WEBVTT

00:00:00.000 --> 00:00:02.580
>> Witam wszystkich. Nazywam się Sarah.

00:00:02.580 --> 00:00:04.905
>> Witam. Nazywam się Francesca.

00:00:04.905 --> 00:00:07.575
>> To są deweloperzy
Wprowadzenie do nauki o danych.

00:00:07.575 --> 00:00:09.090
W tym filmie

00:00:09.090 --> 00:00:10.710
powiedzieć ci trochę
o tym, kim jesteśmy,

00:00:10.710 --> 00:00:14.580
kim jesteś i co
celem tej serii wideo jest.

00:00:14.580 --> 00:00:16.425
Nazywam się Sarah Guthals.

00:00:16.425 --> 00:00:18.855
Jestem głównym programem
Manager w firmie Microsoft.

00:00:18.855 --> 00:00:21.150
Mam obsesję na punkcie nauczania
i uczenia się technologii,

00:00:21.150 --> 00:00:23.985
czy to będzie dla dzieci uczących się
do kodu po raz pierwszy,

00:00:23.985 --> 00:00:27.025
lub programistów, którzy są
interesuje się analityką danych.

00:00:27.025 --> 00:00:29.660
Idę do Disneylandu
w każdej chwili, że mogę.

00:00:29.660 --> 00:00:32.945
Jestem małżonkiem i matką
dwunożnemu maluchowi,

00:00:32.945 --> 00:00:35.300
i czworonogi, czworonogi,

00:00:35.300 --> 00:00:36.770
dwa koty i dwa psy.

00:00:36.770 --> 00:00:39.130
Najlepsze miejsce do znalezienia
mnie jest na Twitterze.

00:00:39.130 --> 00:00:42.815
>> Witam wszystkich. Moje imię
jest Francesca Lazzeri.

00:00:42.815 --> 00:00:45.200
Jestem rzecznikiem chmury
w firmie Microsoft i I

00:00:45.200 --> 00:00:48.605
prowadzić zespół zwolenników chmury
analityków danych.

00:00:48.605 --> 00:00:51.260
Jestem zakochany w uczeniu maszynowym

00:00:51.260 --> 00:00:54.020
i badania operacyjne
od dziecka,

00:00:54.020 --> 00:00:57.140
ale jestem też zakochany
z muzyką artystyczną i jazzową.

00:00:57.140 --> 00:00:59.845
Najlepszym sposobem, aby znaleźć
mnie jest na Twitterze.

00:00:59.845 --> 00:01:01.670
>> W przypadku tej serii wideo

00:01:01.670 --> 00:01:04.070
Będę reprezentować
deweloper, który wie,

00:01:04.070 --> 00:01:07.085
że dane są ważne, ale
nie ma pojęcia, jak zacząć,

00:01:07.085 --> 00:01:09.230
co nie jest dalekie od prawdy.

00:01:09.230 --> 00:01:11.930
>> Byłbym maszyną
nauki naukowiec.

00:01:11.930 --> 00:01:14.355
Kto wie, że dane
jest bardzo ważna,

00:01:14.355 --> 00:01:17.695
i rzeczywiście wie,
jak zacząć.

00:01:17.695 --> 00:01:21.035
Ten kurs jest dla Ciebie.

00:01:21.035 --> 00:01:24.230
Jeśli masz już trochę
trochę doświadczenia w kodowaniu,

00:01:24.230 --> 00:01:26.150
w tekstowych językach programowania

00:01:26.150 --> 00:01:28.895
takich jak Python,
JavaScript lub C#.

00:01:28.895 --> 00:01:32.210
Jeśli masz doświadczenie w zakresie
deweloper, na przykład,

00:01:32.210 --> 00:01:35.120
jeśli zbudowałeś dowolną aplikację
od początku do końca,

00:01:35.120 --> 00:01:38.475
lub jeśli masz ukończony
kurs kodowania lub boot camp.

00:01:38.475 --> 00:01:40.970
Co najważniejsze, jeśli
naprawdę szukasz

00:01:40.970 --> 00:01:43.625
do przodu, aby rozpocząć
z analityką danych.

00:01:43.625 --> 00:01:46.099
Na przykład, jeśli partnerem

00:01:46.099 --> 00:01:48.650
z tamtejszymi analitykami danych
w codziennej pracy,

00:01:48.650 --> 00:01:51.845
jeśli chcesz stać się
naukowiec w przyszłości,

00:01:51.845 --> 00:01:54.260
a także, jeśli trzeba

00:01:54.260 --> 00:01:57.230
informowanie o danych
decyzji dotyczących twojej pracy.

00:01:57.230 --> 00:02:00.950
W tej serii
kilka celów.

00:02:00.950 --> 00:02:02.900
Przede wszystkim jesteśmy
wyjaśni ci

00:02:02.900 --> 00:02:05.225
dlaczego analityka danych jest tak ważna.

00:02:05.225 --> 00:02:09.155
Zrobimy to, wyjaśniając
to, co jest nauką o danych,

00:02:09.155 --> 00:02:11.165
jak możesz się zaangażować,

00:02:11.165 --> 00:02:13.355
w jaki sposób może pomóc w rozwoju.

00:02:13.355 --> 00:02:16.925
Następnie wyjaśnimy Ci
jak można zrobić nauki o danych.

00:02:16.925 --> 00:02:18.650
Wyjaśnimy, że
w jaki sposób możesz

00:02:18.650 --> 00:02:20.630
eksplorować i przygotowywać swoje dane,

00:02:20.630 --> 00:02:22.610
i jak można podnieść do

00:02:22.610 --> 00:02:25.190
używać innej maszyny
algorytmów uczenia się.

00:02:25.190 --> 00:02:28.700
Na koniec zakończymy
wyjaśniając, jak pozostać

00:02:28.700 --> 00:02:30.395
etyczne z end-to-end

00:02:30.395 --> 00:02:33.085
uczenia maszynowego i
rozwiązania do nauki o danych.

00:02:33.085 --> 00:02:34.880
>> Jak widać, mamy wiele

00:02:34.880 --> 00:02:36.860
tematów do okryć w tej serii wideo.

00:02:36.860 --> 00:02:39.200
Zaczniemy od
wyjaśnienie wysokiego poziomu

00:02:39.200 --> 00:02:41.565
nauki o danych i maszyn
algorytmy uczenia się,

00:02:41.565 --> 00:02:43.070
wskoczyć do VS Code,

00:02:43.070 --> 00:02:45.560
które możesz znać
z jako deweloper,

00:02:45.560 --> 00:02:48.064
przenieść się na platformę Azure
Obszar roboczy uczenia maszynowego

00:02:48.064 --> 00:02:49.615
w portalu Azure,

00:02:49.615 --> 00:02:52.370
i zakończyć go nie tylko
dyskusji na temat etyki,

00:02:52.370 --> 00:02:56.015
ale jak praktycznie zintegrować
etyki do rozwiązania.

00:02:56.015 --> 00:02:59.345
Na pewno mamy wiele
przydatne zasoby dla Ciebie.

00:02:59.345 --> 00:03:02.060
Wszystkie te są połączone w dół
w opisie poniżej.

00:03:02.060 --> 00:03:05.090
Repozytorium GitHub posiada wszystkie
kodu, który zamierzamy

00:03:05.090 --> 00:03:06.500
pisać w całej tej serii, aby

00:03:06.500 --> 00:03:08.540
można go wypróbować
w domu.

00:03:08.540 --> 00:03:11.210
Mamy również
kolekcja w firmie Microsoft

00:03:11.210 --> 00:03:13.880
uczyć się z niektórymi z naszych
ulubione moduły do nauki,

00:03:13.880 --> 00:03:15.685
jeśli chcesz kontynuować naukę.

00:03:15.685 --> 00:03:18.920
Mamy tylko numer
ściągawek, dokumentów,

00:03:18.920 --> 00:03:20.630
i nauczyć się modułów, które uważamy za

00:03:20.630 --> 00:03:22.595
najważniejsze dla tej serii wideo.

00:03:22.595 --> 00:03:26.790
Pamiętaj, aby je sprawdzić
przed, w trakcie i po.