 आब अप आप फ़ँद उचानी ज़े आईगते है । आप बआद बदब़ पच़म यहान आप लिए ग़ा कर्दे त्टाएँ थ्सैंटिश ठी इस पगताए लिए बाद बढ़ाशे ञां और जोगा तब स्फरिया कर्गते हैं। अब हम जी देखे के वो different techniques कोंसी है जिन को use करते वे हम इसको apply कर सकते है, in a real data science environment. एक तो इसका साएकिल है के जो this goes always without saying and as I said I mentioned it multiple times. तो we start with a business problem, we see हमारे पास data sources कोंसे हैं, और फिर मुसके अपर different techniques यस तमाल करते है, विसको data को visualise करते है, या जो भी हमारे जो results को produce करते हैं. तो इस में अगर हम देखें तो हमारे पास, जो data cleaning and data transformation, यह दोनो चीजे हमने rangling में study की, इसली मैं इस में साए साएक आप को just I am giving you reference of data wrangling. वो आप ने जी कीनन उसको study की है देका रहा है it was one of our core area of discussion. तो ये लेके जो तीसर हरी है, उस में आजाता है, वो है data reduction का, reduction की भी different techniques है, जो हमारा focus है, वो है इस पे, हमने dimensionality reduction कुके जो dimensions को हम किस तना से reduce कर से ते जी हमारा main topic है, अवराल पूरे से आरी हो में जी आप को understand करना जो रही है के data जो भी आप के पास आता है, उसको process करने से पहले, जो pre-processing है उसकी जान जो transformation, enrichment, preparation, different lobe, हम उसको ETL के तामपे भी करते है, ELT के तामपे भी करते है, इंजेशन के तामपे भी करते है, आप की तामपे भी करते है, उसके नहीं तामपे भी भी करते है, और जब आप प्रक्तिकली किसी प्रुजट पे काम करेंगे, तो you will understand and you will appreciate the fact, कि यह चीजे बिलकुल को इसक्लूज़ीव नहीं है एक तुस्रे से, अप की जगागा पे आप को उन चीजों को साथ-साथ यूज करना पड़ेगा, अगले स्थाप पे तुसी तेकनी किस तरास याप इंको यूज करेंगे, अपना येजो है, even reduction can be used at different stages. अपक अपक अपक आपक अब अप्रुट आपती आती है,