 नेक्स जो म्डल इया दैटिस को रहन्दम्phorrest इसके नाम से याप को समझना जे किये जैसे होप्रूब अप अब कब यह सी घनकल में गयोंगे जाहांप को रस्साश नहीं मिलता या रस्ता डूँना पदता है, यस तरागे एक्यसटैस भी होती एं, गेम्स भी होती है, यह व जिसकी बेस्पे जो वह मारे पास, एक दिसीःन आयेगा, उसकी उन सब को लेएन हम क्यों कुम विक्वूलेट करेँगे, उसको बेस्पे पिर नहीं अगे ओर आप यो खाल दिसीःन एं वो करेँगें विसके खुँँँँँँँँँँँँँँँँँँँँँँँँ� छू भी अंने खुद या और प्रद हैं खॉट़ यी ठ्रह वेखांगरे वो देगागरे अग्रे उग्रे डिल चीर वेगाए तू खॉब. तो इसी टान गेराईशन आई भी हर चीज किस ना किसी चीज पे डब़न करती है, खोई ने कोई चीज जोई नहीं तेटी सबज़़ जो समत्धिग. तो इसक्टली यह ये दोनो चीज नहीं बोहल जीज जाथ हम जीज़ेगगे आपने अनलइसिस में प्लास्टिकेशन असको आप सगमेंतेशन केलें कुछ और भी कैसकते हैं, दिपन्टन्ची जो रिग्रेश्चन हैं, इसकी जैसे हमने देखा, देखा देर सो मनी ताइप सोग रिग्रेश्चन, ये चीजे बारभार आप आप भी जुज अगी, प्लस आप ख़गर कोई मेठेमटिकल मेठाट भी जाएं, या कोई और स्टेटिस्टिकल मोडल जो के आपकी रेक्वार मेंटो आपकी आनालिसिस की, even वो बी आपकी रेंटम ख़ोच्ट में अपलाई हो सकते हैं. As we discussed during, you know, when we spoke about our data pipeline, we spoke about data wrangling, we spoke about quality of data, so the different steps that come in it, if you see, then the whole structure of yours, you also follow it in it. So you have used a different model, when you have to do an estimation on it, you have to do a statistical inference or forecasting, or you have to do a perspective analysis on it, then you use a different model. Now this is a problem solving, but we are using a different statistical model at different stages of your data science project. Now as we are seeing, I think I have explained in detail, but according to this diagram, this model, in this particular diagram, you can compare it with the election campaign or election results, or you can consider it as a health policy or social welfare policy, or you can consider it as a telecom company example, or you can consider it as a services enhancement from one area to the other, the other or some of your social, geographical, cities cluster, then you have to go somewhere else, so in all situations this concept, you can use it, so basically you have a data set, so now you have different features, the data set, you have a total of one state's population's data available, अगी आपकात अच्छे ये इतने मेरे ये फर्द कर ये चार गर मेरे पास जो ट्रीज आप विदिन दिस फोरिस वो सब का जो रेजाल्ट या वोट ये एगी इस पर्टिकलर एर्ये में जो पीने का पानी नहीं यह यह साफ विलिबल च्फोज़ ये यह अगेंस जी का जी के � कर ही जोगके लेगा। छाएक गार नहीं लोग लेगे और स्वास है बी एक और आप गोगह एक लोग के है। जो दो वोग़ान पर गोगी ज़ने नहीं पाता होसे नहीं ये जाड़म तर लिए गई रवात है। अगेन इस में भी हमारे पास वोई जो टेस्ट देटा, ट्रेनिंग देटा, अवराल डेटा, ये छीजे आज इटीजी हैं, जो के पक्रिबन देखे, हर जो स्टेटिस्टीकल मोडल हैना, वो बेस करता है आपका डेटा सेट पे, जो के आपका आपके पास अपिलेबले डेट तो क्नमड़ए पटन्फ्तिकष्थ, per identification, thats the authentication that is critical to your whole process, says to decide on it later on. So, हो आपनी देटा , बहुत क्या अपका कि लाखनी, than diyor you have to have a very accurate decision making process that is critical to your whole process, नीम या हिये करया... अपक ती आपक्क क्यम चीजी गयलाही ःखुनके। still, what we keep doing basically आप जो भी मोडल आद कर दे यह प्वाँ, तुव बछ़ Jupiter does the same to give you same total information. इसी हो बी उज़्ें आप भाँ वीटूर यह लिए उग़्र देईईईईईईईईईईईईईईईईईईई्ईईईईईईईईईईईईईईईईईईईईईई. अवग़े को लेगे जासक्टें इग्टेटा को अपना माडल को टरेंग गी आभ थो इटराष्दित को अब आप कोरेशी ती है खर पुठन Michael क तो हम ने एकसबी कर कर आप ये पुँटन रेईशे वी की हा. इसी तरा आप इसको और कलोस तो वन आप लेके जासकते हैं, बेस्ट आप योर योर देटा और मोडल सलक्छन के साथ आप इन जीसों पे भी रेबो फोखस कर सकते हैं