Build your ultimate AI agent
कोर्स विवरण
Python में Financial Forecasting कोर्स में, आप CFO की भूमिका निभाएँगे और बोर्ड ऑफ डायरेक्टर्स को प्रमुख मेट्रिक्स पर सलाह देना सीखेंगे, साथ ही एक फाइनेंशियल फोरकास्ट बनाते हुए आय विवरण (income statement) और बैलेंस शीट की बुनियादी बातें सीखेंगे, और बिखरे हुए वित्तीय डेटा को साफ करेंगे। कोर्स के दौरान, आप pandas पैकेज का उपयोग करके Netflix, Tesla, और Ford के वास्तविक डेटासेट्स का विश्लेषण करेंगे। कोर्स के बाद, आप वित्तीय मेट्रिक्स की गणना कर पाएँगे, असम्प्शन्स और वेरिएंसेज़ के साथ काम करेंगे, और Python में अपना खुद का फोरकास्ट बनाएँगे!
पूर्वापेक्षाएँ
पाठ्यक्रम
कोर्स रूपरेखा
1
Income statements
इस चैप्टर में, हम वित्तीय स्टेटमेंट्स की बुनियादी बातें सीखेंगे, खास तौर पर income statement पर ध्यान देंगे, जो हमारी बिक्री, लागत और मुनाफे का विवरण देती है। हम profitability मेट्रिक्स कैसे निकाली जाती हैं, यह सीखेंगे और जो सीखा है उसे समेटते हुए Tesla के लिए अपना profit फोरकास्ट बनाएँगे!
- Financial statements का परिचय50 XP
- ग्रॉस प्रॉफ़िट की गणना100 XP
- नेट प्रॉफिट की गणना100 XP
- नेट प्रॉफिट और ग्रॉस प्रॉफिट के भीतर के तत्व50 XP
- Sales और Cost of Goods Sold (COGS) की गणना50 XP
- बिक्री की गणना100 XP
- डिस्काउंट के साथ बिक्री का पूर्वानुमान100 XP
- COGS की गणना100 XP
- ब्रेक-ईवन पॉइंट की गणना100 XP
- कच्चे फ़ोरकास्ट डेटासेट्स के साथ काम करना50 XP
- Tesla income statement100 XP
- Tesla के लिए प्रॉफिट फ़ोरकास्टिंग100 XP
2
Balance sheet और फोरकास्ट ratios
इस चैप्टर में, हम बैलेंस शीट के बारे में और विस्तार से सीखेंगे—assets और liabilities को कवर करते हुए, और कुछ विशिष्ट ratios जो किसी कंपनी की वित्तीय सेहत और क्षमता का आकलन करने में मदद करते हैं। साथ ही, देखेंगे कि ये ratios हमें एक बेहतर फोरकास्ट बनाने में कैसे सहायक होते हैं।
3
कच्चे डेटा का फ़ॉर्मैटिंग, तारीख़ों और वित्तीय अवधियों का प्रबंधन
हमें income statements और बैलेंस शीट्स की एक बुनियादी समझ मिल गई है। लेकिन फोरकास्टिंग के लिए डेटा को समेकित करना जटिल होता है, इसलिए इस चैप्टर में हम कुछ बुनियादी टूल्स देखेंगे जो खास तौर पर फाइनेंस से जुड़ी जटिलताओं को हल करने में मदद करते हैं—तारीख़ों और अलग-अलग वित्तीय अवधियों के साथ काम करना, और अपने कच्चे डेटा को फाइनेंशियल फोरकास्टिंग के लिए सही फ़ॉर्मैट में ढालना।
4
फोरकास्ट में assumptions और variances
इस चैप्टर में, हम एक अच्छे फोरकास्ट के दो और पहलुओं का अध्ययन करेंगे। पहले, हम assumptions पर नज़र डालेंगे—उन्हें क्या प्रभावित करता है और जब कोई assumption बदलती है तो क्या होता है? अगला, हम variances पर बात करेंगे—फोरकास्ट एक समय पर बनाया जाता है, लेकिन जब वास्तविक नतीजे हमारे फोरकास्ट से मेल नहीं खाते तो क्या करें? हमें ऐसा लचीला फोरकास्ट बनाना होगा जो assumptions में बदलावों के प्रति संवेदनशील हो और variances को भी ध्यान में रखे, और यही हम इस चैप्टर में समझेंगे।
Python में Financial Forecasting
कोर्स
पूरा
