# Data Science v cloudu  > Foto od [Jelleke Vanooteghem](https://unsplash.com/@ilumire) z [Unsplash](https://unsplash.com/s/photos/cloud?orientation=landscape) Pokud jde o práci s datovou vědou a velkými daty, cloud může být skutečným průlomem. V následujících třech lekcích si vysvětlíme, co je to cloud a proč může být velmi užitečný. Také prozkoumáme dataset o srdečním selhání a vytvoříme model, který pomůže odhadnout pravděpodobnost, že někdo trpí srdečním selháním. Využijeme sílu cloudu k trénování, nasazení a využití modelu dvěma různými způsoby. Jeden způsob bude využívat pouze uživatelské rozhraní v režimu Low code/No code, druhý způsob bude využívat Azure Machine Learning Software Developer Kit (Azure ML SDK).  ### Témata 1. [Proč používat cloud pro datovou vědu?](17-Introduction/README.md) 2. [Datová věda v cloudu: Způsob "Low code/No code"](18-Low-Code/README.md) 3. [Datová věda v cloudu: Způsob "Azure ML SDK"](19-Azure/README.md) ### Poděkování Tyto lekce byly napsány s ☁️ a 💕 od [Maud Levy](https://twitter.com/maudstweets) a [Tiffany Souterre](https://twitter.com/TiffanySouterre). Data pro projekt predikce srdečního selhání pocházejí od [ Larxel](https://www.kaggle.com/andrewmvd) na [Kaggle](https://www.kaggle.com/andrewmvd/heart-failure-clinical-data). Jsou licencována pod [Attribution 4.0 International (CC BY 4.0)](https://creativecommons.org/licenses/by/4.0/). --- **Prohlášení**: Tento dokument byl přeložen pomocí služby pro automatický překlad [Co-op Translator](https://github.com/Azure/co-op-translator). I když se snažíme o přesnost, mějte prosím na paměti, že automatické 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 žádné nedorozumění nebo nesprávné interpretace vyplývající z použití tohoto překladu.