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
2.1 KiB
25 lines
2.1 KiB
<!--
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
{
|
|
"original_hash": "8fdc4a5fd9bc27a8d2ebef995dfbf73f",
|
|
"translation_date": "2025-08-28T02:25:02+00:00",
|
|
"source_file": "5-Data-Science-In-Cloud/18-Low-Code/assignment.md",
|
|
"language_code": "tl"
|
|
}
|
|
-->
|
|
# Low code/No code Data Science project sa Azure ML
|
|
|
|
## Mga Instruksyon
|
|
|
|
Nakita natin kung paano gamitin ang Azure ML platform upang mag-train, mag-deploy, at gumamit ng modelo sa isang Low code/No code na paraan. Ngayon, maghanap ng ilang datos na maaari mong gamitin upang mag-train ng isa pang modelo, i-deploy ito, at gamitin ito. Maaari kang maghanap ng mga dataset sa [Kaggle](https://kaggle.com) at [Azure Open Datasets](https://azure.microsoft.com/services/open-datasets/catalog?WT.mc_id=academic-77958-bethanycheum&ocid=AID3041109).
|
|
|
|
## Rubric
|
|
|
|
| Napakahusay | Katamtaman | Kailangan ng Pagpapabuti |
|
|
|-------------|------------|--------------------------|
|
|
|Kapag nag-upload ng datos, inasikaso mo ang pagbabago ng uri ng feature kung kinakailangan. Nilinis mo rin ang datos kung kinakailangan. Nagpatakbo ka ng training sa isang dataset gamit ang AutoML, at sinuri mo ang mga paliwanag ng modelo. Na-deploy mo ang pinakamahusay na modelo at nagamit mo ito. | Kapag nag-upload ng datos, inasikaso mo ang pagbabago ng uri ng feature kung kinakailangan. Nagpatakbo ka ng training sa isang dataset gamit ang AutoML, na-deploy mo ang pinakamahusay na modelo at nagamit mo ito. | Na-deploy mo ang pinakamahusay na modelo na na-train gamit ang AutoML at nagamit mo ito. |
|
|
|
|
---
|
|
|
|
**Paunawa**:
|
|
Ang dokumentong ito ay isinalin gamit ang AI translation service na [Co-op Translator](https://github.com/Azure/co-op-translator). Bagama't sinisikap naming maging tumpak, tandaan na ang mga awtomatikong pagsasalin ay maaaring maglaman ng mga pagkakamali o hindi pagkakatugma. Ang orihinal na dokumento sa kanyang katutubong wika ang dapat ituring na opisyal na sanggunian. Para sa mahalagang impormasyon, inirerekomenda ang propesyonal na pagsasalin ng tao. Hindi kami mananagot sa anumang hindi pagkakaunawaan o maling interpretasyon na maaaring magmula sa paggamit ng pagsasaling ito. |