WEBVTT

00:00:00.000 --> 00:00:02.400
>> Eu estava muito animado quando
Eu descobri que Python

00:00:02.400 --> 00:00:05.100
é um dos mais populares
linguagens para ciência de dados.

00:00:05.100 --> 00:00:07.380
Admito, porém, eu estava
um pouco nervoso

00:00:07.380 --> 00:00:09.720
quando Francesca mencionou
Cadernos Jupyter.

00:00:09.720 --> 00:00:11.865
Eu não tinha muito.
experiência com eles.

00:00:11.865 --> 00:00:16.245
Fiquei emocionado quando descobri.
que VS Code, meu editor favorito,

00:00:16.245 --> 00:00:18.750
tem pacotes e
extensões para Python,

00:00:18.750 --> 00:00:21.450
Cadernos Jupyter, e
Aprendizado de Máquina Azul.

00:00:21.450 --> 00:00:23.415
Acho que me sentirei em casa.

00:00:23.415 --> 00:00:26.235
porque eu vou estar no meu Visual
Ambiente studio code.

00:00:26.235 --> 00:00:29.410
Então vamos pegar nosso local
configuração do ambiente e espero que,

00:00:29.410 --> 00:00:31.410
você vai se sentir confortável
em VS Code também.

00:00:31.410 --> 00:00:34.470
Como sempre, há adicionais
documentação tanto em

00:00:34.470 --> 00:00:35.910
a tela e o link
na descrição

00:00:35.910 --> 00:00:38.245
lá embaixo. Vamos começar.

00:00:38.245 --> 00:00:41.360
Precisamos baixar e
instalar três coisas:

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

00:00:45.125 --> 00:00:47.330
Vou verificar.
que eu tenho Python

00:00:47.330 --> 00:00:49.660
instalado no meu alerta Anaconda.

00:00:49.660 --> 00:00:52.040
Isso parece bom. Em seguida, eu sou

00:00:52.040 --> 00:00:54.260
vai criar um
Ambiente anaconda.

00:00:54.260 --> 00:00:56.495
Eu vou seguir o conselho de

00:00:56.495 --> 00:00:58.760
a Equipe de Código do Estúdio Visual e

00:00:58.760 --> 00:01:01.925
criar um ambiente
pronto para a ciência de dados.

00:01:01.925 --> 00:01:05.320
Vou chamar isso de
ambiente devintrods.

00:01:05.320 --> 00:01:08.710
Eu vou especificar
versão 3.7 para Python.

00:01:08.710 --> 00:01:14.915
Eu também vou instalar
Pandas, Jupyter, Seaborn,

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

00:01:22.230 --> 00:01:26.305
alguns dos mais populares
ferramentas para ciência de dados.

00:01:26.305 --> 00:01:29.320
Uma vez que o ambiente Anaconda
foi criado,

00:01:29.320 --> 00:01:30.400
podemos ativá-lo com

00:01:30.400 --> 00:01:34.250
conda ativar e o
nome do nosso meio ambiente.

00:01:34.970 --> 00:01:39.075
Em seguida, nós queremos
instalar O Azure ML SDK.

00:01:39.075 --> 00:01:41.440
Eu vou especificar
dois parâmetros aqui,

00:01:41.440 --> 00:01:44.095
o AutoML e explicar recursos,

00:01:44.095 --> 00:01:46.240
que realmente vai ajudar com alguns dos

00:01:46.240 --> 00:01:48.160
esses tópicos avançados que

00:01:48.160 --> 00:01:50.990
Francesca vai liderar
nos através mais tarde.

00:01:51.630 --> 00:01:54.790
Nós também queremos fazer
certeza de que temos acesso

00:01:54.790 --> 00:01:57.175
às ferramentas de treinamento AutoML.

00:01:57.175 --> 00:01:59.960
Então eu vou em frente e
instalar isso também.

00:02:01.340 --> 00:02:03.780
Acho que nosso ambiente está configurado.

00:02:03.780 --> 00:02:06.465
Agora devemos configurar
Visual Studio Code.

00:02:06.465 --> 00:02:09.000
Precisamos de três extensões.

00:02:09.000 --> 00:02:11.150
Vá até o
mercado de extensão

00:02:11.150 --> 00:02:14.070
e instalar a extensão Python,

00:02:19.580 --> 00:02:22.285
a extensão da Conta Azure,

00:02:22.285 --> 00:02:26.300
que nos permitirá entrar para
Azure dentro do Visual Studio Code,

00:02:26.300 --> 00:02:29.970
e a Máquina Azure
Extensão de Aprendizagem.

00:02:29.970 --> 00:02:33.139
Uma vez que temos todos os três
daqueles instalados,

00:02:33.139 --> 00:02:34.790
podemos verificar que tudo é

00:02:34.790 --> 00:02:36.835
trabalhando dentro do Visual Studio Code.

00:02:36.835 --> 00:02:39.415
Primeiro, quero entrar no Azure.

00:02:39.415 --> 00:02:45.760
Vou abrir a paleta de comandos.
e escolha "Signo de Azure".

00:02:46.520 --> 00:02:49.910
Isso vai abrir um
nova guia do navegador e

00:02:49.910 --> 00:02:53.170
permita-me entrar para
Azure através do navegador.

00:02:53.170 --> 00:02:55.310
Observe, desde que eu tenho
já assinado em

00:02:55.310 --> 00:02:57.125
o portal Azure em outra guia,

00:02:57.125 --> 00:02:59.640
é apenas um clique rápido de um botão.

00:03:00.460 --> 00:03:02.885
Agora você pode ver que eu estou conectado para

00:03:02.885 --> 00:03:05.790
Azure aqui no
fundo do VS Code.

00:03:05.870 --> 00:03:08.720
Antes de começar,
Eu já criei

00:03:08.720 --> 00:03:10.865
uma pasta onde tudo isso
código vai ser armazenado.

00:03:10.865 --> 00:03:13.510
Chama-se dev intro data science.

00:03:13.510 --> 00:03:15.705
Agora eu vou criar um novo arquivo,

00:03:15.705 --> 00:03:18.550
e nós vamos chamar
esta bike-share.ipynb.

00:03:21.410 --> 00:03:25.740
Isso vai criar um novo
Arquivo do Caderno Jupyter.

00:03:26.150 --> 00:03:29.385
Porque nós instalamos
a extensão Python,

00:03:29.385 --> 00:03:32.335
e nós instalamos Jupyter
através do nosso ambiente Anaconda,

00:03:32.335 --> 00:03:34.540
O código VS converterá automaticamente

00:03:34.540 --> 00:03:38.015
este arquivo em um Jupyter
Interface do notebook.

00:03:38.015 --> 00:03:41.635
Há algumas coisas para notar para
certifique-se de que eles estão corretos.

00:03:41.635 --> 00:03:45.235
Um é que o VS Code é
referindo-se ao Python certo.

00:03:45.235 --> 00:03:49.390
Aqui em baixo, no canto inferior esquerdo
da sua janela VS Code,

00:03:49.390 --> 00:03:52.030
você deve ser capaz de ver o
versão correta do Python,

00:03:52.030 --> 00:03:53.545
e se você pairar sobre ele,

00:03:53.545 --> 00:03:55.300
você deve ser capaz de
ver que isso está usando

00:03:55.300 --> 00:03:57.865
o ambiente Anaconda
que acabamos de criar.

00:03:57.865 --> 00:04:01.870
Em seguida, você deve ter certeza de que
seu kernel Jupyter também é

00:04:01.870 --> 00:04:06.130
definido para essa mesma versão Python em
esse mesmo ambiente Anaconda.

00:04:06.130 --> 00:04:10.160
Agora seu ambiente local
está tudo pronto.