2.6 KiB
Data Science i molnet
Foto av Jelleke Vanooteghem från Unsplash
När det gäller att utföra data science med stora datamängder kan molnet vara en riktig game changer. Under de kommande tre lektionerna ska vi titta på vad molnet är och varför det kan vara väldigt användbart. Vi kommer också att utforska en dataset om hjärtsvikt och bygga en modell för att hjälpa till att bedöma sannolikheten för att någon drabbas av hjärtsvikt. Vi kommer att använda molnets kraft för att träna, distribuera och använda en modell på två olika sätt. Ett sätt är att använda endast användargränssnittet på ett Low code/No code-sätt, och det andra sättet är att använda Azure Machine Learning Software Developer Kit (Azure ML SDK).
Ämnen
- Varför använda molnet för data science?
- Data Science i molnet: "Low code/No code"-metoden
- Data Science i molnet: "Azure ML SDK"-metoden
Krediter
Dessa lektioner skrevs med ☁️ och 💕 av Maud Levy och Tiffany Souterre
Data för projektet om hjärtsviktsprediktion kommer från Larxel på Kaggle. Det är licensierat under Attribution 4.0 International (CC BY 4.0)
Ansvarsfriskrivning:
Detta dokument har översatts med hjälp av AI-översättningstjänsten Co-op Translator. Även om vi strävar efter noggrannhet, bör du vara medveten om att automatiska översättningar kan innehålla fel eller felaktigheter. Det ursprungliga dokumentet på dess ursprungliga språk bör betraktas som den auktoritativa källan. För kritisk information rekommenderas professionell mänsklig översättning. Vi ansvarar inte för eventuella missförstånd eller feltolkningar som uppstår vid användning av denna översättning.