WEBVTT

00:00:00.000 --> 00:00:02.580
>> Hola a todos. Mi nombre es Sarah.

00:00:02.580 --> 00:00:04.905
>> Hola. Mi nombre es Francesca.

00:00:04.905 --> 00:00:07.575
>> Se trata de desarrolladores
Introducción a la ciencia de datos.

00:00:07.575 --> 00:00:09.090
En este video, vamos a

00:00:09.090 --> 00:00:10.710
te digo un poco
sobre quiénes somos,

00:00:10.710 --> 00:00:14.580
quién podría ser, y lo que el
objetivo de esta serie de vídeos es.

00:00:14.580 --> 00:00:16.425
Mi nombre es Sarah Guthals.

00:00:16.425 --> 00:00:18.855
Soy un Programa Principal
Manager en Microsoft.

00:00:18.855 --> 00:00:21.150
Estoy obsesionado con la enseñanza
y aprender tecnología,

00:00:21.150 --> 00:00:23.985
si eso es para los niños que aprenden
para codificar por primera vez,

00:00:23.985 --> 00:00:27.025
o los desarrolladores que son
interesados en la ciencia de datos.

00:00:27.025 --> 00:00:29.660
Voy a Disneylandia
en cualquier momento que pueda.

00:00:29.660 --> 00:00:32.945
Soy una esposa y una madre
a un niño de dos patas,

00:00:32.945 --> 00:00:35.300
y cuatro niños de cuatro patas,

00:00:35.300 --> 00:00:36.770
dos gatos y dos perros.

00:00:36.770 --> 00:00:39.130
El mejor lugar para encontrar
yo está en Twitter.

00:00:39.130 --> 00:00:42.815
>> Hola a todos. Mi nombre
es Francesca Lazzeri.

00:00:42.815 --> 00:00:45.200
Soy un defensor de la nube
en Microsoft y yo

00:00:45.200 --> 00:00:48.605
liderar un equipo de Defensores de la Nube
y científicos de datos.

00:00:48.605 --> 00:00:51.260
Estoy enamorado del aprendizaje automático

00:00:51.260 --> 00:00:54.020
e investigación de operaciones
desde que era un niño,

00:00:54.020 --> 00:00:57.140
pero también estoy enamorado
con arte y música jazz.

00:00:57.140 --> 00:00:59.845
La mejor manera de encontrar
yo está en Twitter.

00:00:59.845 --> 00:01:01.670
>> Para esta serie de videos,

00:01:01.670 --> 00:01:04.070
Voy a representar
el desarrollador que sabe

00:01:04.070 --> 00:01:07.085
que los datos son importantes, pero ha
no hay idea de cómo empezar,

00:01:07.085 --> 00:01:09.230
que no está lejos de la verdad.

00:01:09.230 --> 00:01:11.930
>> Yo sería la máquina
científico de aprendizaje.

00:01:11.930 --> 00:01:14.355
Quién sabe que los datos
es muy importante,

00:01:14.355 --> 00:01:17.695
y en realidad sabe
cómo empezar.

00:01:17.695 --> 00:01:21.035
Este curso es para ti.

00:01:21.035 --> 00:01:24.230
Si ya tienes un poco
poco de experiencia en codificación,

00:01:24.230 --> 00:01:26.150
en lenguajes de programación basados en texto

00:01:26.150 --> 00:01:28.895
como el Python,
JavaScript, o C.

00:01:28.895 --> 00:01:32.210
Si usted tiene experiencia como
un desarrollador, por ejemplo,

00:01:32.210 --> 00:01:35.120
si creaste alguna aplicación
de principio a fin,

00:01:35.120 --> 00:01:38.475
o si tiene un
curso de codificación o campo de entrenamiento.

00:01:38.475 --> 00:01:40.970
Lo más importante, si
realmente estás buscando

00:01:40.970 --> 00:01:43.625
adelante para empezar
con la ciencia de datos.

00:01:43.625 --> 00:01:46.099
Por ejemplo, si se asocia

00:01:46.099 --> 00:01:48.650
con científicos de datos allí
en tu trabajo diario,

00:01:48.650 --> 00:01:51.845
si desea convertirse en un dato
científico en el futuro,

00:01:51.845 --> 00:01:54.260
y también si tienes que

00:01:54.260 --> 00:01:57.230
hacer un dato informado
decisiones para su trabajo.

00:01:57.230 --> 00:02:00.950
Para esta serie, hemos
algunos objetivos en mente.

00:02:00.950 --> 00:02:02.900
En primer lugar, estamos
va a explicarte

00:02:02.900 --> 00:02:05.225
por qué la ciencia de datos es tan importante.

00:02:05.225 --> 00:02:09.155
Vamos a hacerlo explicando
usted lo que es la ciencia de datos,

00:02:09.155 --> 00:02:11.165
cómo pueden involucrarse,

00:02:11.165 --> 00:02:13.355
cómo puede ayudar al desarrollo.

00:02:13.355 --> 00:02:16.925
Entonces vamos a explicarte
cómo se puede hacer ciencia de datos.

00:02:16.925 --> 00:02:18.650
Vamos a explicar
que cómo se puede

00:02:18.650 --> 00:02:20.630
explorar y preparar sus datos,

00:02:20.630 --> 00:02:22.610
y cómo se puede elevar a

00:02:22.610 --> 00:02:25.190
utilizar diferentes máquinas
algoritmos de aprendizaje.

00:02:25.190 --> 00:02:28.700
Finalmente, vamos a concluir
explicándole cómo quedarse

00:02:28.700 --> 00:02:30.395
ética con su fin a fin

00:02:30.395 --> 00:02:33.085
aprendizaje automático y
soluciones de ciencia de datos.

00:02:33.085 --> 00:02:34.880
>> Como pueden ver, tenemos un montón de

00:02:34.880 --> 00:02:36.860
temas a tratar en esta serie de videos.

00:02:36.860 --> 00:02:39.200
Vamos a empezar con
esa explicación de alto nivel

00:02:39.200 --> 00:02:41.565
de ciencia de datos y máquina
algoritmos de aprendizaje,

00:02:41.565 --> 00:02:43.070
saltar a VS Code,

00:02:43.070 --> 00:02:45.560
que usted podría estar familiarizado
con como desarrollador,

00:02:45.560 --> 00:02:48.064
pasar a Azure
Espacio de trabajo de Machine Learning

00:02:48.064 --> 00:02:49.615
dentro de Azure Portal,

00:02:49.615 --> 00:02:52.370
y terminarlo no sólo con
la discusión sobre la ética,

00:02:52.370 --> 00:02:56.015
pero cómo integrar prácticamente
ética en su solución.

00:02:56.015 --> 00:02:59.345
Definitivamente tenemos un montón de
recursos útiles para usted.

00:02:59.345 --> 00:03:02.060
Todos estos están vinculados hacia abajo
en la descripción a continuación.

00:03:02.060 --> 00:03:05.090
El repositorio GitHub tiene todos los
del código que vamos a

00:03:05.090 --> 00:03:06.500
escribir a lo largo de esta serie por lo que

00:03:06.500 --> 00:03:08.540
se puede probar
por su cuenta en casa.

00:03:08.540 --> 00:03:11.210
También tenemos un
colección en Microsoft

00:03:11.210 --> 00:03:13.880
aprender con algunos de nuestros
módulos de aprendizaje favoritos,

00:03:13.880 --> 00:03:15.685
si quieres seguir aprendiendo.

00:03:15.685 --> 00:03:18.920
Sólo tenemos un número
de hojas de trucos, documentos,

00:03:18.920 --> 00:03:20.630
y aprender módulos que creemos que son

00:03:20.630 --> 00:03:22.595
más importante para esta serie de videos.

00:03:22.595 --> 00:03:26.790
Asegúrese de revisarlos
antes, durante y después.