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.
4.1 KiB
4.1 KiB
Azure ML SDK का उपयोग करके डेटा साइंस प्रोजेक्ट
निर्देश
हमने देखा कि Azure ML प्लेटफ़ॉर्म का उपयोग करके मॉडल को ट्रेन, डिप्लॉय और कंज्यूम कैसे किया जाता है। अब कुछ डेटा खोजें जिसे आप किसी अन्य मॉडल को ट्रेन करने, डिप्लॉय करने और कंज्यूम करने के लिए उपयोग कर सकते हैं। आप Kaggle और Azure Open Datasets पर डेटासेट देख सकते हैं।
मूल्यांकन मानदंड
| उत्कृष्ट | पर्याप्त | सुधार की आवश्यकता |
|---|---|---|
| AutoML कॉन्फ़िगरेशन करते समय, आपने SDK डाक्यूमेंटेशन को देखा कि आप कौन से पैरामीटर उपयोग कर सकते हैं। आपने Azure ML SDK का उपयोग करके AutoML के माध्यम से एक डेटासेट पर ट्रेनिंग चलाई, और मॉडल की व्याख्याओं की जांच की। आपने सबसे अच्छे मॉडल को डिप्लॉय किया और Azure ML SDK के माध्यम से इसे कंज्यूम करने में सक्षम हुए। | आपने Azure ML SDK का उपयोग करके AutoML के माध्यम से एक डेटासेट पर ट्रेनिंग चलाई, और मॉडल की व्याख्याओं की जांच की। आपने सबसे अच्छे मॉडल को डिप्लॉय किया और Azure ML SDK के माध्यम से इसे कंज्यूम करने में सक्षम हुए। | आपने Azure ML SDK का उपयोग करके AutoML के माध्यम से एक डेटासेट पर ट्रेनिंग चलाई। आपने सबसे अच्छे मॉडल को डिप्लॉय किया और Azure ML SDK के माध्यम से इसे कंज्यूम करने में सक्षम हुए। |
अस्वीकरण:
यह दस्तावेज़ AI अनुवाद सेवा Co-op Translator का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।