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.
This file contains ambiguous Unicode characters that may be confused with others in your current locale. If your use case is intentional and legitimate, you can safely ignore this warning. Use the Escape button to highlight these characters.
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "8dfe141a0f46f7d253e07f74913c7f44",
"translation_date": "2025-08-25T17:19:33+00:00",
"source_file": "5-Data-Science-In-Cloud/README.md",
"language_code": "hk"
}
-->
# 雲端中的數據科學
> 圖片來源：[Jelleke Vanooteghem](https://unsplash.com/@ilumire) 來自 [Unsplash](https://unsplash.com/s/photos/cloud?orientation=landscape)
當涉及到使用大數據進行數據科學時，雲端可以成為改變遊戲規則的關鍵。在接下來的三節課中，我們將了解什麼是雲端以及為什麼它非常有用。我們還將探索一個心臟衰竭數據集，並建立一個模型來幫助評估某人發生心臟衰竭的可能性。我們將利用雲端的強大功能來訓練、部署和以兩種不同的方式使用模型。一種方式是僅使用用戶界面，以低代碼/無代碼的方式進行；另一種方式是使用 Azure 機器學習軟件開發工具包 (Azure ML SDK)。
### 主題
1. [為什麼在數據科學中使用雲端？ ](17-Introduction/README.md )
2. [雲端中的數據科學：「低代碼/無代碼」方式 ](18-Low-Code/README.md )
3. [雲端中的數據科學： ](19-Azure/README.md )
### 鳴謝
Maud Levy ](https://twitter.com/maudstweets ) 和 [Tiffany Souterre ](https://twitter.com/TiffanySouterre ) 帶著 ☁️ 和 💕 編寫。
心臟衰竭預測項目的數據來源於 [Kaggle ](https://www.kaggle.com/andrewmvd/heart-failure-clinical-data ) 上的 [Larxel ](https://www.kaggle.com/andrewmvd )。該數據根據 [Attribution 4.0 International (CC BY 4.0) ](https://creativecommons.org/licenses/by/4.0/ ) 授權。
** 免責聲明**：
本文件已使用人工智能翻譯服務 [Co-op Translator ](https://github.com/Azure/co-op-translator ) 進行翻譯。儘管我們致力於提供準確的翻譯，但請注意，自動翻譯可能包含錯誤或不準確之處。原始語言的文件應被視為權威來源。對於重要信息，建議尋求專業人工翻譯。我們對因使用此翻譯而引起的任何誤解或錯誤解釋概不負責。
