# Azure ML पर लो कोड/नो कोड डेटा साइंस प्रोजेक्ट ## निर्देश हमने देखा कि Azure ML प्लेटफ़ॉर्म का उपयोग करके लो कोड/नो कोड तरीके से मॉडल को ट्रेन, डिप्लॉय और उपयोग कैसे किया जा सकता है। अब ऐसा डेटा खोजें जिसे आप किसी अन्य मॉडल को ट्रेन करने, डिप्लॉय करने और उपयोग करने के लिए इस्तेमाल कर सकें। आप [Kaggle](https://kaggle.com) और [Azure Open Datasets](https://azure.microsoft.com/services/open-datasets/catalog?WT.mc_id=academic-77958-bethanycheum&ocid=AID3041109) पर डेटा सेट्स देख सकते हैं। ## मूल्यांकन मानदंड | उत्कृष्ट | पर्याप्त | सुधार की आवश्यकता | |-----------|----------|-------------------| |डेटा अपलोड करते समय, आपने आवश्यक होने पर फीचर के प्रकार को बदलने का ध्यान रखा। आपने डेटा को साफ किया (यदि आवश्यक हो)। आपने AutoML के माध्यम से डेटा सेट पर ट्रेनिंग चलाई और मॉडल के स्पष्टीकरणों की जांच की। आपने सबसे अच्छे मॉडल को डिप्लॉय किया और उसका उपयोग करने में सक्षम रहे। | डेटा अपलोड करते समय, आपने आवश्यक होने पर फीचर के प्रकार को बदलने का ध्यान रखा। आपने AutoML के माध्यम से डेटा सेट पर ट्रेनिंग चलाई, सबसे अच्छे मॉडल को डिप्लॉय किया और उसका उपयोग करने में सक्षम रहे। | आपने AutoML द्वारा ट्रेन किए गए सबसे अच्छे मॉडल को डिप्लॉय किया और उसका उपयोग करने में सक्षम रहे। | **अस्वीकरण**: यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।