# Podatkovna znanost v oblaku  > Fotografija avtorja [Jelleke Vanooteghem](https://unsplash.com/@ilumire) na [Unsplash](https://unsplash.com/s/photos/cloud?orientation=landscape) Ko gre za izvajanje podatkovne znanosti z velikimi podatki, je oblak lahko prava sprememba igre. V naslednjih treh lekcijah bomo raziskali, kaj oblak je in zakaj je lahko zelo koristen. Prav tako bomo preučili podatkovni niz o srčnem popuščanju in zgradili model, ki pomaga oceniti verjetnost, da ima nekdo srčno popuščanje. Uporabili bomo moč oblaka za treniranje, uvajanje in uporabo modela na dva različna načina. En način bo uporaba samo uporabniškega vmesnika v načinu "Low code/No code", drugi način pa bo uporaba Azure Machine Learning Software Developer Kit (Azure ML SDK).  ### Teme 1. [Zakaj uporabljati oblak za podatkovno znanost?](17-Introduction/README.md) 2. [Podatkovna znanost v oblaku: Način "Low code/No code"](18-Low-Code/README.md) 3. [Podatkovna znanost v oblaku: Način "Azure ML SDK"](19-Azure/README.md) ### Zasluge Te lekcije so bile napisane z ☁️ in 💕 avtoricama [Maud Levy](https://twitter.com/maudstweets) in [Tiffany Souterre](https://twitter.com/TiffanySouterre). Podatki za projekt napovedi srčnega popuščanja so pridobljeni od [ Larxel](https://www.kaggle.com/andrewmvd) na [Kaggle](https://www.kaggle.com/andrewmvd/heart-failure-clinical-data). Licenca je [Attribution 4.0 International (CC BY 4.0)](https://creativecommons.org/licenses/by/4.0/). --- **Omejitev odgovornosti**: Ta dokument je bil preveden z uporabo storitve za prevajanje z umetno inteligenco [Co-op Translator](https://github.com/Azure/co-op-translator). Čeprav si prizadevamo za natančnost, vas prosimo, da upoštevate, da lahko avtomatizirani prevodi vsebujejo napake ali netočnosti. Izvirni dokument v njegovem maternem jeziku je treba obravnavati kot avtoritativni vir. Za ključne informacije priporočamo profesionalni človeški prevod. Ne prevzemamo odgovornosti za morebitna nesporazumevanja ali napačne razlage, ki bi nastale zaradi uporabe tega prevoda.