Data-Science-For-Beginners/translations/el/5-Data-Science-In-Cloud/19-Azure/assignment.md

<!--
CO_OP_TRANSLATOR_METADATA:
{
  "original_hash": "386efdbc19786951341f6956247ee990",
  "translation_date": "2025-08-26T22:17:43+00:00",
  "source_file": "5-Data-Science-In-Cloud/19-Azure/assignment.md",
  "language_code": "el"
}
-->
# Έργο Επιστήμης Δεδομένων χρησιμοποιώντας το Azure ML SDK

## Οδηγίες

Είδαμε πώς να χρησιμοποιήσουμε την πλατφόρμα Azure ML για να εκπαιδεύσουμε, να αναπτύξουμε και να καταναλώσουμε ένα μοντέλο με το Azure ML SDK. Τώρα ψάξτε για κάποια δεδομένα που θα μπορούσατε να χρησιμοποιήσετε για να εκπαιδεύσετε ένα άλλο μοντέλο, να το αναπτύξετε και να το καταναλώσετε. Μπορείτε να αναζητήσετε σύνολα δεδομένων στο [Kaggle](https://kaggle.com) και [Azure Open Datasets](https://azure.microsoft.com/services/open-datasets/catalog?WT.mc_id=academic-77958-bethanycheum&ocid=AID3041109).

## Κριτήρια Αξιολόγησης

| Εξαιρετικό | Επαρκές | Χρειάζεται Βελτίωση |
|-----------|----------|-------------------|
|Κατά τη δημιουργία της AutoML Configuration, εξετάσατε την τεκμηρίωση του SDK για να δείτε ποια παραμέτρους θα μπορούσατε να χρησιμοποιήσετε. Εκτελέσατε εκπαίδευση σε ένα σύνολο δεδομένων μέσω AutoML χρησιμοποιώντας το Azure ML SDK και ελέγξατε τις εξηγήσεις του μοντέλου. Αναπτύξατε το καλύτερο μοντέλο και καταφέρατε να το καταναλώσετε μέσω του Azure ML SDK. | Εκτελέσατε εκπαίδευση σε ένα σύνολο δεδομένων μέσω AutoML χρησιμοποιώντας το Azure ML SDK και ελέγξατε τις εξηγήσεις του μοντέλου. Αναπτύξατε το καλύτερο μοντέλο και καταφέρατε να το καταναλώσετε μέσω του Azure ML SDK. | Εκτελέσατε εκπαίδευση σε ένα σύνολο δεδομένων μέσω AutoML χρησιμοποιώντας το Azure ML SDK. Αναπτύξατε το καλύτερο μοντέλο και καταφέρατε να το καταναλώσετε μέσω του Azure ML SDK. |

---

**Αποποίηση ευθύνης**:  
Αυτό το έγγραφο έχει μεταφραστεί χρησιμοποιώντας την υπηρεσία αυτόματης μετάφρασης AI [Co-op Translator](https://github.com/Azure/co-op-translator). Παρόλο που καταβάλλουμε προσπάθειες για ακρίβεια, παρακαλούμε να έχετε υπόψη ότι οι αυτοματοποιημένες μεταφράσεις ενδέχεται να περιέχουν λάθη ή ανακρίβειες. Το πρωτότυπο έγγραφο στη μητρική του γλώσσα 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.