# Проєкт Data Science з низьким/нульовим кодом на Azure ML ## Інструкції Ми розглянули, як використовувати платформу Azure ML для навчання, розгортання та використання моделі у форматі з низьким/нульовим кодом. Тепер знайдіть якісь дані, які ви могли б використати для навчання іншої моделі, її розгортання та використання. Ви можете шукати набори даних на [Kaggle](https://kaggle.com) та [Azure Open Datasets](https://azure.microsoft.com/services/open-datasets/catalog?WT.mc_id=academic-77958-bethanycheum&ocid=AID3041109). ## Критерії оцінювання | Відмінно | Достатньо | Потребує покращення | |----------|-----------|---------------------| |Під час завантаження даних ви подбали про зміну типу ознак, якщо це було необхідно. Ви також очистили дані, якщо це було потрібно. Ви провели навчання на наборі даних за допомогою AutoML і перевірили пояснення моделі. Ви розгорнули найкращу модель і змогли її використати. | Під час завантаження даних ви подбали про зміну типу ознак, якщо це було необхідно. Ви провели навчання на наборі даних за допомогою AutoML, розгорнули найкращу модель і змогли її використати. | Ви розгорнули найкращу модель, навчану за допомогою AutoML, і змогли її використати. | --- **Відмова від відповідальності**: Цей документ було перекладено за допомогою сервісу автоматичного перекладу [Co-op Translator](https://github.com/Azure/co-op-translator). Хоча ми прагнемо до точності, звертаємо вашу увагу, що автоматичні переклади можуть містити помилки або неточності. Оригінальний документ мовою оригіналу слід вважати авторитетним джерелом. Для критично важливої інформації рекомендується звертатися до професійного людського перекладу. Ми не несемо відповідальності за будь-які непорозуміння або неправильні тлумачення, що виникли внаслідок використання цього перекладу.