msb-public
/
Data-Science-For-Beginners
mirror of https://github.com/microsoft/Data-Science-For-Beginners.git
1
0
Code Issues Projects Releases Wiki Activity
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.
Branches Tags
${ item.name }
Create tag ${ searchTerm }
Create branch ${ searchTerm }
from '6e32a3c33a'
${ noResults }
Data-Science-For-Beginners/5-Data-Science-In-Cloud/translations
History
sonia-comp a6728b99bd
ko: fix file path to korean translation files 		3 years ago
..
README.hi.md Added Hindi translation 3 years ago
README.ko.md ko: fix file path to korean translation files 3 years ago
README.ne.md Rename README.Nepali.md to README.ne.md 3 years ago
README.ru.md 5-base readme translated 3 years ago

README.ru.md
Escape

Наука о данных в облачной инфраструктуре

cloud-picture

Photo by Jelleke Vanooteghem from Unsplash

Когда приходит время анализировать по-настоящему большие данные, использование облачных технологий может обеспечить неоспоримое преимущество. В следующих трёх уроках вы узнаете, что такое облачная инфраструктура и чем она может быть полезна. Для этого мы исследуем набор данных о сердечной недостаточности и построим модель оценки вероятности появления данной болезни. Мы применим все преимущества облачных технологий для тренировки, развёртывания и использования модели в двумя способами. Первый спосои - это использование только пользовательского интерфейса с минимальным применением программирования, второй - использование инструмента под названием Azure Machine Learning Software Developer Kit (Azure ML SDK).

project-schema

Разделы

  1. Преимущества облачной инфраструктуры для науки о данных.
  2. Наука о данных в облачной инфраструктуре: подходы с минимальным использованием программирования и без него.
  3. Наука о данных в облачной инфраструктуре: применение Azure ML SDK

Благодарности

Данные уроки были написаны с ☁️ и 💕 Maud Levy and Tiffany Souterre

Данные для прогнозирования сердечной недостаточности были собраны Larxel и хранятся на портале Kaggle. Датасет распространятеся по лицензии Attribution 4.0 International (CC BY 4.0)