欢迎来到Vijoy的资料库! 我对数据(小,大,慢,快)充满热情,并且对数据有深刻的见解,这些见解推动了业务成果 Udacity Azure机器学习工程师奖学金-Capstone项目 在这个项目中,我们试图根据他们的生活方式选择和其他个人健康参数来预测个人发生“死亡事件”的可能性。 为此,我们利用了中的“ heart-failure-clinical-records”数据集 。 如下所述,我们使用两种不同的方法来开始训练我们的模型。 使用Azure Machine Learning Studio的AutoML来实现最高精度的模型。 在SKLearn模型上使用Azure的Hyperdrive配置服务来微调参数并实现最佳模型精度。 然后,我们比较两个模型的准确性,并使用Azure容器实例(ACI)部署性能最佳的模型。 然后使用测试端点消耗已部署的模型。 项目设置与安装 来自UCI机