WEBVTT

00:00:00.000 --> 00:00:02.580
• 大家好。我叫莎拉。

00:00:02.580 --> 00:00:04.905
嗨， 嗨。我叫弗朗切斯卡

00:00:04.905 --> 00:00:07.575
• 这是开发人员
数据科学的简介。

00:00:07.575 --> 00:00:09.090
在这个视频中，我们将

00:00:09.090 --> 00:00:10.710
告诉你一点
关于我们是谁

00:00:10.710 --> 00:00:14.580
你可能是谁，什么
这个视频系列的目标是。

00:00:14.580 --> 00:00:16.425
我叫莎拉·古塔尔斯

00:00:16.425 --> 00:00:18.855
我是校长计划
微软的经理。

00:00:18.855 --> 00:00:21.150
我痴迷于教学
和学习技术，

00:00:21.150 --> 00:00:23.985
这是否是为孩子们学习
第一次编码，

00:00:23.985 --> 00:00:27.025
或开发人员谁是
对数据科学感兴趣。

00:00:27.025 --> 00:00:29.660
我去迪斯尼乐园
随时可以。

00:00:29.660 --> 00:00:32.945
我是配偶和母亲
一个两条腿的蹒跚学步的孩子，

00:00:32.945 --> 00:00:35.300
和四个四条腿的孩子

00:00:35.300 --> 00:00:36.770
两只猫和两只狗

00:00:36.770 --> 00:00:39.130
最佳地点
我在推特上

00:00:39.130 --> 00:00:42.815
• 大家好。我的名字
是弗朗切斯卡·拉泽里

00:00:42.815 --> 00:00:45.200
我是云倡导者
在微软和我在

00:00:45.200 --> 00:00:48.605
领导云倡导者团队
和数据科学家。

00:00:48.605 --> 00:00:51.260
我爱上了机器学习

00:00:51.260 --> 00:00:54.020
和操作研究
从我小时候起

00:00:54.020 --> 00:00:57.140
但我也恋爱了
艺术和爵士乐。

00:00:57.140 --> 00:00:59.845
最好的找到方法
我在推特上

00:00:59.845 --> 00:01:01.670
• 对于此视频系列，

00:01:01.670 --> 00:01:04.070
我会代表
知道的开发人员

00:01:04.070 --> 00:01:07.085
数据是重要的，但有
不知道如何开始

00:01:07.085 --> 00:01:09.230
离真相不远了

00:01:09.230 --> 00:01:11.930
我会是机器
学习科学家。

00:01:11.930 --> 00:01:14.355
谁知道数据
非常重要

00:01:14.355 --> 00:01:17.695
实际上知道
如何开始。

00:01:17.695 --> 00:01:21.035
这些课程是为你准备的。

00:01:21.035 --> 00:01:24.230
如果你已经有一点点
在编码方面有点经验，

00:01:24.230 --> 00:01:26.150
在基于文本的编程语言中

00:01:26.150 --> 00:01:28.895
比如 Python，
JavaScript 或 C#。

00:01:28.895 --> 00:01:32.210
如果您具有
例如，开发人员，

00:01:32.210 --> 00:01:35.120
如果你构建了任何应用程序
从头到尾

00:01:35.120 --> 00:01:38.475
或者，如果你有一个完成
编码课程或训练营。

00:01:38.475 --> 00:01:40.970
最重要的是，如果
你真的在看

00:01:40.970 --> 00:01:43.625
转发开始
与数据科学。

00:01:43.625 --> 00:01:46.099
例如，如果您与合作伙伴

00:01:46.099 --> 00:01:48.650
与数据科学家有
在你的日常工作中

00:01:48.650 --> 00:01:51.845
如果你想成为一个数据
科学家在未来，

00:01:51.845 --> 00:01:54.260
而且，如果你必须

00:01:54.260 --> 00:01:57.230
通知数据
决定你的工作。

00:01:57.230 --> 00:02:00.950
对于本系列，我们有
心中有几个目标。

00:02:00.950 --> 00:02:02.900
首先，我们是
要解释你

00:02:02.900 --> 00:02:05.225
为什么数据科学如此重要。

00:02:05.225 --> 00:02:09.155
我们要通过解释来做到这一点
你什么是数据科学，

00:02:09.155 --> 00:02:11.165
你如何参与，

00:02:11.165 --> 00:02:13.355
它如何帮助发展。

00:02:13.355 --> 00:02:16.925
然后我们来解释你
如何做数据科学。

00:02:16.925 --> 00:02:18.650
我们要解释
你如何可以

00:02:18.650 --> 00:02:20.630
浏览和准备您的数据，

00:02:20.630 --> 00:02:22.610
以及如何提升到

00:02:22.610 --> 00:02:25.190
使用不同的机器
学习算法。

00:02:25.190 --> 00:02:28.700
最后，我们将得出结论
解释你如何留下来

00:02:28.700 --> 00:02:30.395
符合您的端到端道德规范

00:02:30.395 --> 00:02:33.085
机器学习和
数据科学解决方案。

00:02:33.085 --> 00:02:34.880
• 如您所看到的，我们有很多

00:02:34.880 --> 00:02:36.860
本视频系列中要介绍的主题。

00:02:36.860 --> 00:02:39.200
我们要从
高层次的解释

00:02:39.200 --> 00:02:41.565
数据科学和机器
学习算法，

00:02:41.565 --> 00:02:43.070
跳进 VS 代码，

00:02:43.070 --> 00:02:45.560
你可能很熟悉
作为一个开发人员，

00:02:45.560 --> 00:02:48.064
移动到 Azure
机器学习工作区

00:02:48.064 --> 00:02:49.615
在 Azure 门户中，

00:02:49.615 --> 00:02:52.370
结束它不仅与
关于道德的讨论，

00:02:52.370 --> 00:02:56.015
但如何实际集成
道德进入您的解决方案。

00:02:56.015 --> 00:02:59.345
我们肯定有很多
有用的资源。

00:02:59.345 --> 00:03:02.060
所有这些都被链接下来
在下面的描述中。

00:03:02.060 --> 00:03:05.090
GitHub 存储库拥有所有
的代码，我们要

00:03:05.090 --> 00:03:06.500
写整个这个系列， 所以

00:03:06.500 --> 00:03:08.540
你可以试试看
自己在家。

00:03:08.540 --> 00:03:11.210
我们还有一个
微软的集合

00:03:11.210 --> 00:03:13.880
学习我们的一些
最喜欢的学习模块，

00:03:13.880 --> 00:03:15.685
如果你想继续学习。

00:03:15.685 --> 00:03:18.920
我们只是有个号码
备忘单，文件，

00:03:18.920 --> 00:03:20.630
并学习我们认为是模块

00:03:20.630 --> 00:03:22.595
最重要的这个视频系列。

00:03:22.595 --> 00:03:26.790
请务必查看
之前，期间和之后。