WEBVTT

00:00:00.000 --> 00:00:02.400
>> J’étais assez excité quand
J’ai découvert que Python

00:00:02.400 --> 00:00:05.100
est l’un des plus populaires
langues pour la science des données.

00:00:05.100 --> 00:00:07.380
Certes, cependant, j’ai été
un peu nerveux

00:00:07.380 --> 00:00:09.720
quand Francesca a mentionné
Cahiers Jupyter.

00:00:09.720 --> 00:00:11.865
Je n’avais pas grand-chose
l’expérience avec ceux-ci.

00:00:11.865 --> 00:00:16.245
J’ai été ravi quand j’ai découvert
que VS Code, mon éditeur préféré,

00:00:16.245 --> 00:00:18.750
a des paquets et
extensions pour Python,

00:00:18.750 --> 00:00:21.450
Jupyter Notebooks, et
Azure Machine Learning.

00:00:21.450 --> 00:00:23.415
Je pense que je vais me sentir comme à la maison

00:00:23.415 --> 00:00:26.235
parce que je serai dans mon visuel
Environnement Studio Code.

00:00:26.235 --> 00:00:29.410
Alors, nous allons obtenir notre local
configuration de l’environnement et nous l’espérons,

00:00:29.410 --> 00:00:31.410
vous vous sentirez à l’aise
dans VS Code aussi.

00:00:31.410 --> 00:00:34.470
Comme toujours, il y a des
documentation à la fois sur

00:00:34.470 --> 00:00:35.910
l’écran et le lien
dans la description

00:00:35.910 --> 00:00:38.245
en bas. Allons-y.

00:00:38.245 --> 00:00:41.360
Nous devons télécharger et
installer trois choses :

00:00:41.360 --> 00:00:45.125
Code Visual Studio,
Python et Anaconda.

00:00:45.125 --> 00:00:47.330
Je vais vérifier
que j’ai Python

00:00:47.330 --> 00:00:49.660
installé dans mon anaconda invite.

00:00:49.660 --> 00:00:52.040
Ça a l’air bien. Ensuite, je suis

00:00:52.040 --> 00:00:54.260
va créer un
Environnement Anaconda.

00:00:54.260 --> 00:00:56.495
Je vais suivre les conseils de

00:00:56.495 --> 00:00:58.760
l’équipe Visual Studio Code et

00:00:58.760 --> 00:01:01.925
créer un environnement
prêt pour la science des données.

00:01:01.925 --> 00:01:05.320
Je vais appeler ça.
environnement devintrods.

00:01:05.320 --> 00:01:08.710
Je vais préciser
version 3.7 pour Python.

00:01:08.710 --> 00:01:14.915
Je vais aussi installer
Pandas, Jupyter, Seaborn,

00:01:14.915 --> 00:01:21.960
Scikit-learn, Keras, et TensorFlow,

00:01:22.230 --> 00:01:26.305
certains des plus populaires
outils pour la science des données.

00:01:26.305 --> 00:01:29.320
Une fois l’environnement Anaconda
a été créé,

00:01:29.320 --> 00:01:30.400
nous pouvons l’activer avec

00:01:30.400 --> 00:01:34.250
conda activer et le
nom de notre environnement.

00:01:34.970 --> 00:01:39.075
Ensuite, nous voulons
installer azure ML SDK.

00:01:39.075 --> 00:01:41.440
Je vais préciser
deux paramètres ici,

00:01:41.440 --> 00:01:44.095
l’AutoML et expliquer les fonctionnalités,

00:01:44.095 --> 00:01:46.240
qui aidera vraiment avec certains de

00:01:46.240 --> 00:01:48.160
ces sujets avancés qui

00:01:48.160 --> 00:01:50.990
Francesca dirigera
nous à travers plus tard.

00:01:51.630 --> 00:01:54.790
Nous voulons également faire
assurez-vous que nous avons accès

00:01:54.790 --> 00:01:57.175
aux outils de formation AutoML.

00:01:57.175 --> 00:01:59.960
Donc, je vais aller de l’avant et
installer cela aussi.

00:02:01.340 --> 00:02:03.780
Je pense que notre environnement est mis en place.

00:02:03.780 --> 00:02:06.465
Maintenant, nous devrions mettre en place
Code Visual Studio.

00:02:06.465 --> 00:02:09.000
Il y a trois extensions dont nous avons besoin.

00:02:09.000 --> 00:02:11.150
Dirigez-vous vers le
marché d’extension

00:02:11.150 --> 00:02:14.070
et installer l’extension Python,

00:02:19.580 --> 00:02:22.285
l’extension du compte Azure,

00:02:22.285 --> 00:02:26.300
qui nous permettra de nous connecter à
Azure dans Visual Studio Code,

00:02:26.300 --> 00:02:29.970
et la machine Azure
Extension d’apprentissage.

00:02:29.970 --> 00:02:33.139
Une fois que nous avons tous les trois
de ceux qui sont installés,

00:02:33.139 --> 00:02:34.790
nous pouvons vérifier que tout est

00:02:34.790 --> 00:02:36.835
travaillant à l’intérieur de Visual Studio Code.

00:02:36.835 --> 00:02:39.415
Tout d’abord, je veux me connecter à Azure.

00:02:39.415 --> 00:02:45.760
Je vais ouvrir la palette de commandes
et choisissez « Azure Sign In ».

00:02:46.520 --> 00:02:49.910
Cela ouvrira une
nouvel onglet navigateur et

00:02:49.910 --> 00:02:53.170
permettez-moi de me connecter à
Azure à travers le navigateur.

00:02:53.170 --> 00:02:55.310
Remarquez, puisque j’ai
déjà signé dans

00:02:55.310 --> 00:02:57.125
le portail Azure dans un autre onglet,

00:02:57.125 --> 00:02:59.640
c’est juste un clic rapide d’un bouton.

00:03:00.460 --> 00:03:02.885
Maintenant, vous pouvez voir que je suis connecté à

00:03:02.885 --> 00:03:05.790
Azure ici à la
en bas du code VS.

00:03:05.870 --> 00:03:08.720
Avant de commencer,
J’ai déjà créé

00:03:08.720 --> 00:03:10.865
un dossier où tout cela
code va être stocké.

00:03:10.865 --> 00:03:13.510
C’est ce qu’on appelle la science des données d’introduction de dev.

00:03:13.510 --> 00:03:15.705
Maintenant, je vais créer un nouveau fichier,

00:03:15.705 --> 00:03:18.550
et nous allons appeler
ce bike-share.ipynb.

00:03:21.410 --> 00:03:25.740
Cela créera une nouvelle
Fichier Bloc-notes Jupyter.

00:03:26.150 --> 00:03:29.385
Parce que nous avons installé
l’extension Python,

00:03:29.385 --> 00:03:32.335
et nous avons installé Jupyter
grâce à notre environnement Anaconda,

00:03:32.335 --> 00:03:34.540
Vs Code se convertira automatiquement

00:03:34.540 --> 00:03:38.015
ce fichier dans un Jupyter
Interface de bloc-notes.

00:03:38.015 --> 00:03:41.635
Il ya quelques choses à remarquer à
assurez-vous qu’ils ont raison.

00:03:41.635 --> 00:03:45.235
La première est que vs code est
se référant au python droit.

00:03:45.235 --> 00:03:49.390
En bas à gauche
de votre fenêtre VS Code,

00:03:49.390 --> 00:03:52.030
vous devriez être en mesure de voir le
version correcte de Python,

00:03:52.030 --> 00:03:53.545
et si vous planez au-dessus,

00:03:53.545 --> 00:03:55.300
vous devriez être en mesure de
voir que cela utilise

00:03:55.300 --> 00:03:57.865
l’environnement Anaconda
que nous venons de créer.

00:03:57.865 --> 00:04:01.870
Ensuite, vous devez vous assurer que
votre noyau Jupyter est également

00:04:01.870 --> 00:04:06.130
défini sur cette même version Python dans
ce même environnement Anaconda.

00:04:06.130 --> 00:04:10.160
Maintenant, votre environnement local
est tout mis en place.