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": "2025-08-24T22:11:45+00:00",
|
|
"source_file": "5-Data-Science-In-Cloud/19-Azure/assignment.md",
|
|
"language_code": "pl"
|
|
}
|
|
-->
|
|
# Projekt Data Science z użyciem Azure ML SDK
|
|
|
|
## Instrukcje
|
|
|
|
Widzieliśmy, jak korzystać z platformy Azure ML do trenowania, wdrażania i używania modelu za pomocą Azure ML SDK. Teraz poszukaj danych, które możesz wykorzystać do trenowania innego modelu, jego wdrożenia i używania. Możesz poszukać zestawów danych na [Kaggle](https://kaggle.com) oraz [Azure Open Datasets](https://azure.microsoft.com/services/open-datasets/catalog?WT.mc_id=academic-77958-bethanycheum&ocid=AID3041109).
|
|
|
|
## Kryteria oceny
|
|
|
|
| Wzorowe | Wystarczające | Wymaga poprawy |
|
|
|---------|---------------|----------------|
|
|
|Podczas konfiguracji AutoML zapoznałeś się z dokumentacją SDK, aby sprawdzić, jakie parametry możesz użyć. Przeprowadziłeś trening na zestawie danych za pomocą AutoML korzystając z Azure ML SDK i sprawdziłeś wyjaśnienia modelu. Wdrożyłeś najlepszy model i byłeś w stanie go używać za pomocą Azure ML SDK. | Przeprowadziłeś trening na zestawie danych za pomocą AutoML korzystając z Azure ML SDK i sprawdziłeś wyjaśnienia modelu. Wdrożyłeś najlepszy model i byłeś w stanie go używać za pomocą Azure ML SDK. | Przeprowadziłeś trening na zestawie danych za pomocą AutoML korzystając z Azure ML SDK. Wdrożyłeś najlepszy model i byłeś w stanie go używać za pomocą Azure ML SDK. |
|
|
|
|
**Zastrzeżenie**:
|
|
Ten dokument został przetłumaczony za pomocą usługi tłumaczenia AI [Co-op Translator](https://github.com/Azure/co-op-translator). Chociaż dokładamy wszelkich starań, aby tłumaczenie było precyzyjne, prosimy pamiętać, że automatyczne tłumaczenia mogą zawierać błędy lub nieścisłości. Oryginalny dokument w jego rodzimym języku powinien być uznawany za wiarygodne źródło. W przypadku informacji o kluczowym znaczeniu zaleca się skorzystanie z profesjonalnego tłumaczenia przez człowieka. Nie ponosimy odpowiedzialności za jakiekolwiek nieporozumienia lub błędne interpretacje wynikające z użycia tego tłumaczenia. |