From 1b7a86ca66ed1da9dfae7632ca553efcac8565bd Mon Sep 17 00:00:00 2001 From: Prashanth Date: Mon, 1 May 2023 14:45:16 +0530 Subject: [PATCH] translated 18-Low-Code/assignment.md into hindi --- .../18-Low-Code/translations/assignment.hi.md | 12 ++++++------ 1 file changed, 6 insertions(+), 6 deletions(-) diff --git a/5-Data-Science-In-Cloud/18-Low-Code/translations/assignment.hi.md b/5-Data-Science-In-Cloud/18-Low-Code/translations/assignment.hi.md index c826bb2..64f2858 100644 --- a/5-Data-Science-In-Cloud/18-Low-Code/translations/assignment.hi.md +++ b/5-Data-Science-In-Cloud/18-Low-Code/translations/assignment.hi.md @@ -1,11 +1,11 @@ -# Low code/No code Data Science project on Azure ML +# एज़्यूर एमएल पर लो कोड/नो कोड डेटा साइंस प्रोजेक्ट -## Instructions +## निर्देश -We saw how to use the Azure ML platform to train, deploy and consume a model in a Low code/No code fashion. Now look around for some data that you could use to train an other model, deploy it and consume it. You can look for datasets on [Kaggle](https://kaggle.com) and [Azure Open Datasets](https://azure.microsoft.com/services/open-datasets/catalog?WT.mc_id=academic-77958-bethanycheum&ocid=AID3041109). +हमने देखा है कि एज़्यूर एमएल प्लेटफ़ॉर्म का उपयोग करके लो कोड/नो कोड फैशन में एक मॉडल को ट्रेन, डिप्लॉय और कंस्यूम करने के लिए कैसे किया जाता है। अब आप एक और मॉडल को ट्रेन, डिप्लॉय और कंस्यूम करने के लिए उपयोग करने वाले कुछ डेटा के लिए देखें। आप [Kaggle](https://kaggle.com) और [एज़्यूर ओपन डेटासेट्स](https://azure.microsoft.com/services/open-datasets/catalog?WT.mc_id=academic-77958-bethanycheum&ocid=AID3041109) पर डेटासेट ढूंढ सकते हैं। -## Rubric +## रुब्रिक -| Exemplary | Adequate | Needs Improvement | +| उत्कृष्ट | संतोषजनक | सुधार की जरूरत | |-----------|----------|-------------------| -|When uploading the data you took care of changing the feature's type if necessary. You also cleaned the data if needed. You ran a training on a dataset through AutoML, and you checked the model explanations. You deployed the best model and you were able to consume it. | When uploading the data you took care of changing the feature's type if necessary. You ran a training on a dataset through AutoML, you deployed the best model and you were able to consume it. | You have deployed the best model trained by AutoML and you were able to consume it. | +| जब आप डेटा अपलोड करते हैं, तो यदि आवश्यक हो तो फीचर के प्रकार को बदलने का ख्याल रखा जाता है। आपने यदि आवश्यक हो तो डेटा को साफ किया भी। आपने ऑटोएमएल के माध्यम से एक डेटासेट पर ट्रेनिंग चलाई और आपने मॉडल का विवरण भी जाँचा। आपने सबसे अच्छा मॉडल डिप्लॉय कर दिया और आप उसे कंस्यूम करन| \ No newline at end of file