Skip to content

Latest commit

 

History

History
18 lines (12 loc) · 3.8 KB

File metadata and controls

18 lines (12 loc) · 3.8 KB

లో కోడ్/నో కోడ్ డేటా సైన్స్ ప్రాజెక్ట్ ఆన్ అజ్యూర్ ML

సూచనలు

మేము అజ్యూర్ ML ప్లాట్‌ఫారమ్‌ను ఉపయోగించి లో కోడ్/నో కోడ్ విధానంలో మోడల్‌ను ట్రెయిన్ చేయడం, డిప్లాయ్ చేయడం మరియు వినియోగించడం ఎలా చేయాలో చూశాము. ఇప్పుడు మీరు మరొక మోడల్‌ను ట్రెయిన్ చేయడానికి, డిప్లాయ్ చేయడానికి మరియు వినియోగించడానికి ఉపయోగించగల డేటాను వెతకండి. మీరు Kaggle మరియు Azure Open Datasets లో డేటాసెట్‌లను చూడవచ్చు.

రూబ్రిక్

ఉదాహరణాత్మక సరిపడిన మెరుగుదల అవసరం
డేటాను అప్‌లోడ్ చేస్తున్నప్పుడు అవసరమైతే ఫీచర్ రకాన్ని మార్చడం మీరు చూసుకున్నారు. అవసరమైతే డేటాను శుభ్రపరిచారు. AutoML ద్వారా డేటాసెట్‌పై ట్రెయినింగ్ నిర్వహించారు, మోడల్ వివరణలను పరిశీలించారు. ఉత్తమ మోడల్‌ను డిప్లాయ్ చేసి దాన్ని వినియోగించగలిగారు. డేటాను అప్‌లోడ్ చేస్తున్నప్పుడు అవసరమైతే ఫీచర్ రకాన్ని మార్చడం మీరు చూసుకున్నారు. AutoML ద్వారా డేటాసెట్‌పై ట్రెయినింగ్ నిర్వహించారు, ఉత్తమ మోడల్‌ను డిప్లాయ్ చేసి దాన్ని వినియోగించగలిగారు. మీరు AutoML ద్వారా ట్రెయిన్ చేసిన ఉత్తమ మోడల్‌ను డిప్లాయ్ చేసి దాన్ని వినియోగించగలిగారు.

అస్పష్టత:
ఈ పత్రాన్ని AI అనువాద సేవ Co-op Translator ఉపయోగించి అనువదించబడింది. మేము ఖచ్చితత్వానికి ప్రయత్నించినప్పటికీ, ఆటోమేటెడ్ అనువాదాల్లో పొరపాట్లు లేదా తప్పిదాలు ఉండవచ్చు. మూల పత్రం దాని స్వదేశీ భాషలో అధికారిక మూలంగా పరిగణించాలి. ముఖ్యమైన సమాచారానికి, ప్రొఫెషనల్ మానవ అనువాదం సిఫార్సు చేయబడుతుంది. ఈ అనువాదం వాడకంలో ఏర్పడిన ఏవైనా అపార్థాలు లేదా తప్పుదారుల కోసం మేము బాధ్యత వహించము.