# 雲端中的數據科學  > 照片由 [Jelleke Vanooteghem](https://unsplash.com/@ilumire) 提供，來自 [Unsplash](https://unsplash.com/s/photos/cloud?orientation=landscape) 在處理大數據的數據科學時，雲端可以帶來革命性的改變。在接下來的三節課中，我們將了解什麼是雲端以及它為什麼如此有用。我們還將探索一個心臟衰竭數據集，並建立一個模型來幫助評估某人患心臟衰竭的可能性。我們將利用雲端的強大功能來訓練、部署並以兩種不同的方式使用模型。一種方式是僅使用用戶界面，以低代碼/無代碼的方式進行；另一種方式是使用 Azure 機器學習軟件開發工具包 (Azure ML SDK)。  ### 主題 1. [為什麼在數據科學中使用雲端？](17-Introduction/README.md) 2. [雲端中的數據科學：低代碼/無代碼方式](18-Low-Code/README.md) 3. [雲端中的數據科學：Azure ML SDK 方式](19-Azure/README.md) ### 致謝 這些課程由 [Maud Levy](https://twitter.com/maudstweets) 和 [Tiffany Souterre](https://twitter.com/TiffanySouterre) 用 ☁️ 和 💕 編寫。 心臟衰竭預測項目的數據來源於 [Larxel](https://www.kaggle.com/andrewmvd) 在 [Kaggle](https://www.kaggle.com/andrewmvd/heart-failure-clinical-data) 上提供。該數據遵循 [Attribution 4.0 International (CC BY 4.0)](https://creativecommons.org/licenses/by/4.0/) 授權。 **免責聲明**： 本文件使用 AI 翻譯服務 [Co-op Translator](https://github.com/Azure/co-op-translator) 進行翻譯。雖然我們致力於提供準確的翻譯，但請注意，自動翻譯可能包含錯誤或不準確之處。原始文件的母語版本應被視為權威來源。對於關鍵資訊，建議使用專業人工翻譯。我們對因使用此翻譯而產生的任何誤解或錯誤解釋不承擔責任。