Lecture 18: Project Estimation Techniques (Contd.) — Transcript

Full transcript

1. 0:09उसके प्रकार है - विभिन्न प्रकार की एस्टिमेशन
2. 0:12(Estimation) टेक्निक (techniques) की एक और श्रेणी है,
3. 0:16हालांकि, एस्टिमेशन (Estimation) की कई टेक्निक
4. 0:19(techniques) हैं जिन्हें वे मोटे तौर पर ऊपर
5. 0:23से नीचे और नीचे से ऊपर वर्गीकृत किया
6. 0:27जा सकता है, यह एक वर्गीकरण है।
7. 0:31किस बारे में: एल्गोरिथ्म मॉडल (algorithm models), एक्सपर्ट
8. 0:35ओपिनियन(expert opinion), एक्सपर्ट जजमेंट (expert judgement ),अनलॉय
9. 0:38माइथोलॉजी (analogy mythology) या, जीतने के लिए मूल्य?
10. 0:42लास्ट (last) कक्षा में, हमने इन लास्ट (last)
11. 0:46तीन एक्सपर्ट ओपिनियन(expert opinion), या एक्सपर्ट
12. 0:49जजमेंट (expert judgement ), अनलॉय माइथोलॉजी (analogy mythology)
13. 0:53और जीतने के लिए कीमत के बारे में चर्चा
14. 0:57की है, ये चीजें हमने पहले ही देखी हैं
15. 1:02और इसलिए, मूल रूप से ये चारों प्रोजेक्ट
16. 1:06(Project) एस्टिमेशन (Estimation) के लिए एक और वर्गीकरण
17. 1:10भी हैं। तो, पिछले तीन हमने पहले से
18. 1:14ही देखे है। अब, हम टॉप डाउन और बॉटम
19. 1:18उप (Top down or bottom up )एस्टिमेशन (Estimation) टेक्निक (techniques)
20. 1:24के बारे में देखते हैं, फिर हम प्रोजेक्ट(Project)
21. 1:28एस्टिमेशन (Estimation) के लिए एल्गोरिथम मॉडल
22. 1:31(Model) (Algorithm model) के बारे में देखेंगे।
23. 1:35तो, बॉटम उप एस्टिमेशन (Bottom up estimation) एक एस्टिमेशन
24. 1:39(Estimation) टेक्निक (Technique)है जो उन सभी कार्यों
25. 1:43की पहचान करती है जिन्हें ठीक किया
26. 1:46जाना है। तो, इसलिए यह उन सभी कार्यों
27. 1:49की पहचान करता है जिन्हें परफॉर्म
28. 1:52(Perform) किया जाना है। तो, यह बहुत समय लगता
29. 1:56है। इसे तब उपयोग करें जब आपके पास
30. 2:00समान पहले जैसा प्रोजेक्ट (Project) के बारे में कोई
31. 2:04डेटा न हो। इसलिए, जब आपके पास समान
32. 2:08पहले जैसा प्रोजेक्ट (Project) नहीं हैं, तो आप
33. 2:11इसका उपयोग कर सकते हैं मैंने पहले ही
34. 2:15आपको बताया है कि यह अनलॉय माइथोलॉजी
35. 2:18(analogy mythology) है
36. 2:20अनलॉय माइथोलॉजी (analogy mythology) ही बात पर
37. 2:23बेस्ड (based) है , यह कब उपयुक्त होगा जब
38. 2:26आप अतीत में इसी प्रकार के प्रोजेक्ट (Project)
39. 2:30कर चुके है या इसी प्रकार के प्रोजेक्ट
40. 2:34(Projects) कर रहे हों, तब इस अनलॉय माइथोलॉजी
41. 2:37(analogy mythology) का आप उपयोग कर सकते हैं, लेकिन
42. 2:42जब आपके पास समान अतीत के प्रोजेक्ट
43. 2:45के बारे में कोई डेटा नहीं होता है , तो
44. 2:49आप इस बॉटम उप एप्रोच (Bottom up approach) का उपयोग
45. 2:53करें। फिर उप डाउन एप्रोच (up down approach)के
46. 2:57बारे में क्या है? यह प्रोजेक्ट (Project)
47. 3:00लागत ड्राइवरों के आधार पर और पिछले
48. 3:03प्रोजेक्ट (Project) डेटा के आधार पर ओवरआल
49. 3:06एस्टीमेशन (overall estimation) को प्रोडूस (produce)करता
50. 3:09है। इसलिए, पिछले प्रोजेक्ट
51. 3:11का डेटा उपलब्ध होने पर टॉप डाउन विधि
52. 3:14(top down method) का उपयोग किया जाता है। तो, यह विधि
53. 3:19दो चीजों के आधार पर ओवरआल (overall) एस्टिमेशन
54. 3:22(Estimation) तैयार करती है; पिछले प्रोजेक्ट
55. 3:25(Project) के आंकड़ों के आधार पर ,प्रोजेक्ट
56. 3:28(Project) के विभिन्न प्रोजेक्ट (Project) लागत ड्राइवरों
57. 3:31के आधार पर । इसलिए, यहां हमें उन नौकरियों
58. 3:34के बीच ओवरआल (overall) एस्टिमेशन (Estimation) को
59. 3:37विभाजित करना होगा जो उन्हें परफॉर्म
60. 3:40(Perform) करना है।
61. 3:41अब, आइए देखें - बॉटम उप एस्टिमेशन (Bottom
62. 3:44up estimation) \ स्टेप्स (steps) क्या हैं? बॉटम उप
63. 3:49एस्टिमेशन (bottom up estimation) क स्टेप्स(Steps) इस प्रकार
64. 3:54है- प्रोजेक्ट (Project) की गतिमेथड (methods) को
65. 3:58छोटे कॉम्पोनेन्ट (component)में तोड़ना।
66. 4:01इसलिए, जैसा कि इसके नाम से ही एस्टिमेशन
67. 4:06(Estimation) लगाया जा सकता है बॉटम उप एस्टिमेशन
68. 4:11(Bottom up estimation), ऑब्जेक्ट ओरिएंटेड अप्रोच(object
69. 4:14oriented approach) के जैसे बॉटम उप (Bottom up) मेथडोलॉजी
70. 4:19(Mathedology), का उपयोग कर रहे हैं,
71. 4:22तो, यहाँ इसी तरह आप प्रोजेक्ट (Project) की
72. 4:26गतिमेथड (methods) को छोटे और छोटे कॉम्पोनेन्ट
73. 4:29(component) में तोड़ देते हैं, फिर जब एक या
74. 4:34दो सप्ताह में एक व्यक्ति द्वारा किए
75. 4:38जाने वाले काम को प्राप्त करते हैं
76. 4:41तो तो उस काम को रोक देते है यह तोड़ने
77. 4:46की प्रक्रिया कहाँ है? इसे कब रोका जाना
78. 4:50चाहिए? हमें रुकना चाहिए जब आपको यह
79. 4:54मिलता है , क्या एक व्यक्ति एक या दो
80. 4:58सप्ताह के भीतर काम कर सकता है, तब आप
81. 5:03सबसे कम लागत वाली गतिमेथड (methods) के लिए
82. 5:07लागत का एस्टिमेशन (Estimation) लगाते हैं।
83. 5:10इसलिए, प्रोजेक्ट (Project) को गतिमेथड (methods)
84. 5:13में विभाजित करने के बाद, आप हायर लेवल(higher
85. 5:17level) पर हर लोअर लेवल (lower level) की एक्टिविटी(activity)
86. 5:22की कॉस्ट(cost) का एस्टिमेशन (Estimation) लगाते हैं।
87. 5:26हाई लेवल(high level) पर आप एस्टिमेशन (estimation)कैसे
88. 5:29लगते है \ लोअर लेवल(lower level) क एस्टिमेशन(estimation)
89. 5:33को ऐड(addition) करके । इसलिए, प्रत्येक हाई लेवल(high
90. 5:36level) पर, आपको लोअर लेवल (lower level) के एस्टिमेशन(estimation)
91. 5:41की गणना करनी होगी।
92. 5:43आइए फिर हम टॉप डाउन एस्टिमेशन (Top down estimation)
93. 5:48के बारे में देखते हैं, हम एक उदाहरण
94. 5:52लेंगे। तो, मान लीजिए, जैसा कि ऊपर बॉटम
95. 5:56उप एस्टिमेशन (Bottom up estimation)है, मैं आपको
96. 5:59पहले ही बता चुका हूं, मुझे लगता है
97. 6:04ठीक बता दिया है। आइए अब हम हम टॉप डाउन
98. 6:09एस्टिमेशन (Top down estimation), बॉटम उप एस्टिमेशन
99. 6:11(Bottom up estimation) एल्गोरिदम देखें, हम पहले ही
100. 6:15देख चुके हैं। तो, अब, टॉप डाउन एस्टिमेशन
101. 6:20(Top down estimation) के बारे में देखते हैं, अंतर
102. 6:24जो मैंने पहले ही आपको बता दिया है।
103. 6:28यहाँ, टॉप डाउन एस्टिमेशन (Top down estimation) इस प्रकार
104. 6:33थे, एफर्ट ड्राइवर (efforts driver)और कॉस्ट ड्राइवर
105. 6:36(cost driver) या कुछ ड्राइवर्स (drivers) का जिसको आपको
106. 6:41उपयोग करना है उसका उपयोग करके आप ओवरॉल
107. 6:45एस्टिमेशन प्रोडूस(overall estimation produce) कर सकते है।
108. 6:48फिर आप ओवरआल एस्टीमेट(overall estimate) को बहुत से कॉम्पोनेन्ट(component)
109. 6:52में डिस्ट्रीब्यूट(distribute) करते है यहाँ, आप देख
110. 6:56सकते हैं कि आपने जिस ओवरआल (overall) प्रोजेक्ट
111. 7:00(Project) के लिए एस्टिमेशन (Estimation) लगाया है कि
112. 7:04आपको 100 दिन लग सकते हैं, लेकिन ओवरआल
113. 7:08(overall) प्रोजेक्ट (Project) को किस उप गतिमेथड
114. 7:11(methods) में विभाजित किया जा सकता है; डिजाइन,
115. 7:15(design)कोडिंग,(coding) टेस्टिंग (Testing), वगैरह और आपने
116. 7:18एस्टिमेशन (Estimation) लगाया है कि कुल दिनों का
117. 7:2230 प्रतिशत, 30 प्रतिशत डिजाइन को दिया जा
118. 7:26सकता है, 30 प्रतिशत कोड को, और 40 प्रतिशत
119. 7:31आप टेस्टिंग (Testing) के लिए देंगे। फिर
120. 7:34आप आसानी से इस अनुपात के अनुपात की गणना
121. 7:39कर सकते है
122. 7:40तो, इस तरह से बॉटम उप एस्टिमेशन (Bottom
123. 7:44up estimation)काम करता है, पहले ओवरआल (overall) एस्टिमेशन
124. 7:48(Estimation) का एस्टिमेशन (Estimation) लगाएं, पहले
125. 7:51ओवरआल (overall) एस्टिमेशन (Estimation) की गणना करें
126. 7:55और फिर ओवरआल (overall) एस्टिमेशन (Estimation) के
127. 7:58अनुपात को वितरित करें इंडिविजुअल
128. 8:00कॉम्पोनेन्ट (individual component )तो आप करेंगे।
129. 8:03फिर प्रयास या एस्टिमेशन (Estimation) लगाने की यह
130. 8:07विधि को टॉप डाउन एस्टिमेशन ( top down Estimation)
131. 8:11के रूप में जाना जाता है।
132. 8:14एक और उदाहरण यहां दिया गया है, जहां
133. 8:18ये कुल हैं। मान लीजिए, कुल प्रोजेक्ट (Project)
134. 8:22लागत 500000 है तो कुल प्रोजेक्ट (Project), ओवरआल
135. 8:26(overall) प्रोजेक्ट (Project) की डिजाइन(design), कोडिंग
136. 8:29(coding), टेस्टिंग (Testing), दस्तावेज़ीकरण डॉक्यूमेंटेशन
137. 8:31(documentation), सीडी,(CDS) प्रोडूस (Produce) जैसी कुल प्रोजेक्ट
138. 8:34(Project) डेवेलोप(develop) करने के क्या भिन्न कॉम्पोनेन्ट
139. 8:38(Component) है
140. 8:39तो, फिर आपको क्या करना है, जिस व्यक्ति
141. 8:43को आपको एस्टिमेशन (Estimation) लगाना है कि
142. 8:46प्रत्येक कॉम्पोनेन्ट (component) द्वारा कितना
143. 8:49प्रतिशत लिया जाएगा; मान लीजिए, डिजाइन
144. 8:51(design) में 20 प्रतिशत लगेगा, प्रोग्रामिंग
145. 8:54(Programming)(Programming) में 30 प्रतिशत लगेगा, टेस्टिंग
146. 8:57(Testing) में 40 प्रतिशत, डॉक्यूमेंटेशन (documentation)
147. 9:00में 5 प्रतिशत और सीडी(CDS) के प्रोडूस (produce)में
148. 9:045 प्रतिशत लगेगा। तदनुसार, यह आपको
149. 9:07गणना करना होगा, यह कहना है कि 500000 का 20
150. 9:12प्रतिशत जो कि 100000 है, यह जो देगा, वह
151. 9:16डिज़ाइन(design) को देगा। इसी तरह, 500000 का 30 प्रतिशत
152. 9:20शायद 1.5 लाख, यह प्रोग्रामिंग (Programming)(Programming) को देगा
153. 9:24और इसी तरह, आप इसे असाइन करते हैं जो
154. 9:29अनुपातों की गणना करते हैं और विभिन्न
155. 9:32कॉम्पोनेन्ट (component) को दिए गए प्रतिशत
156. 9:35की गणना करते हैं। तो, इसी प्रकार डिजाइन
157. 9:39(design)को दो प्रकार के डिजाइन(design) कहा जा
158. 9:42सकता है डी 1 ((d1), डी 2 (d2)जैसे; डी 1 (d1)डिजाइन
159. 9:48(d1 design)और आपका डेटाबेस 10, 10, 10 प्रतिशत, प्रत्येक
160. 9:52पर डिजाइन(design) करते हैं। तो, आपको प्रत्येक
161. 9:55को 50000 देना होगा। तो, इसी तरह प्रोग्राम
162. 9:59में दो प्रोग्रामिंग (Programming) शो हो सकते हैं,
163. 10:03जो G U I के लिए कोड लिख रहे हैं और कहने के
164. 10:09लिए यहां तीन प्रोग्रामिंग (Programming) हो सकते हैं;
165. 10:13इस G U I के लिए प्रोग्रामिंग (Programming), डेटाबेस के
166. 10:17लिए प्रोग्रामिंग (Programming) और सामान्य
167. 10:20कोड के लिए प्रोग्रामिंग (Programming)। तो, फिर से
168. 10:2320 प्रतिशत, 5 प्रतिशत, 5 प्रतिशत। तो, आनुपातिक
169. 10:27की गणना और डॉक्यूमेंटेशन (documentation किया जाता है,
170. 10:30मान लीजिए कि), दो प्रकार की सीडी है,
171. 10:34केवल एक को तैयार करना है।
172. 10:37तो, इस तरह से आप इसे विभाजित कर सकते
173. 10:41हैं, टेस्टिंग(testing) को भी यूनिट टेस्टिंग
174. 10:43(unit testing ) , टी 1 इंटीग्रेशन टेस्टिंग (integration Testing)
175. 10:47है टी 2 ,सिस्टम टेस्टिंग (system Testing) टी 3 हो सकता
176. 10:52है। इसलिए, तदनुसार इस प्रतिशत की गणना
177. 10:55करें आपको प्रत्येक स्टेप्स (steps) के लिए
178. 10:58एस्टिमेशन (Estimation) प्राप्त होंगे। । तो, यह है
179. 11:01टॉप डाउन एस्टिमेशन (top down Estimation) कैसे काम
180. 11:05करता है।
181. 11:06आइए देखते हैं कि टॉप डाउन एप्रोच(top
182. 11:09down approach) के क्या फायदे हैं, यह सिस्टम लेवल
183. 11:14एक्टिविटीज(system level activity) जैसे इंटीग्रेशन
184. 11:16टेस्टिंग (integration testing) या इंटीग्रेशन(integration),
185. 11:19डॉक्यूमेंटेशन(documentation), कॉन्फ़िगरेशन(configuration)
186. 11:20,मैनेजमेंट(configuration), वगैरह के लिए जिम्मेदार
187. 11:23है। तो, टॉप डाउन एस्टिमेशन
188. 11:25(Top down Estimation), यह इंटीग्रेशन (integration), डॉक्यूमेंटेशन
189. 11:29(documentation), कॉन्फ़िगरेशन(configuration) ,मैनेजमेंट(configuration),,
190. 11:31आदि जैसे विभिन्न सिस्टम(system) स्तर की
191. 11:34गतिमेथड (methods) पर विचार करता है। इनमें से
192. 11:38कई को बॉटम उप एस्टिमेशन (Bottom up estimation) मेथड (methods)
193. 11:44में अनदेखा किया जा सकता है। हम देखेंगे
194. 11:48कि बॉटम उप एस्टिमेशन (Bottom up estimation)) का एक दोष
195. 11:54यह है कि यह इन सिस्टम (system)स्तर की गति मेथड
196. 11:59(methods) को ध्यान में नहीं रखता है।
197. 12:03इसके लिए न्यूनतम प्रोजेक्ट (Project) विवरण
198. 12:06की आवश्यकता होती है। तो, यह टॉप डाउन
199. 12:10एस्टिमेशन (Top down Estimation), इसमें बहुत कम प्रोजेक्ट
200. 12:15(Project) विवरण, बहुत न्यूनतम प्रोजेक्ट (Project) विवरण
201. 12:18की आवश्यकता होती है। यह आमतौर पर फ़ास्ट
202. 12:23(fast) और इम्प्लेमेंत (implement ) करने में आसान
203. 12:26है। ये टॉप डाउन एस्टिमेशन (Top down Estimation), के फायदे
204. 12:32हैं।
205. 12:33लेकिन ऊपर बॉटम उप एस्टिमेशन (Bottom up estimation)के
206. 12:37कुछ नुकसान भी हैं जैसे; यह कठिन निम्न
207. 12:41स्तर की समस्याओं पर ध्यान नहीं देता
208. 12:45है, यह इस प्रणाली के स्तर की गतिमेथड
209. 12:49(methods) को ध्यान में रखता है, लेकिन यह
210. 12:53निम्न स्तर की समस्याओं को ध्यान में नहीं
211. 12:58रखता है। यह निम्न स्तर के कॉम्पोनेन्ट
212. 13:01(component) की जटिलता को कम और अनदेखा करता
213. 13:06है। यह ध्यान में नहीं रखता है और साथ
214. 13:11ही यह निम्न स्तर के कॉम्पोनेन्ट (component)
215. 13:14की जटिलताओं को कम और अनदेखा कर सकता
216. 13:19है। यह डिसिशन(decision) या एस्टीमेशन(estimation)
217. 13:21को सही ठहराने के लिए कोई विस्तृत
218. 13:25विवरण नहीं देता है।
219. 13:27तो, आपने यह निर्णय क्यों लिया है? आपने
220. 13:32यह एस्टिमेशन (Estimation) क्यों लगाया है? यह
221. 13:35निर्णय या प्रोजेक्ट (Project) मेनेजर (Manager) द्वारा
222. 13:39किए गए एस्टीमेशन (Estimation) को सही ठहराने
223. 13:43के लिए कोई विस्तृत आधार प्रदान नहीं
224. 13:47करता है।
225. 13:48बॉटम उप एस्टिमेशन (Bottom up estimation) को देखने
226. 13:52के फायदे क्या हैं। यह सॉफ्टवेयर(software)
227. 13:55समूह को लगभग पारंपरिक अंदाज में एस्टिमेशन
228. 13:59(Estimation) लगाने की अनुमति देता है। इसलिए, एक
229. 14:03पारंपरिक फैशन सॉफ्टवेयर(fashion software) समूह या प्रोजेक्ट
230. 14:07(Project) मेनेजर (manager ) में, वे विभिन्न मापदंडों
231. 14:11का एस्टिमेशन (Estimation) लगा सकते हैं। प्रत्येक
232. 14:15समूह का एस्टिमेशन (Estimation) कॉम्पोनेन्ट
233. 14:17(component) के लिए पर्याप्त अनुभव है।
234. 14:21इसलिए, सॉफ्टवेयर (Software )विकास में शामिल
235. 14:24विभिन्न समूह, वे विभिन्न कॉम्पोनेन्ट
236. 14:27(component) का एस्टिमेशन (Estimation) लगाएंगे, जिनके
237. 14:30लिए उनके पास पर्याप्त अनुभव है। यह अधिक
238. 14:34स्थिर है, क्योंकि विभिन्न कॉम्पोनेन्ट
239. 14:37(component) में एस्टिमेशन (Estimation) त्रुटियां अधिक
240. 14:40या कम हो सकती है | इसलिए, अलग-अलग यह बहुत स्थिर
241. 14:45है, क्योंकि विभिन्न कॉम्पोनेन्ट (component)
242. 14:48में एस्टिमेशन (Estimation) त्रुटियां हैं, वे
243. 14:51पहले से ही संतुलित हैं।
244. 14:54लेकिन खामी, . बॉटम उप एस्टिमेशन (Bottom
245. 14:57up estimation) की कई कमियां हैं जैसे कि यह सिस्टम
246. 15:02(system)स्तर की कई लागतों को उन्धेखा कर सकता
247. 15:06है। यह मैंने आपको पहले ही बताया है,
248. 15:10टॉप डाउन एप्रोच (Top down approach) के फायदे
249. 15:14यह है कि यह सिस्टम (system)स्तर की गतिमेथड
250. 15:18(methods) को ध्यान में रखता है, लेकिन बॉटम
251. 15:22उप एस्टिमेशन (bottom up Estimation) सिस्टम(system)
252. 15:25स्तर की कई लागतों जैसे इंटीग्रेशन
253. 15:28(integration) , कॉन्फ़िगरेशन मैनेजमेंट(configuration
254. 15:30management,), वगैरह, क्वालिटी अस्सुरांस (quality assurance)
255. 15:33को उन्देखा कर सकता है।
256. 15:35इसलिए, इस सिस्टम(system) स्तर की लागत में
257. 15:39शामिल होने वाली लागत को बॉटम उप एस्टीमेशन
258. 15:43(bottom up Estimation) प्रक्रिया द्वारा अनदेखा किया
259. 15:46जा सकता है। यह गलत हो सकता है, क्योंकि
260. 15:51आवश्यक जानकारी प्रारंभिक चरण में उपलब्ध नहीं
261. 15:54हो सकती है। इसलिए, प्रारंभिक चरण के
262. 15:58दौरान सिस्टम रेकुइरेमेंट अनालुय्सिस फेज (system
263. 16:01requirement analysis phase) या इस डिज़ाइन फेज (design phase)
264. 16:06की तरह हो सकता है। इसलिए, आवश्यक जानकारी
265. 16:10उपलब्ध नहीं हो सकती है। तो, एस्टिमेशन
266. 16:13(Estimation) गलत हो सकता है अगर आप इस बॉटम
267. 16:18उप एस्टिमेशन (Bottom up estimation)का उपयोग कर
268. 16:21रहे हैं। यह अधिक समय लेने वाला होता
269. 16:25है, बॉटम उप एस्टिमेशन (Bottom up estimation) की तुलना
270. 16:30में अधिक समय लगता है।
271. 16:32तो, अब हम इस प्रोजेक्ट (Project) के एस्टिमेशन
272. 16:36(Estimation) के लिए एल्गोरिथम मॉडल (Model)(algorithm मॉडल
273. 16:40(Model)) के रूप में कहा जाने वाला एक और मॉडल
274. 16:45(Model)(Model) देखते हैं। अब, पहले देखते हैं
275. 16:48कि अच्छे एल्गोरिथम मॉडल (Model) (Algorithm Model )के
276. 16:52लिए क्या मापदंड हैं, फिर हम इस एल्गोरिथम
277. 16:57मॉडल (Model) (Algorithm Model )के लिए कदम उठाएंगे।
278. 17:01तो, सबसे पहले यह एल्गोरिथम मॉडल (Model)((Algorithm Model )), यदि
279. 17:05आप प्रोजेक्ट एस्टिमेशन (Project Estimation) के लिए एक
280. 17:10एल्गोरिथम मॉडल (Model)(Algorithm Model ) विकसित करना चाहते
281. 17:13हैं, तो इसे स्पष्ट रूप से परिभाषित
282. 17:17किया जाना चाहिए, प्रक्रिया बहुत स्पष्ट
283. 17:20रूप से परिभाषित होनी चाहिए। तब यह
284. 17:24सटीक होना चाहिए। यह वस्तुनिष्ठ होना
285. 17:27चाहिए; इसका मतलब है, आपको सब्जेक्टिव
286. 17:30फैक्टर (subjective factors) से बचना चाहिए। यह केवल
287. 17:34उद्देश्य फैक्टर (factor ) पर ध्यान केंद्रित
288. 17:37करना चाहिए। परिणाम समझने योग्य होना
289. 17:40चाहिए और यह स्थिर होना चाहिए; इसका
290. 17:44मतलब है, परिणाम पैरामीटर (parameter) मानों की एक
291. 17:48विस्तृत श्रृंखला के लिए मान्य होना
292. 17:51चाहिए, पैरामीटर(parameter) मानों की एक छोटी
293. 17:54श्रृंखला के लिए नहीं और इसका उपयोग
294. 17:58करना आसान होना चाहिए। यह बहुत अधिक कारण
295. 18:02होना चाहिए; इसका मतलब है, भविष्य के
296. 18:06डेटा को केवल मौजूदा डेटा वर्तमान डेटा
297. 18:09की आवश्यकता नहीं है। हमें विभिन्न
298. 18:13मापदंडों का एस्टिमेशन (Estimation) लगाने में सक्षम
299. 18:16होना चाहिए। ये एक अच्छे एल्गोरिदम
300. 18:19मॉडल (Model)(Algorithm model) के कुछ मापदंड हैं
301. 18:23अब, देखते हैं कि एल्गोरिथ्म मॉडल (Model)(algorithm models) क्या
302. 18:28हो सकते हैं। प्रोजेक्ट प्लानिंग(Project planning)
303. 18:31के लिए, हमें यह एस्टिमेशन (Estimation) लगाने की आवश्यकता
304. 18:35है कि रिपोर्ट के साथ-साथ अवधि क्या
305. 18:39है। हम आपको पहले ही बता चुके हैं कि
306. 18:44सीधे प्रयास अवधि का एस्टिमेशन (Estimation)
307. 18:47लगाना बहुत मुश्किल है, कार्यक्रम विवरण
308. 18:50से सीधे प्रयास या लागत या अवधि का एस्टिमेशन
309. 18:55(Estimation) लगाना कठिन है। तो, यही कारण है
310. 18:59कि प्रयास और अवधि को वे कुछ प्रोजेक्ट
311. 19:03(Project) विशेषताओं के संदर्भ में मापा
312. 19:06जा सकता है जो इसके साथ सहसंबंधित हैं,
313. 19:10उदाहरण के लिए, यह कॉल साइज़ (size) है, साइज़
314. 19:15(size) का उपयोग करके हम प्रयास और अवधि
315. 19:19का एस्टिमेशन (Estimation) लगा सकते हैं। तो,
316. 19:23पहले हमें साइज़ (size) का एस्टिमेशन (Estimation)
317. 19:27लगाना होगा, साइज़ (size) के एस्टिमेशन
318. 19:30(Estimation) का उपयोग करके हम फिर प्रयास और
319. 19:34अवधि का एस्टिमेशन (Estimation) लगा सकते हैं।
320. 19:37तो, सॉफ्टवेयर (software) साइज़ (size) हमने पहले
321. 19:41ही चर्चा की है, कि वास्तव में यह किस
322. 19:46साइज़ (size) का है सॉफ्टवेयर प्रोजेक्ट
323. 19:49(software Project), आप इसे कैसे मापते हैं और मैंने
324. 19:54आपको पहले ही बताया है, हम उस दो मापदंडों
325. 19:58का उपयोग कर सकते हैं एस एल ओ सी (SLOC)और
326. 20:04फ़ंक्शन पॉइंट(function point) तो, सॉफ़्टवेयर
327. 20:06की कोई भी विशेषता जो आसानी से मापी
328. 20:10जाती है और जो प्रयास के साथ सहसंबंधी
329. 20:14होती है, निर्णय लेती है ,,, सॉफ़्टवेयर
330. 20:18के किसी भी विशेषता को आसानी से मापा
331. 20:22जाता है और प्रयास के साथ सहसंबद्ध
332. 20:25होता है, जिसे साइज़ (size) और कैसे आप इसका
333. 20:30उपयोग कर माप सकते हैं जैसे कि SLOC और
334. 20:35फ़ंक्शन(function) जैसे मेट्रिक्स। बिंदु(point)
335. 20:37या एफ पी(FP)।
336. 20:38अब, हम एल्गोरिथम मॉडल (Model)(Algorithm model) देखते
337. 20:42हैं या अब, हम इस एल्गोरिथम मॉडल (Model) (Algorithm model)या
338. 20:47पैरामीट्रिक मॉडल (Model) (Parametric model)देखते
339. 20:50हैं। तो, दो महत्वपूर्ण उदाहरण हैं; एक कोड
340. 20:54की इस लाइनों और फ़ंक्शन बिंदुओं(function point) COCOMO
341. 20:58, वे इन मॉडलों के उदाहरण हैं।
342. 21:01आइए हम L O C बेस्ड (based) मॉडल (Model) या COCOMO में
343. 21:07से किसी एक मॉडल (Model) को देखते हैं। या
344. 21:12तो LOC बेस्ड (based) मॉडल (Model) या COCOMO में हम शुरू
345. 21:18में कुछ मूल्य का एस्टिमेशन (Estimation) लगाते
346. 21:22हैं, हम शुरू में कुछ मूल्य का एस्टिमेशन
347. 21:26(Estimation) लगाते हैं, फिर एल्गोरिथ्म(Algorithm)
348. 21:29लागू करते हैं और एस्टिमेशन (Estimation) लगाते
349. 21:32हैं, लेकिन वास्तव में इच्छा क्या है,
350. 21:36हमें एस्टिमेशन (Estimation) लगाने से शुरू नहीं
351. 21:40होने वाले मूल्यों का एस्टिमेशन (Estimation)
352. 21:43लगाना चाहिए, हमें एस्टिमेशन (Estimation) लगाना
353. 21:46चाहिए सिस्टम (system)विशेषताओं से शुरू होने वाले
354. 21:50मूल्य, फिर हम एल्गोरिथ्म (Algorithm)लागू कर सकते
355. 21:54हैं और फिर हम एस्टिमेशन (Estimation) लगा सकते हैं।
356. 21:58तो, यह L O C बेस्ड (based) मॉडल (Model) या COCOMOS के
357. 22:01साथ समस्या है। इसलिए, इसे दूर करने के लिए,
358. 22:03हम एल्गोरिथम(Algorithm) या पैरामीट्रिक मॉडल
359. 22:04(Parametric Model) लागू कर सकते हैं।
360. 22:05अब, देखते हैं कि एल्गोरिथम मेथड (algorithm methods) के क्या
361. 22:08फायदे हैं। यह एक दोहराने योग्य एस्टिमेशन
362. 22:09(Estimation) उत्पन्न करने में सक्षम है। इसलिए,
363. 22:10एक बार जब आप कुछ पैरामीटर के लिए एस्टिमेशन
364. 22:12(Estimation) लगाते हैं, तो आप दोहराए जाने वाले
365. 22:14एस्टिमेशन (Estimation) उत्पन्न कर सकते हैं।
366. 22:15तो, यही कारण है कि यह प्रकृति में दोहराने
367. 22:17योग्य है। यह एस्टिमेशन (Estimation) है कि आप एल्गोरिथ्म
368. 22:19मेथड (algorithm methods) का उपयोग करके प्राप्त कर
369. 22:20रहे हैं वे ठीक संशोधित करना आसान है। वे
370. 22:22इनपुट डेटा (input data) को संशोधित करना,
371. 22:24अलग-अलग फार्मूला formula को परिष्कृत करना
372. 22:25और अनुकूलित करना आसान है। यह एस्टिमेशन
373. 22:26(Estimation) के एक परिवार या एक संवेदनशील
374. 22:28विश्लेषण का समर्थन करने में सक्षम है।
375. 22:29तो, यह एल्गोरिथ्म(algorithm) विधि कुशल है और यह
376. 22:31न केवल एकल अनुमानों का समर्थन करने में
377. 22:33सक्षम है, बल्कि अनुमानों का परिवार या एक संवेदनशील
378. 22:34विश्लेषण है। इसे सार्थक रूप से पिछले
379. 22:36अनुभव पर कैलिब्रेट(celebrate) किया जा सकता है।
380. 22:37तो, सबसे महत्वपूर्ण लाभ में से एक यह है
381. 22:39कि, यह बहुत सार्थक रूप से कैलिब्रेट(celebrate)
382. 22:41किया जा सकता है, आप पिछले अनुभव को कैलिब्रेशन(celebration)
383. 22:42कर सकते हैं।
384. 22:43एल्गोरिदमिक मेथड (Algorithm methods) की कुछ कमियां
385. 22:44हैं जैसे कि इसमें असाधारण परिस्थितियों
386. 22:46से निपटने के लिए विस्तार के साधनों
387. 22:47का अभाव है। तो, एक एल्गोरिथ्म (Algorithm)
388. 22:49के तरीके, वे कुछ असाधारण परिस्थितियों से
389. 22:50निपट सकते हैं जैसे असाधारण टीम वर्क(Team
390. 22:51work), कौशल स्तरों और कार्य वगैरह के बीच
391. 22:53असाधारण मैच। इसलिए, इन असाधारण स्थितियों
392. 22:54को आसानी से खेद हो सकता है, वे इस एल्गोरिथ्म
393. 22:56के तरीकों का उपयोग करने से नहीं निपट
394. 22:58सकते हैं।
395. 22:59इसलिए, खराब साइज़ (size) के इनपुट(input) और
396. 23:00गलत लागत ड्राइवर रेटिंग (driver rating ) के
397. 23:01परिणामस्वरूप गलत एस्टिमेशन (Estimation) होगा।
398. 23:02इसलिए, यदि आपके पास खराब साइज़िंग इनपुट
399. 23:04(input )हैं, यदि लागत ड्राइवर रेटिंग गलत
400. 23:05हैं, तो अंततः, वे गलत एस्टिमेशन (Estimation)
401. 23:07लगाएंगे। अनुभव जैसे कुछ कारकों को आसानी
402. 23:08से निर्धारित नहीं किया जा सकता है।
403. 23:10इसलिए, यदि आप एल्गोरिथम मेथड (algorithm methods) का उपयोग
404. 23:11कर रहे हैं। इसलिए, कुछ परीक्षक के अनुभव
405. 23:13या कुछ परीक्षक के अनुभव जैसे कारक,
406. 23:14इसे आसानी से निर्धारित नहीं किया जा सकता
407. 23:16है।
408. 23:17तो, अब हमें बताएं जैसा कि मैंने आपको
409. 23:18पहले ही बता दिया है कि यहाँ पर एक दोष
410. 23:20यह है कि यहाँ एक फायदा यह है कि मैंने आपको
411. 23:22पहले ही बता दिया है कि एल्गोरिथम
412. 23:24विधियाँ, वे सार्थक रूप से पिछले अनुभव
413. 23:25पर कैलिब्रेट(Celebrate) की जा सकती हैं। आइए
414. 23:27देखें कि हम एल्गोरिथम मेथड (algorithm methods) का उपयोग
415. 23:28करके पिछले अनुभवों का अंशांकन कैसे
416. 23:30कर सकते हैं। तो, हम कैलिब्रेशन calibration,
417. 23:31मॉडल (Model) देखते हैं।
418. 23:32इसलिए, कई मॉडल (Model) विशिष्ट स्थितियों
419. 23:33के लिए विकसित किए जाते हैं और परिभाषा
420. 23:35के अनुसार उस स्थिति में कैलिब्रेट(celebrate)
421. 23:36किए जाते हैं। तो, कई मॉडल (Model) हैं, उन्हें
422. 23:38केवल विशिष्ट स्थितियों के लिए विकसित किया
423. 23:39जाता है, उन्हें सामान्यीकृत नहीं किया जाता है,
424. 23:41उन्हें विशिष्ट परिस्थितियों के लिए विकसित किया
425. 23:42जाता है और परिभाषा के अनुसार, उन्हें
426. 23:44उस स्थिति में कैलिब्रेट (celebrate)किया जा सकता
427. 23:45है। ऐसे मॉडल (Model) आमतौर पर उस विशेष वातावरण
428. 23:47के बाहर उपयोगी नहीं होते हैं।
429. 23:48मेरे पास, जैसा कि मैंने आपको पहले
430. 23:50ही बताया है, ये मॉडल (Model) बहुत कुछ होंगे
431. 23:52जो विशिष्ट स्थिति के लिए उपयुक्त हैं,
432. 23:53वे विशेष वातावरण के बाहर उपयोगी नहीं
433. 23:54हो सकते हैं। इन सामान्य मॉडलों में से एक
434. 23:56की सटीकता को बढ़ाने के लिए केलेब्रतिओन(celebration)
435. 23:58की आवश्यकता होती है। तो, केलेब्रतिओन(celebration)
436. 23:59की आवश्यकता क्यों है? इन सामान्य मॉडलों
437. 24:00में से एक की सटीकता को बढ़ाने के लिए
438. 24:02केलेब्रतिओन(celebration) की आवश्यकता होती
439. 24:03है। केलेब्रतिओन(celebration) एक सामान्य मॉडल
440. 24:04(Model) को अनुकूलित करने वाला एक अर्थ है।
441. 24:06हमारे पास एक सामान्य मॉडल (Model) है और हम
442. 24:08इसे अपनी आवश्यकताओं के अनुसार अनुकूलित
443. 24:09करना चाहते हैं।
444. 24:10इसलिए, केलेब्रतिओन(celebration) एक सामान्य मॉडल
445. 24:11(Model) को अनुकूलित करने वाले अर्थ में है।
446. 24:12एक मॉडल (Model) में कैलिब्रेट (celebrate)किए जा सकने वाले
447. 24:14आइटमों(items) में एक मॉडल (Model) में हम कहते
448. 24:16हैं कि किन चीजों को कैलिब्रेट किया
449. 24:17जा सकता है। आप जांच कर सकते हैं आप उत्पाद
450. 24:19प्रकारों को जांच सकते हैं, हम ऑपरेटिंग
451. 24:21(operating)वातावरण को जांच सकते हैं। इसी तरह
452. 24:22अन्य वस्तुओं को जिन्हें कैलिब्रेट(celebrate)
453. 24:23किया जा सकता है, वे श्रम दर और कारक, विभिन्न
454. 24:25है कार्यात्मक लागत आइटम, वगैरह के बीच।
455. 24:27अब, इस केलिब्रतिओन (calibration) के लिए कुछ अनुशंसाएँ
456. 24:28देखते हैं। इस एस्टिमेशन (Estimation) मॉडल (Model) का उपयोग
457. 24:30करते समय या एस्टिमेशन (Estimation) करते समय कुछ
458. 24:32सिफारिशों पर निर्भर करते हुए हमें कुछ
459. 24:33सिफारिशें देखने या देखने न दें। एकल
460. 24:35लागत या शेड्यूल एस्टिमेशन (schedule Estimation)
461. 24:36पर निर्भर न करें। हमने पहले ही देखा
462. 24:37है कि विभिन्न पद्धतियां हैं। अब तक हमने बॉटम
463. 24:39उप (bottom up),टॉप डाउन (top down) एल्गोरिथम (algorithm)देखा
464. 24:41है, फिर यह निर्णय बेस्ड (based) , मूल्य
465. 24:42निर्धारण इतने सारे, इसलिए किसी एक लागत
466. 24:44या शेड्यूल एस्टिमेशन (Estimation) पर निर्भर न
467. 24:45करें, क्योंकि कभी-कभी यदि आप एकल एस्टिमेशन
468. 24:47(Estimation) या एकल टेक्निक (Technique)का उपयोग कर रहे
469. 24:48हैं, तो गलत परिणाम दे सकता है।
470. 24:50तो, यही कारण है कि आप केवल एक एस्टिमेशन
471. 24:52(Estimation) टेक्निक (Technique)या एकल मॉडल (Model) का उपयोग
472. 24:53करने के बजाय कई एस्टिमेशन (Estimation) लगाने वाली
473. 24:55टेक्निक (Technique)या लागत मॉडल (Model) का उपयोग
474. 24:56कर सकते हैं, आप विभिन्न या कई एस्टिमेशन
475. 24:58(Estimation) टेक्निक (Technique)या लागत मॉडल (Model) का उपयोग
476. 25:00कर सकते हैं, ताकि परिणाम बहुत सटीक
477. 25:01हो सके। फिर यदि आप एस्टिमेशन (Estimation) लगाने
478. 25:03के लिए विभिन्न एस्टिमेशन (Estimation) टेक्निक (techniques)
479. 25:04या मॉडल (Model) का उपयोग कर रहे हैं, तो आप
480. 25:06विभिन्न टेक्निक (techniques) या मॉडलों को
481. 25:07लागू करने या मापदंडों का एस्टिमेशन (Estimation)
482. 25:09लगाने के बाद क्या कर सकते हैं, तो आप
483. 25:11परिणामों की तुलना कर सकते हैं और फिर
484. 25:12किसी भी बड़े बदलाव के कारणों का निर्धारण
485. 25:14कर सकते हैं।
486. 25:15इसलिए जो भी विधि का उपयोग कर सकते
487. 25:16हैं, उन्हें बहुत करीब परिणाम देना
488. 25:17चाहिए। यदि परिणाम ,परिणामों में हैं
489. 25:19तो बड़ी विविधताएं हैं जो आप कर सकते
490. 25:20हैं, आप विश्लेषण कर सकते हैं की ऐसे
491. 25:22क्यों बड़े बदलाव आ रहे हैं। तो, फिर
492. 25:24आप उन्हें नोट करते हैं फिर डॉक्यूमेंट
493. 25:25(document) एस्टिमेशन (Estimation) लगाते समय की गई धारणाएँ
494. 25:27है । इसलिए, जब आप एस्टिमेशन
495. 25:28(Estimation) के लिए विभिन्न टेक्निक (techniques) या
496. 25:29मॉडल (Model) का उपयोग कर रहे हैं, तो आप
497. 25:31विभिन्न धारणाओं का उपयोग कर सकते
498. 25:32हैं। आप अलग-अलग धारणाएँ ले सकते हैं, लेकिन
499. 25:34जो भी धारणाएँ आप ले चुके हैं, उन्हें
500. 25:36एस्टिमेशन (Estimation) लगाते समय मिलने वाली सभी
501. 25:37मान्यताओं का दोकुमेन्त्ततिओन(documentation) करना होगा। तब एस्टिमेशन
502. 25:38(Estimation) लगाने के लिए प्रोजेक्ट (Project) की
503. 25:40निगरानी करें कि गलत अनुमानों की
504. 25:41सटीकता को खतरे में डालने वाली धारणाएं
505. 25:42कब निकलीं। तो, कभी-कभी गलत धारणाओं, आपकी
506. 25:44सटीकता, आपके एस्टिमेशन (Estimation) के कारण यह कम
507. 25:46सटीक हो जाता है, यह गलत हो रहा है। इसलिए,
508. 25:48एस्टिमेशन (Estimation) लगाने के लिए प्रोजेक्ट
509. 25:49(Project) की निगरानी करें कि अनुमानों की सटीकता
510. 25:51को खतरे में डालने वाली गलतियाँ कब
511. 25:52होंगी, फिर सॉफ्टवेयर प्रक्रिया को ठीक
512. 25:53करें।
513. 25:54इसलिए, अनुमानों का विश्लेषण करना
514. 25:55और यदि आप देख रहे हैं कि इस धारणा के
515. 25:56कारण आपको क्या मिल रहा है, तो आप गलत
516. 25:58एस्टिमेशन (Estimation) लगा रहे हैं, तो आप इस
517. 26:00सॉफ़्टवेयर (software) प्रक्रिया में सुधार
518. 26:01कर सकते हैं। तो, फिर से कैसे; आप एक ऐतिहासिक
519. 26:03डेटाबेस को बनाए रखते हुए पूरी प्रक्रिया
520. 26:04को सॉफ्टवेयर प्रक्रिया में सुधार कर सकते
521. 26:06हैं। इसलिए क्योंकि कभी-कभी हमें पिछले
522. 26:07डेटा की आवश्यकता होती है, इसलिए आपको
523. 26:09ऐतिहासिक डेटाबेस को बनाए रखते हुए,
524. 26:10पिछले प्रोजेक्ट्स (projects)के विवरण को शामिल
525. 26:11करके सॉफ्टवेयर (software)प्रक्रिया में सुधार करना होगा।
526. 26:12तो, ये कुछ सिफारिशें हैं जिन्हें आप प्रोजेक्ट
527. 26:14(Project) के अनुमानों को पूरा करते समय
528. 26:16एक प्रोजेक्ट (Project) मेनेजर (manager ) के रूप
529. 26:17में अनुसरण कर सकते हैं।
530. 26:18अब, हम सिम्प्लिस्टिक मॉडल (Simplistic Model) का कांसेप्ट
531. 26:20(concept) लेते हैं। एक बहुत ही सरल मॉडल
532. 26:21(Model) के अनुसार, इस मॉडल (Model) के अनुसार
533. 26:23प्रयास निम्नानुसार है; अनुमानित प्रयास
534. 26:24उत्पादकता और बहुत सीधे फार्मूला(Formula)
535. 26:25द्वारा विभाजित सिस्टम(System) साइज़ (size) के बराबर
536. 26:26है।
537. 26:27अनुमानित प्रयास = (सिस्टम साइज़ (size))
538. 26:28/ उत्पादकता तो, यदि सिस्टम का
539. 26:29साइज़ (size) कोड की कुछ लाइनें है और उत्पादकता
540. 26:31प्रति दिन कोड की कुछ लाइनें है, तो
541. 26:32इस समीकरण से उत्पादकता, आप उस उत्पादकता
542. 26:34का पता लगा सकते हैं कि कितने के बराबर
543. 26:35है? सिस्टम साइज़ (size) को प्रयास से विभाजित
544. 26:37करके ।
545. 26:38उत्पादकता = (सिस्टम साइज़ (size)) / प्रयास
546. 26:39इसलिए, यहां यह फॉर्मूला पिछली प्रोजेक्ट
547. 26:40(Project)ओं से संबंधित आंकड़ों पर बेस्ड
548. 26:41(based) है, लेकिन कृपया यह सोचें कि सिम्प्लिस्टिक
549. 26:42मॉडल (Simplistic Model) में क्या गलत है।
550. 26:44तो, किन मामलों में यह विफल हो जाएगा?
551. 26:46तो, कृपया इस पर सोचें। अब, हम जल्दी से एक
552. 26:48छोटा सा उदाहरण लेते हैं; हम हैं, हम, इस
553. 26:49प्रोजेक्ट (Project) के विकास के लिए प्रयास
554. 26:51और इस अवधि का एस्टिमेशन (Estimation) लगाना चाहते
555. 26:53हैं। यह उदाहरण कहता है कि कोड की 38000 लाइनों
556. 26:55के एक लेन-देन प्रोजेक्ट (Project) पर विचार करें।
557. 26:56तो, इस लेन-देन प्रोजेक्ट (Project) में कोड की 38000
558. 26:58लाइनें शामिल हैं, हमें यह पता लगाना
559. 26:59होगा कि इस प्रोजेक्ट (Project) को विकसित करने
560. 27:01के लिए सबसे कम समय क्या है। यहां, यह
561. 27:03भी दिया गया है कि उत्पादकता प्रति
562. 27:04माह 4000 S L O C प्रति माह है।
563. 27:06तो, उत्पादकता प्रति माह 400 एस एल ओ सी(SLOC)
564. 27:07के संदर्भ में दी गई है। अब, हमें यह
565. 27:08करना है। जैसा कि हम देख सकते हैं कि
566. 27:09प्रयास का सूत्र मैंने आपको पहले
567. 27:10ही दे दिया है। तो, प्रयास को उत्पादकता
568. 27:11द्वारा सिस्टम(system) साइज़ (size) के रूप में
569. 27:12गणना की जा सकती है या इसमें आप कह सकते
570. 27:13हैं कि प्रयास उत्पादकता के बराबर है 1 या 1 उत्पादकता
571. 27:14उत्पादकता के साइज़ (size) के बराबर है, यह
572. 27:15उत्पादकता द्वारा 1 के बराबर है जिसे
573. 27:16400 LOC या KLOC द्वारा विभाजित किया गया है। ठीक
574. 27:17है, साइज़ (size) में कर्मचारियों के प्रति माह 0.400 KSLOC
575. 27:18द्वारा 1। साइज़ (size) कितना के बराबर है?
576. 27:19साइज़ (size) कोड के 38 बराबर 38000 लाइनों के बराबर
577. 27:20है; इसका मतलब है, 38 के एस एल ओ सी( ३8 kSLOC),
578. 27:21तो, यह कुछ ऐसा हो रहा है जो कि 2.5 में
579. 27:2238 के लगभग बराबर है, प्रोजेक्ट को विकसित
580. 27:23करने के लिए 100 स्टाफ महीने की आवश्यकता
581. 27:24होगी।
582. 27:25इसलिए, यहां अनुमानित प्रयास 100 कर्मचारियों
583. 27:26का महीना हो रहा है। अब, न्यूनतम समय की
584. 27:27आवश्यकता है, बराबर है कि हमें यह पता
585. 27:28लगाना है। तो, यह ०. T5 टी के बराबर होगा
586. 27:29और जो ०. T5 और टी के बराबर है। यह इस प्रयास
587. 27:30०. equal और २.5 में है कि हम पहले से ही इस चीज
588. 27:31को प्राप्त कर चुके हैं, १०० से कुछ। तो,
589. 27:32यह Q द्वारा बिजली 1 के लिए 2.5 S M में 0.75
590. 27:33के बराबर है और यह 1.875 में आ रहा है और
591. 27:34सरलीकरण में लगभग 9 महीने होने वाले
592. 27:35हैं। इसलिए, इस लेनदेन प्रोजेक्ट (Project) के
593. 27:36लिए 38000 लाइनें या 38 K S L O C और उत्पादकता
594. 27:37स्टाफ के लिए S महीने की 400 S L O C है, जो कि हमें
595. 27:38100 स्टाफ महीनेऔर न्यूनतम समय 9 महीने
596. 27:39होने का एस्टिमेशन (Estimation) है।
597. 27:40तो, इसी तरह के उदाहरण हैं, आप किताब से या
598. 27:41स्थानों से प्राप्त कर सकते हैं। कृपया,
599. 27:42उन्हें हल करने की कोशिश करें, कुछ व्यायाम
600. 27:43भी आप उन्हें हल कर सकते हैं। तो, इस प्रकार
601. 27:44के छोटे अभ्यासों को असाइनमेंट के
602. 27:45साथ-साथ परीक्षा में भी पूछा जा सकता
603. 27:46है।
604. 27:47तो, आखिरकार, हमने कुछ अलग-अलग प्रकारों
605. 27:48पर चर्चा की है, आइए हम सारांश देखें
606. 27:49कि हमने यहां कुछ अलग-अलग प्रकार की
607. 27:50एस्टिमेशन (Estimation) टेक्निक (techniques) पर चर्चा की
608. 27:51है, इस वर्ग में जैसे कि टॉप डाउन टेस्टिंग
609. 27:52(Testing) हमने देखा है और नीचे हमने एस्टिमेशन
610. 27:53(Estimation) टेक्निक (techniques) को देखा है और हम यह
611. 27:54भी ऊपर नीचे, ऊपर नीचे दृष्टिकोण और नीचे
612. 27:55अप एस्टिमेशन (Estimation) टेक्निक (techniques) की
613. 27:56तुलना की है। इसके अलावा हमने टॉप डाउन
614. 27:57और बॉटम अप एस्टिमेशन (Estimation) टेक्निक (techniques)
615. 27:58को चित्रित करने के लिए कुछ उदाहरण
616. 27:59लिए हैं। फिर जैसा कि हमने प्रोजेक्ट
617. 28:00एस्टिमेशन (Estimation) के लिए एल्गोरिथम मॉडल
618. 28:01(Model) या पैरामीट्रिक मॉडल (Model) पर भी चर्चा
619. 28:02की है।
620. 28:03हमने एल्गोरिथम या पैरामीट्रिक मॉडल
621. 28:04(Model) के फायदे और नुकसान देखे हैं, फिर हमने
622. 28:05प्रोजेक्ट (Project) के एस्टिमेशन (Estimation) के
623. 28:06लिए एक सरल मॉडल (simple Model) देखा है। हमने
624. 28:07प्रोजेक्ट (Project) के एस्टिमेशन (Estimation) के
625. 28:08लिए इस सरलीकृत मॉडल (Model) का उपयोग करके
626. 28:09प्रयास और समय का एस्टिमेशन (Estimation) लगाने
627. 28:10के लिए एक उदाहरण भी लिया है। तो, ये
628. 28:11प्रोजेक्ट (Project) एस्टिमेशन (Estimation) के लिए टेक्निक
629. 28:12(techniques) का एक और वर्गीकरण हैं। अगली कक्षा
630. 28:13में हम साइज़ (size) के एस्टिमेशन (Estimation) के
631. 28:14लिए एक अन्य मीट्रिक के बारे में चर्चा
632. 28:15करेंगे जो कि कार्य बिंदु है जिसे हम
633. 28:16अगली कक्षा में चर्चा करेंगे। इसलिए, ये
634. 28:17संदर्भ हैं और हम यहां रुकेंगे।
635. 28:18Next class, we will see the remaining parts of this project estimation techniques. Thank
636. 28:19you very much. अगली कक्षा में, हम
637. 28:20इस प्रोजेक्ट (Project) एस्टिमेशन (Estimation) टेक्निक
638. 28:21(techniques) के शेष हिस्सों को देखेंगे। आपका
639. 28:22बहुत बहुत धन्यवाद।