# Projekt Data Science s nízkým kódem/bez kódu na Azure ML ## Instrukce Viděli jsme, jak používat platformu Azure ML k trénování, nasazení a využívání modelu způsobem s nízkým kódem/bez kódu. Nyní se podívejte po nějakých datech, která byste mohli použít k trénování jiného modelu, jeho nasazení a využívání. Můžete hledat datové sady na [Kaggle](https://kaggle.com) a [Azure Open Datasets](https://azure.microsoft.com/services/open-datasets/catalog?WT.mc_id=academic-77958-bethanycheum&ocid=AID3041109). ## Hodnocení | Vynikající | Přiměřené | Potřebuje zlepšení | |-----------|-----------|--------------------| |Při nahrávání dat jste se postarali o změnu typu vlastností, pokud to bylo nutné. Také jste data vyčistili, pokud to bylo potřeba. Provedli jste trénování na datové sadě pomocí AutoML a zkontrolovali jste vysvětlení modelu. Nasadili jste nejlepší model a byli jste schopni jej využívat. | Při nahrávání dat jste se postarali o změnu typu vlastností, pokud to bylo nutné. Provedli jste trénování na datové sadě pomocí AutoML, nasadili jste nejlepší model a byli jste schopni jej využívat. | Nasadili jste nejlepší model trénovaný pomocí AutoML a byli jste schopni jej využívat. | --- **Prohlášení**: Tento dokument byl přeložen pomocí služby AI pro překlady [Co-op Translator](https://github.com/Azure/co-op-translator). Ačkoli se snažíme o přesnost, mějte na paměti, že automatizované překlady mohou obsahovat chyby nebo nepřesnosti. Původní dokument v jeho původním jazyce by měl být považován za autoritativní zdroj. Pro důležité informace se doporučuje profesionální lidský překlad. Neodpovídáme za žádná nedorozumění nebo nesprávné interpretace vyplývající z použití tohoto překladu.