# Madala koodi/Ilma koodita andmeteaduse projekt Azure ML-is

## Juhised

Me nägime, kuidas kasutada Azure ML platvormi mudeli treenimiseks, juurutamiseks ja tarbimiseks madala koodi/ilma koodita viisil. Nüüd otsi mõni andmestik, mida saaksid kasutada teise mudeli treenimiseks, juurutamiseks ja tarbimiseks. Andmestikke võid otsida [Kaggle](https://kaggle.com) ja [Azure Open Datasets](https://azure.microsoft.com/services/open-datasets/catalog?WT.mc_id=academic-77958-bethanycheum&ocid=AID3041109) lehtedelt.

## Hindamiskriteeriumid

| Näidislik | Piisav | Vajab parandamist |
|-----------|--------|-------------------|
|Andmete üleslaadimisel hoolitsesid selle eest, et vajadusel muutsid tunnuste tüüpe. Samuti puhastasid andmed, kui vaja. Viisid läbi treeningu AutoML abil ja kontrollisid mudeli selgitusi. Juurutasid parima mudeli ja suutsid seda tarbida. | Andmete üleslaadimisel hoolitsesid selle eest, et vajadusel muutsid tunnuste tüüpe. Viisid läbi treeningu AutoML abil, juurutasid parima mudeli ja suutsid seda tarbida. | Juurutasid AutoML abil treenitud parima mudeli ja suutsid seda tarbida. |

---

**Lahtiütlus**:  
See dokument on tõlgitud AI tõlketeenuse [Co-op Translator](https://github.com/Azure/co-op-translator) abil. Kuigi püüame tagada täpsust, palume arvestada, et automaatsed tõlked võivad sisaldada vigu või ebatäpsusi. Algne dokument selle algses keeles tuleks pidada autoriteetseks allikaks. Olulise teabe puhul soovitame kasutada professionaalset inimtõlget. Me ei vastuta selle tõlke kasutamisest tulenevate arusaamatuste või valesti tõlgenduste eest.