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.
2.1 KiB
2.1 KiB
Azure ML에서 저코드/무코드 방식으로 데이터 과학 프로젝트 수행하기
지침
우리는 Azure ML 플랫폼을 사용하여 저코드/무코드 방식으로 모델을 학습, 배포 및 활용하는 방법을 배웠습니다. 이제 다른 모델을 학습시키고 배포하며 활용할 수 있는 데이터를 찾아보세요. Kaggle과 Azure Open Datasets에서 데이터셋을 검색할 수 있습니다.
평가 기준
| 우수 | 적절 | 개선 필요 |
|---|---|---|
| 데이터를 업로드할 때 필요한 경우 특징의 유형을 변경하는 작업을 신경 썼습니다. 또한 필요하다면 데이터를 정제했습니다. AutoML을 통해 데이터셋을 학습시켰고, 모델 설명을 확인했습니다. 최적의 모델을 배포했으며 이를 성공적으로 활용할 수 있었습니다. | 데이터를 업로드할 때 필요한 경우 특징의 유형을 변경하는 작업을 신경 썼습니다. AutoML을 통해 데이터셋을 학습시켰고, 최적의 모델을 배포했으며 이를 성공적으로 활용할 수 있었습니다. | AutoML로 학습된 최적의 모델을 배포했으며 이를 성공적으로 활용할 수 있었습니다. |
면책 조항:
이 문서는 AI 번역 서비스 Co-op Translator를 사용하여 번역되었습니다. 정확성을 위해 최선을 다하고 있으나, 자동 번역에는 오류나 부정확성이 포함될 수 있습니다. 원본 문서의 원어 버전을 권위 있는 자료로 간주해야 합니다. 중요한 정보의 경우, 전문적인 인간 번역을 권장합니다. 이 번역 사용으로 인해 발생하는 오해나 잘못된 해석에 대해 책임을 지지 않습니다.