WEBVTT

00:00:00.000 --> 00:00:02.580
Привет всем. Меня зовут Сара.

00:00:02.580 --> 00:00:04.905
Привет. Меня зовут Франческа.

00:00:04.905 --> 00:00:07.575
Это разработчики
Введение в науку о данных.

00:00:07.575 --> 00:00:09.090
В этом видео, мы собираемся

00:00:09.090 --> 00:00:10.710
сказать вам немного
о том, кто мы,

00:00:10.710 --> 00:00:14.580
кто вы могли бы быть, и то, что
цель этой серии видео.

00:00:14.580 --> 00:00:16.425
Меня зовут Сара Гутхалс.

00:00:16.425 --> 00:00:18.855
Я - основная программа
Менеджер корпорации Майкрософт.

00:00:18.855 --> 00:00:21.150
Я одержим преподаванием
и обучение технологий,

00:00:21.150 --> 00:00:23.985
будет ли это для детей, обучающихся
код в первый раз,

00:00:23.985 --> 00:00:27.025
или разработчики, которые
заинтересованы в науке о данных.

00:00:27.025 --> 00:00:29.660
Я иду в Диснейленд
в любое время, что я могу.

00:00:29.660 --> 00:00:32.945
Я супруг и мать
к двуногим малышом,

00:00:32.945 --> 00:00:35.300
и четверо четвероногих детей,

00:00:35.300 --> 00:00:36.770
две кошки и две собаки.

00:00:36.770 --> 00:00:39.130
Лучшее место, чтобы найти
меня на Twitter.

00:00:39.130 --> 00:00:42.815
Привет всем. Моё имя
Франческа Лаццери.

00:00:42.815 --> 00:00:45.200
Я облачный адвокат
в корпорации Майкрософт и я

00:00:45.200 --> 00:00:48.605
возглавить команду облачных адвокатов
и специалисты по обработке данных.

00:00:48.605 --> 00:00:51.260
Я влюблена в машинное обучение

00:00:51.260 --> 00:00:54.020
и исследования операций
с тех пор, как я была ребенком,

00:00:54.020 --> 00:00:57.140
но я также влюблен
с искусством и джазовой музыкой.

00:00:57.140 --> 00:00:59.845
Лучший способ найти
меня на Twitter.

00:00:59.845 --> 00:01:01.670
Для этой серии видео,

00:01:01.670 --> 00:01:04.070
Я буду представлять
разработчик, который знает,

00:01:04.070 --> 00:01:07.085
что данные важны, но
понятия не имеет, как начать работу,

00:01:07.085 --> 00:01:09.230
что не далеко от истины.

00:01:09.230 --> 00:01:11.930
Я был бы машиной
обучения ученого.

00:01:11.930 --> 00:01:14.355
Кто знает, что данные
очень важно,

00:01:14.355 --> 00:01:17.695
и на самом деле знает,
как начать работу.

00:01:17.695 --> 00:01:21.035
Этот курс для вас.

00:01:21.035 --> 00:01:24.230
Если у вас уже есть немного
немного опыта в кодировании,

00:01:24.230 --> 00:01:26.150
на текстовых языках программирования

00:01:26.150 --> 00:01:28.895
таких как Python,
JavaScript, или C.

00:01:28.895 --> 00:01:32.210
Если у вас есть опыт работы в качестве
разработчик, например,

00:01:32.210 --> 00:01:35.120
если вы создали любое приложение
от начала до конца,

00:01:35.120 --> 00:01:38.475
или если у вас есть завершенный
курс кодирования или загрузочный лагерь.

00:01:38.475 --> 00:01:40.970
Самое главное, если
Вы действительно ищете

00:01:40.970 --> 00:01:43.625
вперед, чтобы начать работу
с наукой о данных.

00:01:43.625 --> 00:01:46.099
Например, если вы являетесь партнером

00:01:46.099 --> 00:01:48.650
с данными ученых есть
в вашей повседневной работе,

00:01:48.650 --> 00:01:51.845
если вы хотите стать данными
ученый в будущем,

00:01:51.845 --> 00:01:54.260
а также, если у вас есть

00:01:54.260 --> 00:01:57.230
сделать данные информированными
решения для вашей работы.

00:01:57.230 --> 00:02:00.950
Для этой серии, у нас есть
несколько целей в виду.

00:02:00.950 --> 00:02:02.900
Прежде всего, мы
собирается объяснить вам

00:02:02.900 --> 00:02:05.225
почему наука о данных так важна.

00:02:05.225 --> 00:02:09.155
Мы собираемся сделать это, объясняя
Вы, что такое наука о данных,

00:02:09.155 --> 00:02:11.165
как вы можете принять участие,

00:02:11.165 --> 00:02:13.355
как это может помочь развитию.

00:02:13.355 --> 00:02:16.925
Тогда мы объясним тебе
как вы можете сделать науку о данных.

00:02:16.925 --> 00:02:18.650
Мы объясним
Вы, как вы можете

00:02:18.650 --> 00:02:20.630
изучить и подготовить свои данные,

00:02:20.630 --> 00:02:22.610
и как вы можете поднять до

00:02:22.610 --> 00:02:25.190
использовать различные машины
алгоритмов обучения.

00:02:25.190 --> 00:02:28.700
Наконец, мы собираемся заключить,
объясняя вам, как остаться

00:02:28.700 --> 00:02:30.395
этические с вашей сквозной

00:02:30.395 --> 00:02:33.085
машинного обучения и
решения для обработки данных.

00:02:33.085 --> 00:02:34.880
Как вы можете видеть, у нас есть много

00:02:34.880 --> 00:02:36.860
темы для покрытия в этой серии видео.

00:02:36.860 --> 00:02:39.200
Начнем с
что объяснение высокого уровня

00:02:39.200 --> 00:02:41.565
науки о данных и машины
алгоритмы обучения,

00:02:41.565 --> 00:02:43.070
перейти в VS Код,

00:02:43.070 --> 00:02:45.560
которые вы могли бы быть знакомы
с как разработчик,

00:02:45.560 --> 00:02:48.064
перейти в Лазурный берег
Рабочее пространство машинного обучения

00:02:48.064 --> 00:02:49.615
в рамках портала Azure,

00:02:49.615 --> 00:02:52.370
и закончить его не только с
обсуждение этики,

00:02:52.370 --> 00:02:56.015
но как практически интегрировать
этики в ваше решение.

00:02:56.015 --> 00:02:59.345
У нас определенно есть много
полезные ресурсы для вас.

00:02:59.345 --> 00:03:02.060
Все они связаны вниз
в описании ниже.

00:03:02.060 --> 00:03:05.090
Репозиторий GitHub имеет все
кода, который мы собираемся

00:03:05.090 --> 00:03:06.500
писать на протяжении всей этой серии так

00:03:06.500 --> 00:03:08.540
Вы можете попробовать его
самостоятельно дома.

00:03:08.540 --> 00:03:11.210
У нас также есть
коллекция на Microsoft

00:03:11.210 --> 00:03:13.880
учиться с некоторыми из наших
любимые модули обучения,

00:03:13.880 --> 00:03:15.685
если вы хотите продолжить обучение.

00:03:15.685 --> 00:03:18.920
У нас просто есть номер
шпаргалки, документы,

00:03:18.920 --> 00:03:20.630
и узнать модули, которые мы думаем,

00:03:20.630 --> 00:03:22.595
наиболее важным для этой серии видео.

00:03:22.595 --> 00:03:26.790
Не забудьте проверить их
до, во время и после.