# Azure ML SDK பயன்படுத்தி தரவியல் அறிவியல் திட்டம்

## வழிமுறைகள்

Azure ML தளத்தைப் பயன்படுத்தி ஒரு மாதிரியைப் பயிற்றுவித்து, பிரசுரித்து, பயன்படுத்துவது எப்படி என்பதை நாங்கள் பார்த்தோம். இப்போது, நீங்கள் மற்றொரு மாதிரியைப் பயிற்றுவிக்க, பிரசுரிக்க மற்றும் பயன்படுத்துவதற்கு உகந்த தரவுகளைத் தேடுங்கள். [Kaggle](https://kaggle.com) மற்றும் [Azure Open Datasets](https://azure.microsoft.com/services/open-datasets/catalog?WT.mc_id=academic-77958-bethanycheum&ocid=AID3041109) ஆகியவற்றில் தரவுத்தொகுப்புகளைத் தேடலாம்.

## மதிப்பீடு

| சிறந்தது | போதுமானது | மேம்பாடு தேவை |
|----------|-----------|---------------|
|AutoML Configuration செய்யும்போது, SDK ஆவணங்களைப் பார்த்து நீங்கள் எந்த அளவுருக்களைப் பயன்படுத்தலாம் என்பதை ஆராய்ந்தீர்கள். Azure ML SDK பயன்படுத்தி AutoML மூலம் ஒரு தரவுத்தொகுப்பில் பயிற்சி நடத்தினீர்கள், மற்றும் மாதிரி விளக்கங்களைச் சரிபார்த்தீர்கள். சிறந்த மாதிரியை பிரசுரித்தீர்கள், மேலும் Azure ML SDK மூலம் அதைச் செயல்படுத்த முடிந்தது. | Azure ML SDK பயன்படுத்தி AutoML மூலம் ஒரு தரவுத்தொகுப்பில் பயிற்சி நடத்தினீர்கள், மற்றும் மாதிரி விளக்கங்களைச் சரிபார்த்தீர்கள். சிறந்த மாதிரியை பிரசுரித்தீர்கள், மேலும் Azure ML SDK மூலம் அதைச் செயல்படுத்த முடிந்தது. | Azure ML SDK பயன்படுத்தி AutoML மூலம் ஒரு தரவுத்தொகுப்பில் பயிற்சி நடத்தினீர்கள். சிறந்த மாதிரியை பிரசுரித்தீர்கள், மேலும் Azure ML SDK மூலம் அதைச் செயல்படுத்த முடிந்தது. |

---

**குறிப்பு**:  
இந்த ஆவணம் [Co-op Translator](https://github.com/Azure/co-op-translator) என்ற AI மொழிபெயர்ப்பு சேவையைப் பயன்படுத்தி மொழிபெயர்க்கப்பட்டுள்ளது. நாங்கள் துல்லியத்திற்காக முயற்சிக்கிறோம், ஆனால் தானியக்க மொழிபெயர்ப்புகளில் பிழைகள் அல்லது தவறான தகவல்கள் இருக்கக்கூடும் என்பதை தயவுசெய்து கவனத்தில் கொள்ளவும். அதன் தாய்மொழியில் உள்ள மூல ஆவணம் அதிகாரப்பூர்வ ஆதாரமாக கருதப்பட வேண்டும். முக்கியமான தகவல்களுக்கு, தொழில்முறை மனித மொழிபெயர்ப்பு பரிந்துரைக்கப்படுகிறது. இந்த மொழிபெயர்ப்பைப் பயன்படுத்துவதால் ஏற்படும் எந்த தவறான புரிதல்கள் அல்லது தவறான விளக்கங்களுக்கு நாங்கள் பொறுப்பல்ல.