# วิทยาศาสตร์ข้อมูลบนคลาวด์  > ภาพโดย [Jelleke Vanooteghem](https://unsplash.com/@ilumire) จาก [Unsplash](https://unsplash.com/s/photos/cloud?orientation=landscape) เมื่อพูดถึงการทำวิทยาศาสตร์ข้อมูลกับข้อมูลขนาดใหญ่ คลาวด์สามารถเปลี่ยนเกมได้อย่างมาก ในสามบทเรียนถัดไป เราจะมาดูกันว่าคลาวด์คืออะไรและทำไมมันถึงมีประโยชน์มาก นอกจากนี้ เรายังจะสำรวจชุดข้อมูลเกี่ยวกับภาวะหัวใจล้มเหลวและสร้างโมเดลเพื่อช่วยประเมินความน่าจะเป็นที่ใครบางคนจะมีภาวะหัวใจล้มเหลว เราจะใช้พลังของคลาวด์ในการฝึกอบรม, ปรับใช้ และใช้งานโมเดลในสองวิธีที่แตกต่างกัน วิธีแรกใช้เฉพาะอินเทอร์เฟซผู้ใช้ในรูปแบบ Low code/No code และอีกวิธีใช้ Azure Machine Learning Software Developer Kit (Azure ML SDK)  ### หัวข้อ 1. [ทำไมต้องใช้คลาวด์สำหรับวิทยาศาสตร์ข้อมูล?](17-Introduction/README.md) 2. [วิทยาศาสตร์ข้อมูลบนคลาวด์: วิธี "Low code/No code"](18-Low-Code/README.md) 3. [วิทยาศาสตร์ข้อมูลบนคลาวด์: วิธี "Azure ML SDK"](19-Azure/README.md) ### เครดิต บทเรียนเหล่านี้เขียนขึ้นด้วย ☁️ และ 💕 โดย [Maud Levy](https://twitter.com/maudstweets) และ [Tiffany Souterre](https://twitter.com/TiffanySouterre) ข้อมูลสำหรับโครงการพยากรณ์ภาวะหัวใจล้มเหลวได้มาจาก [ Larxel](https://www.kaggle.com/andrewmvd) บน [Kaggle](https://www.kaggle.com/andrewmvd/heart-failure-clinical-data) โดยได้รับอนุญาตภายใต้ [Attribution 4.0 International (CC BY 4.0)](https://creativecommons.org/licenses/by/4.0/) --- **ข้อจำกัดความรับผิดชอบ**: เอกสารนี้ได้รับการแปลโดยใช้บริการแปลภาษา AI [Co-op Translator](https://github.com/Azure/co-op-translator) แม้ว่าเราจะพยายามให้การแปลมีความถูกต้องมากที่สุด แต่โปรดทราบว่าการแปลโดยอัตโนมัติอาจมีข้อผิดพลาดหรือความไม่ถูกต้อง เอกสารต้นฉบับในภาษาดั้งเดิมควรถือเป็นแหล่งข้อมูลที่เชื่อถือได้ สำหรับข้อมูลที่สำคัญ ขอแนะนำให้ใช้บริการแปลภาษามืออาชีพ เราไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความที่ผิดพลาดซึ่งเกิดจากการใช้การแปลนี้