msb-public
/
Data-Science-For-Beginners
mirror of https://github.com/microsoft/Data-Science-For-Beginners.git
1
0
Code Issues Projects Releases Wiki Activity
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.
Branches Tags
${ item.name }
Create tag ${ searchTerm }
Create branch ${ searchTerm }
from 'leestott-patch-13'
${ noResults }
Data-Science-For-Beginners/translations/ko/5-Data-Science-In-Cloud
History
leestott c32bb6bc1a
🌐 Update translations via Co-op Translator 		4 weeks ago
..
17-Introduction 🌐 Update translations via Co-op Translator 4 weeks ago
18-Low-Code 🌐 Update translations via Co-op Translator 4 weeks ago
19-Azure 🌐 Update translations via Co-op Translator 4 weeks ago
README.md 🌐 Update translations via Co-op Translator 4 weeks ago

README.md

클라우드에서의 데이터 과학

cloud-picture

사진 제공: Jelleke Vanooteghem / Unsplash

빅데이터를 활용한 데이터 과학을 수행할 때, 클라우드는 게임 체인저가 될 수 있습니다. 다음 세 가지 강의에서 클라우드가 무엇인지, 그리고 왜 유용한지 알아보겠습니다. 또한 심부전 데이터셋을 탐구하고, 심부전 발생 가능성을 평가하는 데 도움을 줄 수 있는 모델을 구축할 것입니다. 클라우드의 강력한 기능을 활용하여 두 가지 방식으로 모델을 학습, 배포 및 활용할 것입니다. 첫 번째는 Low code/No code 방식으로 사용자 인터페이스만을 사용하는 방법이고, 두 번째는 Azure Machine Learning Software Developer Kit (Azure ML SDK)를 사용하는 방법입니다.

project-schema

주제

  1. 왜 데이터 과학에 클라우드를 사용할까?
  2. 클라우드에서의 데이터 과학: "Low code/No code" 방식
  3. 클라우드에서의 데이터 과학: "Azure ML SDK" 방식

크레딧

이 강의는 ☁️와 💕로 Maud Levy와 Tiffany Souterre가 작성했습니다.

심부전 예측 프로젝트의 데이터는 Kaggle의 Larxel에서 제공되었으며, Attribution 4.0 International (CC BY 4.0) 라이선스 하에 사용됩니다.

면책 조항:
이 문서는 AI 번역 서비스 Co-op Translator를 사용하여 번역되었습니다. 정확성을 위해 최선을 다하고 있지만, 자동 번역에는 오류나 부정확성이 포함될 수 있습니다. 원본 문서의 원어 버전을 권위 있는 출처로 간주해야 합니다. 중요한 정보의 경우, 전문적인 인간 번역을 권장합니다. 이 번역 사용으로 인해 발생하는 오해나 잘못된 해석에 대해 책임을 지지 않습니다.