Data-Science-For-Beginners/translations/zh/5-Data-Science-In-Cloud/19-Azure/assignment.md

<!--
CO_OP_TRANSLATOR_METADATA:
{
  "original_hash": "386efdbc19786951341f6956247ee990",
  "translation_date": "2025-08-25T17:38:17+00:00",
  "source_file": "5-Data-Science-In-Cloud/19-Azure/assignment.md",
  "language_code": "zh"
}
-->
# 使用 Azure ML SDK 的数据科学项目

## 说明

我们已经学习了如何使用 Azure ML 平台通过 Azure ML SDK 进行模型的训练、部署和使用。现在，请寻找一些数据，用于训练另一个模型，部署并使用它。你可以在 [Kaggle](https://kaggle.com) 和 [Azure Open Datasets](https://azure.microsoft.com/services/open-datasets/catalog?WT.mc_id=academic-77958-bethanycheum&ocid=AID3041109) 上寻找数据集。

## 评分标准

| 卓越 | 合格 | 需要改进 |
|------|------|----------|
|在进行 AutoML 配置时，你查阅了 SDK 文档，了解可以使用哪些参数。你通过 Azure ML SDK 使用 AutoML 对数据集进行了训练，并检查了模型解释。你部署了最佳模型，并能够通过 Azure ML SDK 使用它。|你通过 Azure ML SDK 使用 AutoML 对数据集进行了训练，并检查了模型解释。你部署了最佳模型，并能够通过 Azure ML SDK 使用它。|你通过 Azure ML SDK 使用 AutoML 对数据集进行了训练。你部署了最佳模型，并能够通过 Azure ML SDK 使用它。|

**免责声明**：  
本文档使用AI翻译服务[Co-op Translator](https://github.com/Azure/co-op-translator)进行翻译。尽管我们努力确保翻译的准确性，但请注意，自动翻译可能包含错误或不准确之处。原始语言的文档应被视为权威来源。对于关键信息，建议使用专业人工翻译。我们不对因使用此翻译而产生的任何误解或误读承担责任。