From 7e3c9eb01744fc0db76bbf1bde3fd5f50a721d7e Mon Sep 17 00:00:00 2001 From: Mikhail Sadiakhmatov Date: Thu, 7 Oct 2021 19:26:48 +0300 Subject: [PATCH] 5-base readme translated --- .../translations/README.ru.md | 22 +++++++++++++++++++ 1 file changed, 22 insertions(+) create mode 100644 5-Data-Science-In-Cloud/translations/README.ru.md diff --git a/5-Data-Science-In-Cloud/translations/README.ru.md b/5-Data-Science-In-Cloud/translations/README.ru.md new file mode 100644 index 0000000..cade955 --- /dev/null +++ b/5-Data-Science-In-Cloud/translations/README.ru.md @@ -0,0 +1,22 @@ +# Наука о данных в облачной инфраструктуре + +![cloud-picture](../images/cloud-picture.jpg) + +> Photo by [Jelleke Vanooteghem](https://unsplash.com/@ilumire) from [Unsplash](https://unsplash.com/s/photos/cloud?orientation=landscape) + +Когда приходит время анализировать по-настоящему большие данные, использование облачных технологий может обеспечить неоспоримое преимущество. В следующих трёх уроках вы узнаете, что такое облачная инфраструктура и чем она может быть полезна. Для этого мы исследуем набор данных о сердечной недостаточности и построим модель оценки вероятности появления данной болезни. Мы применим все преимущества облачных технологий для тренировки, развёртывания и использования модели в двумя способами. Первый спосои - это использование только пользовательского интерфейса с минимальным применением программирования, второй - использование инструмента под названием Azure Machine Learning Software Developer Kit (Azure ML SDK). + +![project-schema](../19-Azure/images/project-schema.PNG) + +### Разделы + +1. [Преимущества облачной инфраструктуры для науки о данных.](17-Introduction/README.md) +2. [Наука о данных в облачной инфраструктуре: подходы с минимальным использованием программирования и без него.](18-Low-Code/README.md) +3. [Наука о данных в облачной инфраструктуре: применение Azure ML SDK](19-Azure/README.md) + +### Благодарности +Данные уроки были написаны с ☁️ и 💕 [Maud Levy](https://twitter.com/maudstweets) and [Tiffany Souterre](https://twitter.com/TiffanySouterre) + + +Данные для прогнозирования сердечной недостаточности были собраны [ +Larxel](https://www.kaggle.com/andrewmvd) и хранятся на портале [Kaggle](https://www.kaggle.com/andrewmvd/heart-failure-clinical-data). Датасет распространятеся по лицензии [Attribution 4.0 International (CC BY 4.0)](https://creativecommons.org/licenses/by/4.0/)