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/da/5-Data-Science-In-Cloud/19-Azure/assignment.md

2.1 KiB

Data Science-projekt ved brug af Azure ML SDK

Instruktioner

Vi har set, hvordan man bruger Azure ML-platformen til at træne, implementere og anvende en model med Azure ML SDK. Nu kan du finde noget data, som du kan bruge til at træne en anden model, implementere den og anvende den. Du kan finde datasæt på Kaggle og Azure Open Datasets.

Bedømmelseskriterier

Fremragende Tilstrækkelig Kræver forbedring
Ved opsætning af AutoML-konfigurationen gennemgik du SDK-dokumentationen for at se, hvilke parametre du kunne bruge. Du udførte en træning på et datasæt via AutoML ved brug af Azure ML SDK, og du undersøgte model-forklaringerne. Du implementerede den bedste model og var i stand til at anvende den via Azure ML SDK. Du udførte en træning på et datasæt via AutoML ved brug af Azure ML SDK, og du undersøgte model-forklaringerne. Du implementerede den bedste model og var i stand til at anvende den via Azure ML SDK. Du udførte en træning på et datasæt via AutoML ved brug af Azure ML SDK. Du implementerede den bedste model og var i stand til at anvende den via Azure ML SDK.

Ansvarsfraskrivelse:
Dette dokument er blevet oversat ved hjælp af AI-oversættelsestjenesten Co-op Translator. Selvom vi bestræber os på nøjagtighed, skal du være opmærksom på, at automatiserede oversættelser kan indeholde fejl eller unøjagtigheder. Det originale dokument på dets oprindelige sprog bør betragtes som den autoritative kilde. For kritisk information anbefales professionel menneskelig oversættelse. Vi er ikke ansvarlige for eventuelle misforståelser eller fejltolkninger, der måtte opstå som følge af brugen af denne oversættelse.