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.
23 lines
2.1 KiB
23 lines
2.1 KiB
<!--
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
{
|
|
"original_hash": "8fdc4a5fd9bc27a8d2ebef995dfbf73f",
|
|
"translation_date": "2025-08-24T22:01:27+00:00",
|
|
"source_file": "5-Data-Science-In-Cloud/18-Low-Code/assignment.md",
|
|
"language_code": "es"
|
|
}
|
|
-->
|
|
# Proyecto de Ciencia de Datos Low code/No code en Azure ML
|
|
|
|
## Instrucciones
|
|
|
|
Vimos cómo usar la plataforma de Azure ML para entrenar, implementar y consumir un modelo de manera Low code/No code. Ahora busca algunos datos que puedas usar para entrenar otro modelo, implementarlo y consumirlo. Puedes buscar conjuntos de datos en [Kaggle](https://kaggle.com) y [Azure Open Datasets](https://azure.microsoft.com/services/open-datasets/catalog?WT.mc_id=academic-77958-bethanycheum&ocid=AID3041109).
|
|
|
|
## Rúbrica
|
|
|
|
| Ejemplar | Adecuado | Necesita Mejoras |
|
|
|----------|----------|------------------|
|
|
|Al cargar los datos, te aseguraste de cambiar el tipo de las características si era necesario. También limpiaste los datos si era necesario. Realizaste un entrenamiento en un conjunto de datos a través de AutoML y revisaste las explicaciones del modelo. Implementaste el mejor modelo y fuiste capaz de consumirlo. | Al cargar los datos, te aseguraste de cambiar el tipo de las características si era necesario. Realizaste un entrenamiento en un conjunto de datos a través de AutoML, implementaste el mejor modelo y fuiste capaz de consumirlo. | Has implementado el mejor modelo entrenado por AutoML y fuiste capaz de consumirlo. |
|
|
|
|
**Descargo de responsabilidad**:
|
|
Este documento ha sido traducido utilizando el servicio de traducción automática [Co-op Translator](https://github.com/Azure/co-op-translator). Aunque nos esforzamos por garantizar la precisión, tenga en cuenta que las traducciones automatizadas pueden contener errores o imprecisiones. El documento original en su idioma nativo debe considerarse como la fuente autorizada. Para información crítica, se recomienda una traducción profesional realizada por humanos. No nos hacemos responsables de malentendidos o interpretaciones erróneas que puedan surgir del uso de esta traducción. |