# Azure ML'de Düşük Kod/Hiç Kod Kullanılmadan Veri Bilimi Projesi ## Talimatlar Azure ML platformunu kullanarak bir modeli düşük kod/hiç kod yöntemiyle nasıl eğiteceğimizi, dağıtacağımızı ve tüketeceğimizi gördük. Şimdi, başka bir modeli eğitmek, dağıtmak ve tüketmek için kullanabileceğiniz bazı veriler arayın. [Kaggle](https://kaggle.com) ve [Azure Open Datasets](https://azure.microsoft.com/services/open-datasets/catalog?WT.mc_id=academic-77958-bethanycheum&ocid=AID3041109) üzerinde veri kümeleri bulabilirsiniz. ## Değerlendirme Kriterleri | Örnek Niteliğinde | Yeterli | Geliştirmeye Açık | |--------------------|---------|-------------------| |Veriyi yüklerken, gerekirse özellik türlerini değiştirmeye dikkat ettiniz. Ayrıca, gerekiyorsa veriyi temizlediniz. Bir veri kümesi üzerinde AutoML ile bir eğitim gerçekleştirdiniz ve model açıklamalarını kontrol ettiniz. En iyi modeli dağıttınız ve onu tüketebildiniz. | Veriyi yüklerken, gerekirse özellik türlerini değiştirmeye dikkat ettiniz. Bir veri kümesi üzerinde AutoML ile bir eğitim gerçekleştirdiniz, en iyi modeli dağıttınız ve onu tüketebildiniz. | AutoML tarafından eğitilen en iyi modeli dağıttınız ve onu tüketebildiniz. | --- **Feragatname**: Bu belge, AI çeviri hizmeti [Co-op Translator](https://github.com/Azure/co-op-translator) kullanılarak çevrilmiştir. Doğruluk için çaba göstersek de, otomatik çevirilerin hata veya yanlışlıklar içerebileceğini lütfen unutmayın. Belgenin orijinal dili, yetkili kaynak olarak kabul edilmelidir. Kritik bilgiler için profesyonel bir insan çevirisi önerilir. Bu çevirinin kullanımından kaynaklanan yanlış anlama veya yanlış yorumlamalardan sorumlu değiliz.