You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
16 lines
1.8 KiB
16 lines
1.8 KiB
# Projeto de Ciência de Dados com Baixo Código/Sem Código no Azure ML
|
|
|
|
## Instruções
|
|
|
|
Vimos como usar a plataforma Azure ML para treinar, implantar e consumir um modelo de forma com baixo código/sem código. Agora procure por alguns dados que você possa usar para treinar outro modelo, implantá-lo e consumi-lo. Você pode buscar conjuntos de dados no [Kaggle](https://kaggle.com) e [Azure Open Datasets](https://azure.microsoft.com/services/open-datasets/catalog?WT.mc_id=academic-77958-bethanycheum&ocid=AID3041109).
|
|
|
|
## Critérios de Avaliação
|
|
|
|
| Exemplar | Adequado | Precisa Melhorar |
|
|
|----------|----------|------------------|
|
|
|Ao carregar os dados, você se certificou de alterar o tipo das características, se necessário. Você também limpou os dados, caso fosse necessário. Você realizou um treinamento em um conjunto de dados usando AutoML e verificou as explicações do modelo. Você implantou o melhor modelo e conseguiu consumi-lo. | Ao carregar os dados, você se certificou de alterar o tipo das características, se necessário. Você realizou um treinamento em um conjunto de dados usando AutoML, implantou o melhor modelo e conseguiu consumi-lo. | Você implantou o melhor modelo treinado pelo AutoML e conseguiu consumi-lo. |
|
|
|
|
---
|
|
|
|
**Aviso Legal**:
|
|
Este documento foi traduzido utilizando o serviço de tradução por IA [Co-op Translator](https://github.com/Azure/co-op-translator). Embora nos esforcemos para garantir a precisão, esteja ciente de que traduções automatizadas podem conter erros ou imprecisões. O documento original em seu idioma nativo deve ser considerado a fonte autoritativa. Para informações críticas, recomenda-se a tradução profissional realizada por humanos. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações equivocadas decorrentes do uso desta tradução. |