文件名称：Heart-Failure-Prediction-using-AzureML
文件大小：79KB
文件格式：ZIP
更新时间：2024-05-07 21:48:14
microsoft data-science machine-learning udacity hyperdrive
使用AzureML进行心力衰竭预测 在此项目中，我们演示如何使用Azure ML Python SDK使用Azure AutoML和Hyperdrive服务来训练模型以预测由于心力衰竭导致的死亡率。 训练后，我们将部署最佳模型并通过使用它来评估模型端点。 项目设置与安装 若要设置此项目，我们需要访问Azure ML Studio。 项目设计的申请流程如下： 使用计算实例创建一个Azure ML工作区。 创建一个Azure ML计算群集。 从此资源库将心力衰竭预测数据集上载到Azure ML Studio。 将此存储库中附加的笔记本和脚本导入到Azure ML Studio中的“笔记本”部分。 笔记本中详细介绍了所有运行单元的说明。 数据集 概述 数据集用于评估心力衰竭患者的严重程度。 它包含2015年4月至12月在费萨拉巴德心脏病研究所和费萨拉巴德（巴基斯坦旁遮普）联合医院收集的
【文件预览】：
Heart-Failure-Prediction-using-AzureML-main
----.ipynb_checkpoints()
--------hyperparameter_tuning-checkpoint.ipynb(6KB)
--------automl-checkpoint.ipynb(7KB)
----requirements.txt(1KB)
----score.py(2KB)
----hyperparameter_tuning.ipynb(261KB)
----automl.ipynb(293KB)
----.DS_Store(6KB)
----envFile.yml(755B)
----README.md(13KB)
----heart_failure.csv(12KB)
----azureml_automl.log(4KB)
----train.py(3KB)