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 'main'
${ noResults }
Data-Science-For-Beginners/translations/el/5-Data-Science-In-Cloud
History
leestott 264ebcc9fd
🌐 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 3 weeks ago

README.md
Escape

Επιστήμη Δεδομένων στο Cloud

cloud-picture

Φωτογραφία από Jelleke Vanooteghem στο Unsplash

Όταν πρόκειται για την επιστήμη δεδομένων με μεγάλα δεδομένα, το cloud μπορεί να αλλάξει τα δεδομένα. Στα επόμενα τρία μαθήματα, θα δούμε τι είναι το cloud και γιατί μπορεί να είναι πολύ χρήσιμο. Θα εξερευνήσουμε επίσης ένα σύνολο δεδομένων για καρδιακή ανεπάρκεια και θα δημιουργήσουμε ένα μοντέλο για να βοηθήσουμε στην εκτίμηση της πιθανότητας κάποιος να έχει καρδιακή ανεπάρκεια. Θα χρησιμοποιήσουμε τη δύναμη του cloud για να εκπαιδεύσουμε, να αναπτύξουμε και να χρησιμοποιήσουμε ένα μοντέλο με δύο διαφορετικούς τρόπους. Ο ένας τρόπος είναι χρησιμοποιώντας μόνο το περιβάλλον χρήστη με μια προσέγγιση "Low code/No code", και ο άλλος τρόπος είναι χρησιμοποιώντας το Azure Machine Learning Software Developer Kit (Azure ML SDK).

project-schema

Θέματα

  1. Γιατί να χρησιμοποιήσετε το Cloud για την Επιστήμη Δεδομένων;
  2. Επιστήμη Δεδομένων στο Cloud: Η προσέγγιση "Low code/No code"
  3. Επιστήμη Δεδομένων στο Cloud: Η προσέγγιση "Azure ML SDK"

Συντελεστές

Αυτά τα μαθήματα γράφτηκαν με ☁️ και 💕 από Maud Levy και Tiffany Souterre

Τα δεδομένα για το έργο Πρόβλεψης Καρδιακής Ανεπάρκειας προέρχονται από τον Larxel στο Kaggle. Είναι αδειοδοτημένα υπό την Attribution 4.0 International (CC BY 4.0)

Αποποίηση ευθύνης:
Αυτό το έγγραφο έχει μεταφραστεί χρησιμοποιώντας την υπηρεσία αυτόματης μετάφρασης Co-op Translator. Παρόλο που καταβάλλουμε προσπάθειες για ακρίβεια, παρακαλούμε να έχετε υπόψη ότι οι αυτοματοποιημένες μεταφράσεις ενδέχεται να περιέχουν σφάλματα ή ανακρίβειες. Το πρωτότυπο έγγραφο στη γλώσσα του θα πρέπει να θεωρείται η αυθεντική πηγή. Για κρίσιμες πληροφορίες, συνιστάται επαγγελματική ανθρώπινη μετάφραση. Δεν φέρουμε ευθύνη για τυχόν παρεξηγήσεις ή εσφαλμένες ερμηνείες που προκύπτουν από τη χρήση αυτής της μετάφρασης.