेस के हिस्से के रूप में डेटा तैयारी स्वतः संभालता है, डेटा की विशेषताओं के अनुसार उपयुक्त ट्रांसफ़ॉर्मेशन लगाता है और सभी तिथि कॉलम्स के लिए नए फीचर कॉलम बनाता है।
फ़ीचर इंजीनियरिंग भी एआई के साथ संभव है। हम डेटा के भीतर संबंधों का विश्लेषण करके स्वतः ऐसे नए फीचर बना सकते हैं जो विश्लेषण के लिए प्रासंगिक हों। उदाहरण के लिए, DataRobot का ‘Feature Discovery’ फीचर नई विशेषताएँ खोजने के लिए फीचर इंजीनियरिंग करने की सुविधा देता है।
एआई के साथ फ़ीचर डिस्कवरी - स्रोत
जैसा कि हमने देखा, जेनरेटिव एआई ने उबाऊ लगने वाली डेटा तैयारी को एक बुद्धिमत्तापूर्ण, स्वचालित प्रक्रिया में बदल दिया है। अगले भाग में, हम देखेंगे कि जेनरेटिव एआई इसी तैयार डेटा को कैसे स्वचालित भाषा-सारांशों के ज़रिये प्रभावशाली नैरेटिव में पिरोता है।
3. प्राकृतिक भाषा सारांश बनाना
जेनरेटिव एआई डेटा तैयारी प्रक्रिया को काफी सरल बना सकता है। लेकिन डेटा के साफ़ और विश्लेषण के लिए तैयार होने के बाद क्या होता है? यहीं जेनरेटिव एआई का एक और शक्तिशाली अनुप्रयोग सामने आता है: जटिल डेटासेट से प्राकृतिक भाषा में सारांश बनाना।
जेनरेटिव एआई के साथ प्राकृतिक भाषा के सारांश बनाना
विश्लेषण के लिए साफ़, सुव्यवस्थित डेटा महत्वपूर्ण है, लेकिन अपने आप में निर्णय-निर्माण को आगे बढ़ाने के लिए यह पर्याप्त नहीं है। कई स्टेकहोल्डर्स के पास कच्चे डेटा या जटिल विज़ुअलाइज़ेशन की व्याख्या करने की तकनीकी विशेषज्ञता नहीं होती। यहीं एआई-संचालित नेचुरल लैंग्वेज जेनरेशन (NLG) अनमोल साबित होती है।
जेनरेटिव एआई कच्चे डेटा को स्पष्ट, संक्षिप्त नैरेटिव में बदल सकता है जो प्रमुख इनसाइट्स, रुझान और विसंगतियों को उजागर करता है। ये सारांश जटिल डेटासेट और मानवीय समझ के बीच पुल का काम करते हैं, जिससे संगठन में व्यापक दर्शकों के लिए डेटा सुलभ बनता है।
उदाहरण के लिए, Arria NLG वित्तीय रिपोर्टिंग में विशेषज्ञ है और जटिल वित्तीय डेटा के विस्तृत सारांश बनाता है। यह डेटासेट से इनसाइट्स के साथ उनके विज़ुअलाइज़ेशन भी जनरेट कर सकता है। यह श्रोताओं के आधार पर वैयक्तिकृत नैरेटिव भी तैयार कर सकता है।
Arria NLG के साथ प्राकृतिक भाषा सारांश - स्रोत
एक और टूल जो दिए गए डेटासेट से सारांश बना सकता है, वह है Phrazor। यह केवल एक क्वेरी से विज़ुअलाइज़ेशन के साथ इनसाइट्स भी जनरेट कर सकता है।
Phrazor के साथ प्राकृतिक भाषा सारांश - स्रोत
इन सारांशों का निर्माण स्वचालित करके, डेटा वैज्ञानिक और विश्लेषक उन अधिक जटिल कार्यों पर ध्यान केंद्रित कर सकते हैं जिनमें मानवीय अंतर्दृष्टि और रचनात्मकता की आवश्यकता होती है। वहीं, निर्णय-निर्माताओं को बिना कच्चे डेटा में उतरे स्पष्ट, क्रियान्वयन योग्य इनसाइट्स मिलती हैं।
अगले भाग में, हम देखेंगे कि जेनरेटिव एआई कैसे डेटा स्टोरीटेलिंग को एक कदम और आगे ले जा रहा है—ऐसे इंटरैक्टिव डेटा डैशबोर्ड बनाकर जो उपयोगकर्ता की ज़रूरतों और प्राथमिकताओं के अनुकूल हों।
4. इंटरैक्टिव डैशबोर्ड बनाना
इंटरैक्टिव डैशबोर्ड डेटा अन्वेषण और संप्रेषण के शक्तिशाली साधन हैं। वे उपयोगकर्ताओं को डेटा के साथ गतिशील रूप से जुड़ने देते हैं, ऐसी इनसाइट्स उजागर करते हैं जो स्थिर विज़ुअलाइज़ेशन में स्पष्ट न हों। जेनरेटिव एआई इस क्षेत्र को अधिक सहज, उत्तरदायी और वैयक्तिकृत डैशबोर्ड अनुभव बनाकर बदल रहा है।
जेनरेटिव एआई के साथ इंटरैक्टिव डैशबोर्ड बनाना
एआई डैशबोर्ड को बेहतर बनाने के प्रमुख तरीकों में से एक है बुद्धिमान डेटा एक्सप्लोरेशन। उदाहरण के लिए, Luzmo की एआई-संचालित डैशबोर्ड जनरेशन मुख्य प्रश्नों की पहचान कर सकती है और बिना किसी मैनुअल सेटअप के स्वतः डैशबोर्ड बना सकती है। यह तरीका समय बचाता है और वे इनसाइट्स उजागर करता है जो मैनुअल विश्लेषण में छूट सकती थीं। जो लोग तेज़ी से डैशबोर्ड का प्रोटोटाइप बनाना चाहते हैं, उनके लिए Instachart जैसे टूल मददगार हैं। Luzmo द्वारा निर्मित Instachart एक निःशुल्क एआई-संचालित टूल है जो उपयोगकर्ताओं को डैशबोर्ड का स्क्रीनशॉट, Figma मॉकअप, या हाथ से बना स्केच अपलोड करने देता है और इसे कुछ सेकंड में काम करने वाले डैशबोर्ड में बदल देता है।
यह एआई-संचालित तरीका डैशबोर्ड डिजाइन प्रक्रिया को काफी गति देता है, जिससे टीमें अपनी डेटा विज़ुअलाइज़ेशन विचारों पर जल्दी-जल्दी इटरेट कर सकें।
Instachart के साथ हाथ से बने स्केच से डैशबोर्ड बनाना - स्रोत
Instachart की एक प्रमुख विशेषता डैशबोर्ड के लिए स्वतः डमी डेटा जनरेट करने की क्षमता है, जो अंतिम उत्पाद का यथार्थपरक प्रीव्यू देता है। उपयोगकर्ता जब चाहें इस डमी डेटा को अपनी मैट्रिक्स से बदल सकते हैं।
Instachart शुरुआती चरणों में कोडिंग की ज़रूरत खत्म कर देता है। यह प्रोडक्ट बिल्डर्स को कॉन्सेप्ट से प्रोटोटाइप तक तेज़ी से बढ़ने में मदद करता है, जिससे डेटा विज़ुअलाइज़ेशन अधिक सुलभ और कुशल बनता है।
5. एआई स्टोरीटेलिंग असिस्टेंट
जेनरेटिव एआई डेटा विश्लेषकों और स्टोरीटेलर्स के लिए सहयोगी साथी की तरह काम कर सकता है—नैरेटिव एंगल सुझाना, प्रभावशाली हुक प्रस्तावित करना, और दिए गए डेटा के आधार पर कहानी के हिस्से ड्राफ्ट करना।
एआई डेटा स्टोरीटेलिंग असिस्टेंट
डेटा स्टोरीटेलिंग असिस्टेंट की यह अवधारणा दिखाती है कि जेनरेटिव एआई को डेटा विश्लेषण और स्टोरीटेलिंग प्रक्रिया में कैसे एकीकृत किया जा सकता है। हम इस अवधारणा को अपने डेटा स्टोरीटेलिंग वेबिनार में और विस्तार से तलाशते हैं।
ऊपर दिया गया आरेख प्रमुख घटकों और वर्कफ़्लो को दर्शाता है:
ये टूल कच्चे डेटा को प्रभावशाली नैरेटिव में बदलने की प्रक्रिया को काफी तेज़ कर देते हैं। इससे डेटा विश्लेषक और पत्रकार कहानी को परिष्कृत करने, मानवीय अंतर्दृष्टि जोड़ने और इटरेटिव रिव्यू प्रक्रिया के माध्यम से अंतिम उत्पाद को अपने मानकों पर खरा उतारने पर ध्यान दे सकते हैं।
उदाहरण के लिए, ChatGPT का Data Analyst ऐसा ही एक असिस्टेंट है जो हमारे डेटासेट का विश्लेषण कर सकता है और उससे प्रमुख इनसाइट्स दे सकता है। यह चार्ट बनाना, व्यावसायिक निर्णयों के लिए सिफारिशें देना आदि जैसे कई अन्य कार्य भी कर सकता है।
ChatGPT द्वारा Data Analyst चैट असिस्टेंट
6. एआर/वीआर डेटा विज़ुअलाइज़ेशन को बेहतर बनाना
जेनरेटिव एआई डेटा के इर्द-गिर्द नैरेटिव गढ़कर, संदर्भात्मक व्याख्याओं के साथ उपयोगकर्ताओं को जानकारी के माध्यम से मार्गदर्शन कर, और प्रमुख इनसाइट्स उजागर कर एआर/वीआर डेटा विज़ुअलाइज़ेशन को बेहतर बना सकता है।
जेनरेटिव एआई-संवर्धित एआर/वीआर डेटा विज़ुअलाइज़ेशन
यह तकनीक प्राकृतिक भाषा इंटरैक्शन भी सक्षम करती है, जिससे उपयोगकर्ता एआर/वीआर वातावरण में वॉयस कमांड के जरिए डेटा से प्रश्न पूछ और उसे परिवर्तित कर सकते हैं।
उदाहरण के लिए, Flowimmersive ऑगमेंटेड रियलिटी (AR) का उपयोग करके इंटरैक्टिव डेटा विज़ुअलाइज़ेशन बनाता है। यह एलएलएम जैसे जेनरेटिव एआई टेक का उपयोग करके डेटासेट से इनसाइट्स निकालता है और उन्हें एआर में प्रस्तुत करता है।
जेनरेटिव एआई-संवर्धित एआर डेटा विज़ुअलाइज़ेशन - स्रोत
निष्कर्ष
जेनरेटिव एआई डेटा स्टोरीटेलिंग को बदल रहा है, यह समझने, विज़ुअलाइज़ करने और इनसाइट्स संप्रेषित करने के तरीके को बेहतर करने वाले शक्तिशाली टूल्स देता है। तैयारी को स्वचालित करने से लेकर वैयक्तिकृत नैरेटिव बनाने तक, एआई विश्लेषकों को डेटा से गहरी वैल्यू निकालने में सशक्त बनाता है।
इस लेख में हमने जिन छह तरीकों की पड़ताल की है, वे अधिक आकर्षक और प्रभावशाली डेटा कहानियाँ गढ़ने में मानव-एआई सहयोग की क्षमता दिखाते हैं। एआई एक शक्तिशाली सहयोगी है, पर मानवीय निगरानी अहम बनी रहती है।
जैसे-जैसे संगठन अधिक डेटा-चालित दुनिया में आगे बढ़ रहे हैं, एआई-संवर्धित डेटा स्टोरीटेलिंग में महारत बड़ी बढ़त देगी—जटिल इनसाइट्स को अभूतपूर्व स्पष्टता और प्रभाव के साथ संप्रेषित करने में सक्षम बनाते हुए। डेटा स्टोरीटेलिंग का भविष्य मानवीय विशेषज्ञता और एआई क्षमताओं के इस संतुलित साझेदारी में निहित है।
आप DataCamp पर इस पोस्ट में कवर की गई विभिन्न तकनीकों और विधियों के बारे में निम्न संसाधनों से और सीख सकते हैं: