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.
35 lines
3.1 KiB
35 lines
3.1 KiB
<!--
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
{
|
|
"original_hash": "8dfe141a0f46f7d253e07f74913c7f44",
|
|
"translation_date": "2025-08-27T09:25:41+00:00",
|
|
"source_file": "5-Data-Science-In-Cloud/README.md",
|
|
"language_code": "ar"
|
|
}
|
|
-->
|
|
# علم البيانات في السحابة
|
|
|
|
|
|
|
|
> الصورة بواسطة [Jelleke Vanooteghem](https://unsplash.com/@ilumire) من [Unsplash](https://unsplash.com/s/photos/cloud?orientation=landscape)
|
|
|
|
عندما يتعلق الأمر بممارسة علم البيانات مع البيانات الضخمة، يمكن أن تكون السحابة نقطة تحول. في الدروس الثلاثة القادمة، سنستعرض ما هي السحابة ولماذا يمكن أن تكون مفيدة جدًا. سنقوم أيضًا باستكشاف مجموعة بيانات عن فشل القلب وبناء نموذج يساعد في تقييم احتمالية إصابة شخص بفشل القلب. سنستخدم قوة السحابة لتدريب النموذج ونشره واستهلاكه بطريقتين مختلفتين. الطريقة الأولى باستخدام واجهة المستخدم فقط بأسلوب "Low code/No code"، والطريقة الثانية باستخدام Azure Machine Learning Software Developer Kit (Azure ML SDK).
|
|
|
|
|
|
|
|
### المواضيع
|
|
|
|
1. [لماذا نستخدم السحابة لعلم البيانات؟](17-Introduction/README.md)
|
|
2. [علم البيانات في السحابة: الطريقة "Low code/No code"](18-Low-Code/README.md)
|
|
3. [علم البيانات في السحابة: الطريقة "Azure ML SDK"](19-Azure/README.md)
|
|
|
|
### الشكر والتقدير
|
|
تم كتابة هذه الدروس مع ☁️ و 💕 بواسطة [Maud Levy](https://twitter.com/maudstweets) و [Tiffany Souterre](https://twitter.com/TiffanySouterre)
|
|
|
|
تم الحصول على بيانات مشروع توقع فشل القلب من [
|
|
Larxel](https://www.kaggle.com/andrewmvd) على [Kaggle](https://www.kaggle.com/andrewmvd/heart-failure-clinical-data). وهي مرخصة بموجب [Attribution 4.0 International (CC BY 4.0)](https://creativecommons.org/licenses/by/4.0/)
|
|
|
|
---
|
|
|
|
**إخلاء المسؤولية**:
|
|
تمت ترجمة هذا المستند باستخدام خدمة الترجمة الآلية [Co-op Translator](https://github.com/Azure/co-op-translator). بينما نسعى لتحقيق الدقة، يرجى العلم أن الترجمات الآلية قد تحتوي على أخطاء أو معلومات غير دقيقة. يجب اعتبار المستند الأصلي بلغته الأصلية هو المصدر الموثوق. للحصول على معلومات حساسة أو هامة، يُوصى بالاستعانة بترجمة بشرية احترافية. نحن غير مسؤولين عن أي سوء فهم أو تفسيرات خاطئة تنشأ عن استخدام هذه الترجمة. |