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.
Data-Science-For-Beginners/translations/pa/5-Data-Science-In-Cloud/18-Low-Code/assignment.md

25 lines
3.9 KiB

<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "8fdc4a5fd9bc27a8d2ebef995dfbf73f",
"translation_date": "2025-08-27T17:44:38+00:00",
"source_file": "5-Data-Science-In-Cloud/18-Low-Code/assignment.md",
"language_code": "pa"
}
-->
# ਐਜ਼ਰ ਐਮਐਲ 'ਤੇ ਲੋ ਕੋਡ/ਨੋ ਕੋਡ ਡਾਟਾ ਸਾਇੰਸ ਪ੍ਰੋਜੈਕਟ
## ਹਦਾਇਤਾਂ
ਅਸੀਂ ਦੇਖਿਆ ਕਿ ਐਜ਼ਰ ਐਮਐਲ ਪਲੇਟਫਾਰਮ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਮਾਡਲ ਨੂੰ ਲੋ ਕੋਡ/ਨੋ ਕੋਡ ਢੰਗ ਵਿੱਚ ਟ੍ਰੇਨ, ਡਿਪਲੌਇ ਅਤੇ ਕਨਜ਼ਿਊਮ ਕਿਵੇਂ ਕਰਨਾ ਹੈ। ਹੁਣ ਕੁਝ ਡਾਟਾ ਲੱਭੋ ਜਿਸਨੂੰ ਤੁਸੀਂ ਹੋਰ ਮਾਡਲ ਟ੍ਰੇਨ ਕਰਨ, ਡਿਪਲੌਇ ਕਰਨ ਅਤੇ ਕਨਜ਼ਿਊਮ ਕਰਨ ਲਈ ਵਰਤ ਸਕਦੇ ਹੋ। ਤੁਸੀਂ ਡਾਟਾਸੈਟਸ ਲਈ [Kaggle](https://kaggle.com) ਅਤੇ [Azure Open Datasets](https://azure.microsoft.com/services/open-datasets/catalog?WT.mc_id=academic-77958-bethanycheum&ocid=AID3041109) 'ਤੇ ਖੋਜ ਕਰ ਸਕਦੇ ਹੋ।
## ਰੂਬ੍ਰਿਕ
| ਸ਼ਾਨਦਾਰ | ਯੋਗ | ਸੁਧਾਰ ਦੀ ਲੋੜ |
|-----------|----------|-------------------|
|ਜਦੋਂ ਤੁਸੀਂ ਡਾਟਾ ਅੱਪਲੋਡ ਕੀਤਾ ਤਾਂ ਤੁਸੀਂ ਲੋੜ ਪੈਣ 'ਤੇ ਫੀਚਰ ਦੀ ਕਿਸਮ ਬਦਲਣ ਦਾ ਧਿਆਨ ਰੱਖਿਆ। ਤੁਸੀਂ ਲੋੜ ਪੈਣ 'ਤੇ ਡਾਟਾ ਸਾਫ ਕੀਤਾ। ਤੁਸੀਂ AutoML ਰਾਹੀਂ ਡਾਟਾਸੈਟ 'ਤੇ ਟ੍ਰੇਨਿੰਗ ਚਲਾਈ ਅਤੇ ਮਾਡਲ ਦੀ ਵਿਆਖਿਆਵਾਂ ਦੀ ਜਾਂਚ ਕੀਤੀ। ਤੁਸੀਂ ਸਭ ਤੋਂ ਵਧੀਆ ਮਾਡਲ ਡਿਪਲੌਇ ਕੀਤਾ ਅਤੇ ਇਸਨੂੰ ਕਨਜ਼ਿਊਮ ਕਰਨ ਵਿੱਚ ਸਫਲ ਰਹੇ। | ਜਦੋਂ ਤੁਸੀਂ ਡਾਟਾ ਅੱਪਲੋਡ ਕੀਤਾ ਤਾਂ ਤੁਸੀਂ ਲੋੜ ਪੈਣ 'ਤੇ ਫੀਚਰ ਦੀ ਕਿਸਮ ਬਦਲਣ ਦਾ ਧਿਆਨ ਰੱਖਿਆ। ਤੁਸੀਂ AutoML ਰਾਹੀਂ ਡਾਟਾਸੈਟ 'ਤੇ ਟ੍ਰੇਨਿੰਗ ਚਲਾਈ, ਸਭ ਤੋਂ ਵਧੀਆ ਮਾਡਲ ਡਿਪਲੌਇ ਕੀਤਾ ਅਤੇ ਇਸਨੂੰ ਕਨਜ਼ਿਊਮ ਕਰਨ ਵਿੱਚ ਸਫਲ ਰਹੇ। | ਤੁਸੀਂ AutoML ਦੁਆਰਾ ਟ੍ਰੇਨ ਕੀਤੇ ਗਏ ਸਭ ਤੋਂ ਵਧੀਆ ਮਾਡਲ ਨੂੰ ਡਿਪਲੌਇ ਕੀਤਾ ਅਤੇ ਇਸਨੂੰ ਕਨਜ਼ਿਊਮ ਕਰਨ ਵਿੱਚ ਸਫਲ ਰਹੇ। |
---
**ਅਸਵੀਕਾਰਨਾ**:
ਇਹ ਦਸਤਾਵੇਜ਼ AI ਅਨੁਵਾਦ ਸੇਵਾ [Co-op Translator](https://github.com/Azure/co-op-translator) ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਅਨੁਵਾਦ ਕੀਤਾ ਗਿਆ ਹੈ। ਹਾਲਾਂਕਿ ਅਸੀਂ ਸਹੀਅਤਾ ਲਈ ਯਤਨਸ਼ੀਲ ਹਾਂ, ਕਿਰਪਾ ਕਰਕੇ ਧਿਆਨ ਦਿਓ ਕਿ ਸਵੈਚਾਲਿਤ ਅਨੁਵਾਦਾਂ ਵਿੱਚ ਗਲਤੀਆਂ ਜਾਂ ਅਸੁੱਤੀਆਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਮੂਲ ਦਸਤਾਵੇਜ਼ ਨੂੰ ਇਸਦੀ ਮੂਲ ਭਾਸ਼ਾ ਵਿੱਚ ਅਧਿਕਾਰਤ ਸਰੋਤ ਮੰਨਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਮਹੱਤਵਪੂਰਨ ਜਾਣਕਾਰੀ ਲਈ, ਪੇਸ਼ੇਵਰ ਮਨੁੱਖੀ ਅਨੁਵਾਦ ਦੀ ਸਿਫਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਇਸ ਅਨੁਵਾਦ ਦੀ ਵਰਤੋਂ ਤੋਂ ਪੈਦਾ ਹੋਣ ਵਾਲੇ ਕਿਸੇ ਵੀ ਗਲਤਫਹਿਮੀ ਜਾਂ ਗਲਤ ਵਿਆਖਿਆ ਲਈ ਅਸੀਂ ਜ਼ਿੰਮੇਵਾਰ ਨਹੀਂ ਹਾਂ।