@ -16,14 +16,14 @@ Los promotores de Azure Cloud en Microsoft se complacen en ofrecer un plan de es
**🙏 Agradecimientos especiales 🙏 a nuestros autores, revisores y contribuyentes de contenido en el programa [Microsoft Student Ambassadors](https://studentambassadors.microsoft.com/)** notablemente [Raymond Wangsa Putra](https://www.linkedin.com/in/raymond-wp/), [Ankita Singh](https://www.linkedin.com/in/ankitasingh007), [Rohit Yadav](https://www.linkedin.com/in/rty2423), [Arpita Das](https://www.linkedin.com/in/arpitadas01/), [Mohamma Iftekher (Iftu) Ebne Jalal](https://twitter.com/iftu119), [Dishita Bhasin](https://www.linkedin.com/in/dishita-bhasin-7065281bb), [Miguel Correa](https://www.linkedin.com/in/miguelmque/), [Nawrin Tabassum](https://www.linkedin.com/in/nawrin-tabassum), [Sanya Sinha](https://www.linkedin.com/mwlite/in/sanya-sinha-13aab1200), [Majd Safi](https://www.linkedin.com/in/majd-s/), [Sheena Narula](https://www.linkedin.com/in/sheena-narula-n/), [Anupam Mishra](https://www.linkedin.com/in/anupam--mishra/), [Dibri Nsofor](https://www.linkedin.com/in/dibrinsofor), [Aditya Garg](https://github.com/AdityaGarg00), [Alondra Sanchez](https://www.linkedin.com/in/alondra-sanchez-molina/), Yogendrasingh Pawar, Max Blum, Samridhi Sharma, Tauqeer Ahmad, Aaryan Arora, ChhailBihari Dubey
| ](./sketchnotes/00-Title.png)|
| ](../sketchnotes/00-Title.png)|
|:---:|
| Ciencia de Datos para Principiantes - _Sketchnote by [@nitya](https://twitter.com/nitya)_ |
# Cómo Empezar
> **Educadores**, hemos [inlcuido algunas sugerencias](for-teachers.md) acerca de cómo utilizar este programa de estudios. Nos encantaría conocer sus opiniones [en nuestro fórum de discusión](https://github.com/microsoft/Data-Science-For-Beginners/discussions)!
> **Educadores**, hemos [incluido algunas sugerencias](for-teachers.es.md) acerca de cómo utilizar este programa de estudios. Nos encantaría conocer sus opiniones [en nuestro foro de discusión](https://github.com/microsoft/Data-Science-For-Beginners/discussions)!
> **Estudiantes**, para desarrollar este programa des estudios por cuenta propia, has und fork del Repo completo y completa las lecciones por tu cuenta, empezando por el quiz al inicio de cada lección, luego leyendo la lección y completando las actividades complementarias. Intenta hacer tus proyectos entendiendo el contenido de la lección en lugar de copiar el código ofrecido como solución. El código para la solución se encuentra, sin embargo, en su respectivo fólder en cada lección. Una excelente alternativa es crear un grupo de estudio con amigos o colegas, y absolver el curso en conjunto. Para profundizar en el estudio, reocmendamos [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-40229-cxa).
@ -37,7 +37,7 @@ Hemos optado por dos principios pedagógicos a la hora de elaborar este plan de
Además, un cuestionario de baja exigencia antes de la clase establece la intención del estudiante hacia el aprendizaje de un tema, mientras que un segundo cuestionario después de la clase asegura una mayor retención del contenido. Este plan de estudios fue diseñado para ser flexible y puede ser completado en su totalidad o en parte. Los proyectos son simples y pequeños al comienzo y aumentan en complejidad al final del ciclo de 10 semanas.
> Aquí encuentras nuestro [Código de Conducta](CODE_OF_CONDUCT.md), así como guías sobre [Cómo Contribuir](CONTRIBUTING.md) y [Traducciones](TRANSLATIONS.md). Gracias de antemano por tus valiosos aportes!
> Aquí encuentras nuestro [Código de Conducta](CODE_OF_CONDUCT.es.md), así como guías sobre [Cómo Contribuir](CONTRIBUTING.es.md) y [Traducciones](TRANSLATIONS.es.md). Gracias de antemano por tus valiosos aportes!
## Cada lección incluye:
@ -57,33 +57,33 @@ Además, un cuestionario de baja exigencia antes de la clase establece la intenc
## Lecciones
| ](./sketchnotes/00-Roadmap.png)|
| ](../sketchnotes/00-Roadmap.png)|
|:---:|
| Ciencia de Datos para Principiantes: Camino a seguir - _Sketchnote by [@nitya](https://twitter.com/nitya)_ |
| Lección | Tema | Capítulo | Objetivos de Aprendizaje | Links | Autor |
| 01 | Qué es la Ciencia de Datos? | [Introducción](1-Introduction/translations/README.es.md) | Aprende los conceptos básicos de la ciencia de datos y su relación con la inteligencia artificial, el aprendizaje automático (Machine Learning) y el big data.| [lección](1-Introduction/01-defining-data-science/translations/README.es.md) [video](https://youtu.be/pqqsm5reGvs) | [Dmitry](http://soshnikov.com) |
| 02 | Aspectos éticos | [Introducción](1-Introduction/translations/README.es.md) | Conceptos, retos y paradigmas sobre la ética en la ciencia de datos | [lección](1-Introduction/02-ethics/translations/README.es.md) | [Nitya](https://twitter.com/nitya) |
| 03 | Qué son los Datos? | [Introducción](1-Introduction/translations/README.es.md) | Tipos de datos y sus fuentes más comunes. | [lección](1-Introduction/03-defining-data/translations/README.es.md) | [Jasmine](https://www.twitter.com/paladique) |
| 04 | Introducción a estadística y probabilidad | [Introducción](1-Introduction/translations/README.es.md) | Técnicas matemáticas de probabilidad y estadística para entender los datos. | [lección](1-Introduction/04-stats-and-probability/translations/README.es.md) [video](https://youtu.be/Z5Zy85g4Yjw) | [Dmitry](http://soshnikov.com) |
| 05 | Trabajando con datos relacionales | [Manipulando Datos](2-Working-With-Data/translations/README.es.md) | Introducción a los datos relacionales y a los fundamentos de la exploración y el análisis de este tipo de datos con el lenguaje SQL. | [lección](2-Working-With-Data/05-relational-databases/translations/README.es.md) | [Christopher](https://www.twitter.com/geektrainer) | | |
| 06 | Datos NoSQL | [Manipulando Datos](2-Working-With-Data/translations/README.es.md) | Introducción a los datos no relacionales, sus distintos tipos y los fundamentos de la exploración y el análisis de las bases de datos documentales. | [lección](2-Working-With-Data/06-non-relational/translations/README.es.md) | [Jasmine](https://twitter.com/paladique)|
| 07 | Python | [Manipulando Datos](2-Working-With-Data/translations/README.es.md) | Fundamentos del uso de Python para la exploración de datos con bibliotecas como Pandas. Se recomienda tener conocimientos básicos de programación en Python. | [lección](2-Working-With-Data/07-python/translations/README.es.md) [video](https://youtu.be/dZjWOGbsN4Y) | [Dmitry](http://soshnikov.com) |
| 08 | Preparación de los datos | [Manipulando Datos](2-Working-With-Data/translations/README.es.md) | Temas sobre técnicas de limpieza y transformación de datos para hacer frente a los retos que suponen datos faltantes, inexactos o incompletos. | [lección](2-Working-With-Data/08-data-preparation/translations/README.es.md) | [Jasmine](https://www.twitter.com/paladique) |
| 09 | Visualizar cantidades | [Visualización de Datos](3-Data-Visualization/translations/README.es.md) | Aprende a utilizar Matplotlib para visualizar información sobre aves 🦆 | [lección](3-Data-Visualization/09-visualization-quantities/translations/README.es.md) | [Jen](https://twitter.com/jenlooper) |
| 10 | Visualizar distribuciones de datos | [Visualización de Datos](3-Data-Visualization/translations/README.es.md) | Visualización de observaciones y tendencias en un intervalo. | [lección](3-Data-Visualization/10-visualization-distributions/translations/README.es.md) | [Jen](https://twitter.com/jenlooper) |
| 11 | Visualizar Proporciones | [Visualización de Datos](3-Data-Visualization/translations/README.es.md) | Visualización de porcentajes discretos y agrupados. | [lección](3-Data-Visualization/11-visualization-proportions/translations/README.es.md) | [Jen](https://twitter.com/jenlooper) |
| 12 | Visualizar relaciones | [Visualización de Datos](3-Data-Visualization/translations/README.es.md) | Visualización de conexiones y correlaciones entre conjuntos de datos y sus variables. | [lección](3-Data-Visualization/12-visualization-relationships/translations/README.es.md) | [Jen](https://twitter.com/jenlooper) |
| 13 | Visualizaciones efectivas | [Visualización de Datos](3-Data-Visualization/translations/README.es.md) | Técnicas para que sus visualizaciones sean verdaderamente valiosas para la resolución de problemas y la obtención eficaz de información. | [lección](3-Data-Visualization/13-meaningful-visualizations/translations/README.es.md) | [Jen](https://twitter.com/jenlooper) |
| 14 | Introducción al Proceso de Ciencia de Datos | [Proceso de Ciencia de Datos](4-Data-Science-Lifecycle/translations/README.es.md) | Introducción al Proceso de Ciencia de Datos y su punto de partida: obtener y extraer datos | [lección](4-Data-Science-Lifecycle/14-Introduction/translations/README.es.md) | [Jasmine](https://twitter.com/paladique) |
| 15 | Analizar | [Proceso de Ciencia de Datos](4-Data-Science-Lifecycle/translations/README.es.md) | Esta fase del Proceso se centra en las diferentes técnicas para analizar los datos. | [lección](4-Data-Science-Lifecycle/15-Analyzing/translations/README.es.md) | [Jasmine](https://twitter.com/paladique) | | |
| 16 | Comunicación | [Proceso de Ciencia de Datos](4-Data-Science-Lifecycle/translations/README.es.md) | Esta fase del Proceso se centra en la presentación de la información obtenida a partir de los datos de una forma que facilite su comprensión por parte de los responsables de la toma de decisiones. | [lección](4-Data-Science-Lifecycle/16-Communication/translations/README.es.md) | [Jalen](https://twitter.com/JalenMcG) | | |
| 17 | Ciencia de Datos en la nube | [Datos en la nube](5-Data-Science-In-Cloud/translations/README.es.md) | Esta serie de lecciones presenta la ciencia de datos en la nube y sus beneficios. | [lección](5-Data-Science-In-Cloud/17-Introduction/translations/README.es.md) | [Tiffany](https://twitter.com/TiffanySouterre) y [Maud](https://twitter.com/maudstweets) |
| 18 | Ciencia de Datos en la nube | [Datos en la nube](5-Data-Science-In-Cloud/translations/README.es.md) | Entrenar modelos usando herramientas "Low Code" |[lección](5-Data-Science-In-Cloud/18-Low-Code/translations/README.es.md) | [Tiffany](https://twitter.com/TiffanySouterre) and [Maud](https://twitter.com/maudstweets) |
| 19 | Ciencia de Datos en la nube | [Datos en la nube](5-Data-Science-In-Cloud/translations/README.es.md) | Despliegue de modelos con Azure Machine Learning Studio | [lección](5-Data-Science-In-Cloud/19-Azure/translations/README.es.md)| [Tiffany](https://twitter.com/TiffanySouterre) and [Maud](https://twitter.com/maudstweets) |
| 20 | Ciencia de Datos en el mundo real | [In the Wild](6-Data-Science-In-Wild/translations/README.es.md) | Proyectos impulsados por la ciencia de datos en el mundo real | [lección](6-Data-Science-In-Wild/20-Real-World-Examples/translations/README.es.md) | [Nitya](https://twitter.com/nitya) |
| 01 | Qué es la Ciencia de Datos? | [Introducción](./1-Introduction/translations/README.es.md) | Aprende los conceptos básicos de la ciencia de datos y su relación con la inteligencia artificial, el aprendizaje automático (Machine Learning) y el big data.| [lección](1-Introduction/01-defining-data-science/translations/README.es.md) [video](https://youtu.be/pqqsm5reGvs) | [Dmitry](http://soshnikov.com) |
| 02 | Aspectos éticos | [Introducción](./1-Introduction/translations/README.es.md) | Conceptos, retos y paradigmas sobre la ética en la ciencia de datos | [lección](./1-Introduction/02-ethics/translations/README.es.md) | [Nitya](https://twitter.com/nitya) |
| 03 | Qué son los Datos? | [Introducción](./1-Introduction/translations/README.es.md) | Tipos de datos y sus fuentes más comunes. | [lección](./1-Introduction/03-defining-data/translations/README.es.md) | [Jasmine](https://www.twitter.com/paladique) |
| 04 | Introducción a estadística y probabilidad | [Introducción](1-Introduction/translations/README.es.md) | Técnicas matemáticas de probabilidad y estadística para entender los datos. | [lección](./1-Introduction/04-stats-and-probability/translations/README.es.md) [video](https://youtu.be/Z5Zy85g4Yjw) | [Dmitry](http://soshnikov.com) |
| 05 | Trabajando con datos relacionales | [Manipulando Datos](./2-Working-With-Data/translations/README.es.md) | Introducción a los datos relacionales y a los fundamentos de la exploración y el análisis de este tipo de datos con el lenguaje SQL. | [lección](./2-Working-With-Data/05-relational-databases/translations/README.es.md) | [Christopher](https://www.twitter.com/geektrainer) | | |
| 06 | Datos NoSQL | [Manipulando Datos](./2-Working-With-Data/translations/README.es.md) | Introducción a los datos no relacionales, sus distintos tipos y los fundamentos de la exploración y el análisis de las bases de datos documentales. | [lección](./2-Working-With-Data/06-non-relational/translations/README.es.md) | [Jasmine](https://twitter.com/paladique)|
| 07 | Python | [Manipulando Datos](./2-Working-With-Data/translations/README.es.md) | Fundamentos del uso de Python para la exploración de datos con bibliotecas como Pandas. Se recomienda tener conocimientos básicos de programación en Python. | [lección](-/2-Working-With-Data/07-python/translations/README.es.md) [video](https://youtu.be/dZjWOGbsN4Y) | [Dmitry](http://soshnikov.com) |
| 08 | Preparación de los datos | [Manipulando Datos](./2-Working-With-Data/translations/README.es.md) | Temas sobre técnicas de limpieza y transformación de datos para hacer frente a los retos que suponen datos faltantes, inexactos o incompletos. | [lección](./2-Working-With-Data/08-data-preparation/translations/README.es.md) | [Jasmine](https://www.twitter.com/paladique) |
| 09 | Visualizar cantidades | [Visualización de Datos](./3-Data-Visualization/translations/README.es.md) | Aprende a utilizar Matplotlib para visualizar información sobre aves 🦆 | [lección](./3-Data-Visualization/09-visualization-quantities/translations/README.es.md) | [Jen](https://twitter.com/jenlooper) |
| 10 | Visualizar distribuciones de datos | [Visualización de Datos](./3-Data-Visualization/translations/README.es.md) | Visualización de observaciones y tendencias en un intervalo. | [lección](./3-Data-Visualization/10-visualization-distributions/translations/README.es.md) | [Jen](https://twitter.com/jenlooper) |
| 11 | Visualizar Proporciones | [Visualización de Datos](./3-Data-Visualization/translations/README.es.md) | Visualización de porcentajes discretos y agrupados. | [lección](./3-Data-Visualization/11-visualization-proportions/translations/README.es.md) | [Jen](https://twitter.com/jenlooper) |
| 12 | Visualizar relaciones | [Visualización de Datos](./3-Data-Visualization/translations/README.es.md) | Visualización de conexiones y correlaciones entre conjuntos de datos y sus variables. | [lección](./3-Data-Visualization/12-visualization-relationships/translations/README.es.md) | [Jen](https://twitter.com/jenlooper) |
| 13 | Visualizaciones efectivas | [Visualización de Datos](./3-Data-Visualization/translations/README.es.md) | Técnicas para que sus visualizaciones sean verdaderamente valiosas para la resolución de problemas y la obtención eficaz de información. | [lección](./3-Data-Visualization/13-meaningful-visualizations/translations/README.es.md) | [Jen](https://twitter.com/jenlooper) |
| 14 | Introducción al Proceso de Ciencia de Datos | [Proceso de Ciencia de Datos](./4-Data-Science-Lifecycle/translations/README.es.md) | Introducción al Proceso de Ciencia de Datos y su punto de partida: obtener y extraer datos | [lección](./4-Data-Science-Lifecycle/14-Introduction/translations/README.es.md) | [Jasmine](https://twitter.com/paladique) |
| 15 | Analizar | [Proceso de Ciencia de Datos](./4-Data-Science-Lifecycle/translations/README.es.md) | Esta fase del Proceso se centra en las diferentes técnicas para analizar los datos. | [lección](./4-Data-Science-Lifecycle/15-Analyzing/translations/README.es.md) | [Jasmine](https://twitter.com/paladique) | | |
| 16 | Comunicación | [Proceso de Ciencia de Datos](./4-Data-Science-Lifecycle/translations/README.es.md) | Esta fase del Proceso se centra en la presentación de la información obtenida a partir de los datos de una forma que facilite su comprensión por parte de los responsables de la toma de decisiones. | [lección](./4-Data-Science-Lifecycle/16-Communication/translations/README.es.md) | [Jalen](https://twitter.com/JalenMcG) | | |
| 17 | Ciencia de Datos en la nube | [Datos en la nube](./5-Data-Science-In-Cloud/translations/README.es.md) | Esta serie de lecciones presenta la ciencia de datos en la nube y sus beneficios. | [lección](5-Data-Science-In-Cloud/17-Introduction/translations/README.es.md) | [Tiffany](https://twitter.com/TiffanySouterre) y [Maud](https://twitter.com/maudstweets) |
| 18 | Ciencia de Datos en la nube | [Datos en la nube](./5-Data-Science-In-Cloud/translations/README.es.md) | Entrenar modelos usando herramientas "Low Code" |[lección](5-Data-Science-In-Cloud/18-Low-Code/translations/README.es.md) | [Tiffany](https://twitter.com/TiffanySouterre) y [Maud](https://twitter.com/maudstweets) |
| 19 | Ciencia de Datos en la nube | [Datos en la nube](./5-Data-Science-In-Cloud/translations/README.es.md) | Despliegue de modelos con Azure Machine Learning Studio | [lección](5-Data-Science-In-Cloud/19-Azure/translations/README.es.md)| [Tiffany](https://twitter.com/TiffanySouterre) y [Maud](https://twitter.com/maudstweets) |
| 20 | Ciencia de Datos en el mundo real | [In the Wild](./6-Data-Science-In-Wild/translations/README.es.md) | Proyectos impulsados por la ciencia de datos en el mundo real | [lección](./6-Data-Science-In-Wild/20-Real-World-Examples/translations/README.es.md) | [Nitya](https://twitter.com/nitya) |
## Acceso off-line
@ -97,7 +97,7 @@ Un PDF con el contenido de todas las lecciones puede ser obtenido [aquí](https:
## Se busca ayuda!
Si deseas traducir todo o una parte del plan de estudios, sigue nuestra guía [Traducciones](TRANSLATIONS.md).
Si deseas traducir todo o una parte del plan de estudios, sigue nuestra guía [Traducciones](TRANSLATIONS.es.md).
Bernardo Romero
4 years ago