# Data Science v cloude  > Foto od [Jelleke Vanooteghem](https://unsplash.com/@ilumire) z [Unsplash](https://unsplash.com/s/photos/cloud?orientation=landscape) Keď ide o prácu s veľkými dátami v oblasti dátovej vedy, cloud môže byť prelomovým riešením. V nasledujúcich troch lekciách si vysvetlíme, čo je to cloud a prečo môže byť veľmi užitočný. Taktiež preskúmame dataset o zlyhaní srdca a vytvoríme model, ktorý pomôže odhadnúť pravdepodobnosť, že niekto zažije zlyhanie srdca. Využijeme silu cloudu na trénovanie, nasadenie a používanie modelu dvoma rôznymi spôsobmi. Jeden spôsob bude využívať iba používateľské rozhranie v štýle Low code/No code, druhý spôsob bude využívať Azure Machine Learning Software Developer Kit (Azure ML SDK).  ### Témy 1. [Prečo používať cloud pre dátovú vedu?](17-Introduction/README.md) 2. [Dátová veda v cloude: Spôsob "Low code/No code"](18-Low-Code/README.md) 3. [Dátová veda v cloude: Spôsob "Azure ML SDK"](19-Azure/README.md) ### Kredity Tieto lekcie boli napísané s ☁️ a 💕 od [Maud Levy](https://twitter.com/maudstweets) a [Tiffany Souterre](https://twitter.com/TiffanySouterre) Dáta pre projekt predikcie zlyhania srdca pochádzajú od [ Larxel](https://www.kaggle.com/andrewmvd) na [Kaggle](https://www.kaggle.com/andrewmvd/heart-failure-clinical-data). Sú licencované pod [Attribution 4.0 International (CC BY 4.0)](https://creativecommons.org/licenses/by/4.0/). --- **Zrieknutie sa zodpovednosti**: Tento dokument bol preložený pomocou služby AI prekladu [Co-op Translator](https://github.com/Azure/co-op-translator). Aj keď sa snažíme o presnosť, prosím, berte na vedomie, že automatizované preklady môžu obsahovať chyby alebo nepresnosti. Pôvodný dokument v jeho rodnom jazyku by mal byť považovaný za autoritatívny zdroj. Pre kritické informácie sa odporúča profesionálny ľudský preklad. Nenesieme zodpovednosť za akékoľvek nedorozumenia alebo nesprávne interpretácie vyplývajúce z použitia tohto prekladu.