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/19-Azure/assignment.md

2.3 KiB

Data-Science-Projekt mit Azure ML SDK

Anweisungen

Wir haben gesehen, wie man die Azure ML-Plattform verwendet, um ein Modell mit dem Azure ML SDK zu trainieren, bereitzustellen und zu nutzen. Jetzt suchen Sie nach einigen Daten, die Sie verwenden könnten, um ein anderes Modell zu trainieren, bereitzustellen und zu nutzen. Sie können nach Datensätzen auf Kaggle und Azure Open Datasets suchen.

Bewertungskriterien

Vorbildlich Angemessen Verbesserungswürdig
Bei der AutoML-Konfiguration haben Sie die SDK-Dokumentation durchgesehen, um zu sehen, welche Parameter Sie verwenden könnten. Sie haben ein Training auf einem Datensatz mit AutoML unter Verwendung des Azure ML SDK durchgeführt und die Modellerklärungen überprüft. Sie haben das beste Modell bereitgestellt und konnten es über das Azure ML SDK nutzen. Sie haben ein Training auf einem Datensatz mit AutoML unter Verwendung des Azure ML SDK durchgeführt und die Modellerklärungen überprüft. Sie haben das beste Modell bereitgestellt und konnten es über das Azure ML SDK nutzen. Sie haben ein Training auf einem Datensatz mit AutoML unter Verwendung des Azure ML SDK durchgeführt. Sie haben das beste Modell bereitgestellt und konnten es über das Azure ML SDK nutzen.

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 sich aus der Nutzung dieser Übersetzung ergeben.