Data-Science-For-Beginners/translations/ur/5-Data-Science-In-Cloud

کلاؤڈ میں ڈیٹا سائنس

تصویر Jelleke Vanooteghem کی جانب سے Unsplash پر دستیاب ہے۔

جب بڑے ڈیٹا کے ساتھ ڈیٹا سائنس کرنے کی بات آتی ہے، تو کلاؤڈ ایک انقلابی تبدیلی ثابت ہو سکتا ہے۔ اگلے تین اسباق میں، ہم دیکھیں گے کہ کلاؤڈ کیا ہے اور یہ کیوں مددگار ثابت ہو سکتا ہے۔ ہم دل کی ناکامی کے ڈیٹا سیٹ کا جائزہ لیں گے اور ایک ماڈل بنائیں گے جو کسی شخص کے دل کی ناکامی کے امکانات کا اندازہ لگانے میں مدد کرے گا۔ ہم کلاؤڈ کی طاقت کا استعمال کرتے ہوئے ماڈل کو دو مختلف طریقوں سے تربیت دیں گے، تعینات کریں گے اور استعمال کریں گے۔ ایک طریقہ صرف یوزر انٹرفیس کے ذریعے، جسے "لو کوڈ/نو کوڈ" انداز کہا جاتا ہے، اور دوسرا طریقہ Azure Machine Learning Software Developer Kit (Azure ML SDK) کا استعمال کرتے ہوئے۔

موضوعات

1. ڈیٹا سائنس کے لیے کلاؤڈ کا استعمال کیوں؟
2. کلاؤڈ میں ڈیٹا سائنس: "لو کوڈ/نو کوڈ" طریقہ
3. کلاؤڈ میں ڈیٹا سائنس: "Azure ML SDK" طریقہ

کریڈٹس

یہ اسباق ☁️ اور 💕 کے ساتھ Maud Levy اور Tiffany Souterre نے لکھے ہیں۔

دل کی ناکامی کی پیشن گوئی کے پروجیکٹ کے لیے ڈیٹا Larxel کی جانب سے Kaggle پر دستیاب ہے۔ یہ Attribution 4.0 International (CC BY 4.0) کے تحت لائسنس یافتہ ہے۔

---

ڈس کلیمر:
یہ دستاویز AI ترجمہ سروس Co-op Translator کا استعمال کرتے ہوئے ترجمہ کی گئی ہے۔ ہم درستگی کے لیے پوری کوشش کرتے ہیں، لیکن براہ کرم آگاہ رہیں کہ خودکار ترجمے میں غلطیاں یا عدم درستگی ہو سکتی ہیں۔ اصل دستاویز کو اس کی اصل زبان میں مستند ذریعہ سمجھا جانا چاہیے۔ اہم معلومات کے لیے، پیشہ ور انسانی ترجمہ کی سفارش کی جاتی ہے۔ اس ترجمے کے استعمال سے پیدا ہونے والی کسی بھی غلط فہمی یا غلط تشریح کے لیے ہم ذمہ دار نہیں ہیں۔