# Proyecto de Ciencia de Datos Low code/No code en Azure ML ## Instrucciones Vimos cómo usar la plataforma de Azure ML para entrenar, implementar y consumir un modelo de manera Low code/No code. Ahora busca algunos datos que puedas usar para entrenar otro modelo, implementarlo y consumirlo. Puedes buscar conjuntos de datos en [Kaggle](https://kaggle.com) y [Azure Open Datasets](https://azure.microsoft.com/services/open-datasets/catalog?WT.mc_id=academic-77958-bethanycheum&ocid=AID3041109). ## Rúbrica | Ejemplar | Adecuado | Necesita Mejoras | |----------|----------|------------------| |Al cargar los datos, te aseguraste de cambiar el tipo de las características si era necesario. También limpiaste los datos si era necesario. Realizaste un entrenamiento en un conjunto de datos a través de AutoML y revisaste las explicaciones del modelo. Implementaste el mejor modelo y fuiste capaz de consumirlo. | Al cargar los datos, te aseguraste de cambiar el tipo de las características si era necesario. Realizaste un entrenamiento en un conjunto de datos a través de AutoML, implementaste el mejor modelo y fuiste capaz de consumirlo. | Has implementado el mejor modelo entrenado por AutoML y fuiste capaz de consumirlo. | **Descargo de responsabilidad**: Este documento ha sido traducido utilizando el servicio de traducción automática [Co-op Translator](https://github.com/Azure/co-op-translator). Aunque nos esforzamos por garantizar la precisión, tenga en cuenta que las traducciones automatizadas pueden contener errores o imprecisiones. El documento original en su idioma nativo debe considerarse como la fuente autorizada. Para información crítica, se recomienda una traducción profesional realizada por humanos. No nos hacemos responsables de malentendidos o interpretaciones erróneas que puedan surgir del uso de esta traducción.