|
|
3 months ago | |
|---|---|---|
| .. | ||
| 17-Introduction | 3 months ago | |
| 18-Low-Code | 3 months ago | |
| 19-Azure | 3 months ago | |
| README.md | 3 months ago | |
README.md
Andmeteadus pilves
Foto autorilt Jelleke Vanooteghem lehelt Unsplash
Kui tegemist on suurte andmetega andmeteadusega, võib pilv olla tõeline mängumuutja. Järgmise kolme õppetunni jooksul vaatame, mis on pilv ja miks see võib olla väga kasulik. Uurime ka südamepuudulikkuse andmestikku ja loome mudeli, mis aitab hinnata südamepuudulikkuse tõenäosust. Kasutame pilve võimsust mudeli treenimiseks, juurutamiseks ja kasutamiseks kahel erineval viisil. Üks viis on kasutada ainult kasutajaliidest madala koodi/ilma koodita lähenemisviisil, teine viis on kasutada Azure Machine Learning Software Developer Kit'i (Azure ML SDK).
Teemad
- Miks kasutada pilve andmeteaduseks?
- Andmeteadus pilves: "Madala koodi/ilma koodita" lähenemisviis
- Andmeteadus pilves: "Azure ML SDK" lähenemisviis
Autorid
Need õppetunnid on kirjutatud ☁️ ja 💕 poolt Maud Levy ja Tiffany Souterre
Südamepuudulikkuse prognoosimise projekti andmed pärinevad Larxel lehelt Kaggle. Andmed on litsentseeritud Attribution 4.0 International (CC BY 4.0) järgi.
Lahtiütlus:
See dokument on tõlgitud AI tõlketeenuse Co-op Translator abil. Kuigi püüame tagada täpsust, palume arvestada, et automaatsed tõlked võivad sisaldada vigu või ebatäpsusi. Algne dokument selle algses keeles tuleks pidada autoriteetseks allikaks. Olulise teabe puhul soovitame kasutada professionaalset inimtõlget. Me ei vastuta selle tõlke kasutamisest tulenevate arusaamatuste või valesti tõlgenduste eest.

