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/de/5-Data-Science-In-Cloud
leestott ddda89c203
🌐 Update translations via Co-op Translator
2 weeks ago
..
17-Introduction 🌐 Update translations via Co-op Translator 2 weeks ago
18-Low-Code 🌐 Update translations via Co-op Translator 2 weeks ago
19-Azure 🌐 Update translations via Co-op Translator 2 weeks ago
README.md 🌐 Update translations via Co-op Translator 4 weeks ago

README.md

Datenwissenschaft in der Cloud

cloud-picture

Foto von Jelleke Vanooteghem auf Unsplash

Wenn es darum geht, Datenwissenschaft mit großen Datenmengen zu betreiben, kann die Cloud ein echter Wendepunkt sein. In den nächsten drei Lektionen werden wir uns ansehen, was die Cloud ist und warum sie sehr hilfreich sein kann. Außerdem werden wir einen Datensatz zu Herzinsuffizienz untersuchen und ein Modell erstellen, um die Wahrscheinlichkeit einer Herzinsuffizienz zu bewerten. Wir werden die Leistungsfähigkeit der Cloud nutzen, um ein Modell auf zwei verschiedene Arten zu trainieren, bereitzustellen und zu verwenden. Einmal mit einer Benutzeroberfläche im Low-Code/No-Code-Stil und einmal mit dem Azure Machine Learning Software Developer Kit (Azure ML SDK).

project-schema

Themen

  1. Warum die Cloud für Datenwissenschaft nutzen?
  2. Datenwissenschaft in der Cloud: Der "Low-Code/No-Code"-Ansatz
  3. Datenwissenschaft in der Cloud: Der "Azure ML SDK"-Ansatz

Credits

Diese Lektionen wurden mit ☁️ und 💕 geschrieben von Maud Levy und Tiffany Souterre

Die Daten für das Herzinsuffizienz-Vorhersageprojekt stammen von Larxel auf Kaggle. Sie sind lizenziert unter der Attribution 4.0 International (CC BY 4.0)

Haftungsausschluss:
Dieses Dokument wurde mit dem KI-Übersetzungsdienst Co-op Translator übersetzt. Obwohl wir uns um Genauigkeit bemühen, weisen wir darauf hin, dass automatisierte Übersetzungen Fehler oder Ungenauigkeiten enthalten können. Das Originaldokument in seiner ursprünglichen Sprache sollte als maßgebliche Quelle betrachtet werden. Für kritische Informationen wird eine professionelle menschliche Übersetzung empfohlen. Wir übernehmen keine Haftung für Missverständnisse oder Fehlinterpretationen, die aus der Nutzung dieser Übersetzung entstehen.