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
2.2 KiB
23 lines
2.2 KiB
<!--
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
{
|
|
"original_hash": "386efdbc19786951341f6956247ee990",
|
|
"translation_date": "2025-08-25T17:38:48+00:00",
|
|
"source_file": "5-Data-Science-In-Cloud/19-Azure/assignment.md",
|
|
"language_code": "ja"
|
|
}
|
|
-->
|
|
# Azure ML SDK を使用したデータサイエンスプロジェクト
|
|
|
|
## 手順
|
|
|
|
Azure ML プラットフォームを使用して、Azure ML SDK を使ったモデルのトレーニング、デプロイ、利用方法を学びました。次に、別のモデルをトレーニングし、デプロイして利用するためのデータを探してみましょう。[Kaggle](https://kaggle.com) や [Azure Open Datasets](https://azure.microsoft.com/services/open-datasets/catalog?WT.mc_id=academic-77958-bethanycheum&ocid=AID3041109) でデータセットを探すことができます。
|
|
|
|
## 評価基準
|
|
|
|
| 優秀 | 適切 | 改善が必要 |
|
|
|------|------|------------|
|
|
| AutoML の設定を行う際、SDK のドキュメントを確認して使用可能なパラメータを調べました。Azure ML SDK を使用して AutoML でデータセットのトレーニングを実行し、モデルの説明を確認しました。最適なモデルをデプロイし、Azure ML SDK を通じて利用できました。 | Azure ML SDK を使用して AutoML でデータセットのトレーニングを実行し、モデルの説明を確認しました。最適なモデルをデプロイし、Azure ML SDK を通じて利用できました。 | Azure ML SDK を使用して AutoML でデータセットのトレーニングを実行しました。最適なモデルをデプロイし、Azure ML SDK を通じて利用できました。 |
|
|
|
|
**免責事項**:
|
|
この文書は、AI翻訳サービス [Co-op Translator](https://github.com/Azure/co-op-translator) を使用して翻訳されています。正確性を追求しておりますが、自動翻訳には誤りや不正確な部分が含まれる可能性があることをご承知ください。元の言語で記載された文書が正式な情報源とみなされるべきです。重要な情報については、専門の人間による翻訳を推奨します。この翻訳の使用に起因する誤解や誤った解釈について、当社は責任を負いません。 |