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.
Data-Science-For-Beginners/translations/no/5-Data-Science-In-Cloud/18-Low-Code/assignment.md

25 lines
2.0 KiB

<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "8fdc4a5fd9bc27a8d2ebef995dfbf73f",
"translation_date": "2025-08-26T22:06:10+00:00",
"source_file": "5-Data-Science-In-Cloud/18-Low-Code/assignment.md",
"language_code": "no"
}
-->
# Lav kode/Ingen kode Data Science-prosjekt på Azure ML
## Instruksjoner
Vi så hvordan man kan bruke Azure ML-plattformen til å trene, distribuere og bruke en modell på en Lav kode/Ingen kode-måte. Nå kan du se deg rundt etter noen data som du kan bruke til å trene en annen modell, distribuere den og bruke den. Du kan finne datasett på [Kaggle](https://kaggle.com) og [Azure Open Datasets](https://azure.microsoft.com/services/open-datasets/catalog?WT.mc_id=academic-77958-bethanycheum&ocid=AID3041109).
## Vurderingskriterier
| Eksemplarisk | Tilfredsstillende | Trenger forbedring |
|--------------|-------------------|--------------------|
|Når du lastet opp dataene, sørget du for å endre typen på funksjonene hvis nødvendig. Du renset også dataene hvis det var behov. Du kjørte en trening på et datasett gjennom AutoML, og du sjekket modellforklaringene. Du distribuerte den beste modellen og klarte å bruke den. | Når du lastet opp dataene, sørget du for å endre typen på funksjonene hvis nødvendig. Du kjørte en trening på et datasett gjennom AutoML, du distribuerte den beste modellen og klarte å bruke den. | Du har distribuert den beste modellen trent av AutoML og klarte å bruke den. |
---
**Ansvarsfraskrivelse**:
Dette dokumentet er oversatt ved hjelp av AI-oversettelsestjenesten [Co-op Translator](https://github.com/Azure/co-op-translator). Selv om vi tilstreber nøyaktighet, vennligst vær oppmerksom på at automatiserte oversettelser kan inneholde feil eller unøyaktigheter. Det originale dokumentet på sitt opprinnelige språk bør betraktes som den autoritative kilden. For kritisk informasjon anbefales profesjonell menneskelig oversettelse. Vi er ikke ansvarlige for eventuelle misforståelser eller feiltolkninger som oppstår ved bruk av denne oversettelsen.