|
2 weeks ago | |
---|---|---|
.. | ||
17-Introduction | 2 weeks ago | |
18-Low-Code | 2 weeks ago | |
19-Azure | 2 weeks ago | |
README.md | 4 weeks ago |
README.md
Adattudomány a felhőben
Fotó: Jelleke Vanooteghem az Unsplash oldaláról
Amikor nagy adathalmazokkal végzünk adattudományi munkát, a felhő igazi fordulópont lehet. A következő három leckében megnézzük, mi is az a felhő, és miért lehet rendkívül hasznos. Emellett megvizsgálunk egy szívelégtelenséggel kapcsolatos adathalmazt, és készítünk egy modellt, amely segít felmérni valakinek a szívelégtelenség valószínűségét. A felhő erejét fogjuk használni a modell betanítására, telepítésére és használatára két különböző módon. Az egyik módszer kizárólag a felhasználói felületet használja egy Low code/No code megközelítésben, a másik pedig az Azure Machine Learning Software Developer Kit (Azure ML SDK) segítségével történik.
Témakörök
- Miért használjunk felhőt az adattudományhoz?
- Adattudomány a felhőben: A "Low code/No code" megközelítés
- Adattudomány a felhőben: Az "Azure ML SDK" megközelítés
Köszönetnyilvánítás
Ezek a leckék ☁️-vel és 💕-vel készültek Maud Levy és Tiffany Souterre által.
A Szívelégtelenség előrejelzési projekt adatai Larxel jóvoltából származnak a Kaggle oldaláról. Az adatok a Attribution 4.0 International (CC BY 4.0) licenc alatt érhetők el.
Felelősségkizárás:
Ez a dokumentum az Co-op Translator AI fordítási szolgáltatás segítségével készült. Bár törekszünk a pontosságra, kérjük, vegye figyelembe, hogy az automatikus fordítások hibákat vagy pontatlanságokat tartalmazhatnak. Az eredeti dokumentum az eredeti nyelvén tekintendő hiteles forrásnak. Kritikus információk esetén javasolt a professzionális, emberi fordítás igénybevétele. Nem vállalunk felelősséget a fordítás használatából eredő félreértésekért vagy téves értelmezésekért.