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.
25 lines
4.0 KiB
25 lines
4.0 KiB
<!--
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
{
|
|
"original_hash": "8fdc4a5fd9bc27a8d2ebef995dfbf73f",
|
|
"translation_date": "2025-08-27T17:44:22+00:00",
|
|
"source_file": "5-Data-Science-In-Cloud/18-Low-Code/assignment.md",
|
|
"language_code": "mr"
|
|
}
|
|
-->
|
|
# Azure ML वर लो कोड/नो कोड डेटा सायन्स प्रकल्प
|
|
|
|
## सूचना
|
|
|
|
आम्ही Azure ML प्लॅटफॉर्मचा वापर करून लो कोड/नो कोड पद्धतीने मॉडेल प्रशिक्षण, तैनात आणि वापरण्याची प्रक्रिया पाहिली. आता अशा डेटाचा शोध घ्या ज्याचा वापर तुम्ही दुसरे मॉडेल प्रशिक्षण, तैनात आणि वापरण्यासाठी करू शकता. तुम्ही [Kaggle](https://kaggle.com) आणि [Azure Open Datasets](https://azure.microsoft.com/services/open-datasets/catalog?WT.mc_id=academic-77958-bethanycheum&ocid=AID3041109) वर डेटासेट शोधू शकता.
|
|
|
|
## मूल्यांकन निकष
|
|
|
|
| उत्कृष्ट | समाधानकारक | सुधारणा आवश्यक |
|
|
|-----------|----------|-------------------|
|
|
|डेटा अपलोड करताना तुम्ही आवश्यक असल्यास फीचरचा प्रकार बदलण्याची काळजी घेतली. तुम्ही आवश्यक असल्यास डेटा स्वच्छ केला. तुम्ही AutoML च्या माध्यमातून डेटासेटवर प्रशिक्षण चालवले आणि मॉडेल स्पष्टीकरण तपासले. तुम्ही सर्वोत्तम मॉडेल तैनात केले आणि त्याचा वापर करण्यास सक्षम झाला. | डेटा अपलोड करताना तुम्ही आवश्यक असल्यास फीचरचा प्रकार बदलण्याची काळजी घेतली. तुम्ही AutoML च्या माध्यमातून डेटासेटवर प्रशिक्षण चालवले, सर्वोत्तम मॉडेल तैनात केले आणि त्याचा वापर करण्यास सक्षम झाला. | तुम्ही AutoML द्वारे प्रशिक्षित सर्वोत्तम मॉडेल तैनात केले आणि त्याचा वापर करण्यास सक्षम झाला. |
|
|
|
|
---
|
|
|
|
**अस्वीकरण**:
|
|
हा दस्तऐवज AI भाषांतर सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) वापरून भाषांतरित करण्यात आला आहे. आम्ही अचूकतेसाठी प्रयत्नशील असलो तरी, कृपया लक्षात ठेवा की स्वयंचलित भाषांतरे त्रुटी किंवा अचूकतेच्या अभावाने युक्त असू शकतात. मूळ भाषेतील दस्तऐवज हा अधिकृत स्रोत मानला जावा. महत्त्वाच्या माहितीसाठी, व्यावसायिक मानवी भाषांतराची शिफारस केली जाते. या भाषांतराचा वापर करून उद्भवलेल्या कोणत्याही गैरसमज किंवा चुकीच्या अर्थासाठी आम्ही जबाबदार राहणार नाही. |