Data-Science-For-Beginners/translations/es

Ciencia de Datos para Principiantes - Un plan de estudios

Los Azure Cloud Advocates de Microsoft se complacen en ofrecer un plan de estudios de 10 semanas y 20 lecciones dedicado a la Ciencia de Datos. Cada lección incluye cuestionarios previos y posteriores, instrucciones escritas para completar la lección, una solución y una tarea. Nuestra pedagogía basada en proyectos te permite aprender mientras construyes, una forma probada para que las nuevas habilidades "se queden".

Un agradecimiento especial a nuestros autores: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Agradecimientos especiales 🙏 a nuestros autores, revisores y colaboradores de contenido de Microsoft Student Ambassador, notablemente Aaryan Arora, Aditya Garg, Alondra Sanchez, Ankita Singh, Anupam Mishra, Arpita Das, ChhailBihari Dubey, Dibri Nsofor, Dishita Bhasin, Majd Safi, Max Blum, Miguel Correa, Mohamma Iftekher (Iftu) Ebne Jalal, Nawrin Tabassum, Raymond Wangsa Putra, Rohit Yadav, Samridhi Sharma, Sanya Sinha, Sheena Narula, Tauqeer Ahmad, Yogendrasingh Pawar , Vidushi Gupta, Jasleen Sondhi

Ciencia de Datos para Principiantes - Sketchnote por @nitya

🌐 Soporte multilingüe

Soportado vía GitHub Action (Automatizado y siempre actualizado)

Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Kannada | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese

Si deseas que se agreguen idiomas de traducción adicionales, los idiomas compatibles están listados aquí

Únete a nuestra comunidad

Tenemos una serie en Discord llamada "Aprende con IA" en curso; obtén más información y únete a nosotros en Learn with AI Series del 18 al 30 de septiembre de 2025. Recibirás consejos y trucos para usar GitHub Copilot en Ciencia de Datos.

¿Eres estudiante?

Comienza con los siguientes recursos:

• Página Student Hub En esta página, encontrarás recursos para principiantes, paquetes para estudiantes e incluso formas de obtener un cupón para una certificación gratuita. Esta es una página que querrás marcar y revisar de vez en cuando, ya que cambiamos el contenido al menos mensualmente.
• Microsoft Learn Student Ambassadors Únete a una comunidad global de embajadores estudiantiles; esta podría ser tu puerta de entrada a Microsoft.

Primeros pasos

📚 Documentación

• Guía de instalación - Instrucciones paso a paso para configurar el entorno para principiantes
• Guía de uso - Ejemplos y flujos de trabajo comunes
• Solución de problemas - Soluciones a problemas comunes
• Guía de contribución - Cómo contribuir a este proyecto
• Para profesores - Orientación para la enseñanza y recursos para el aula

👨‍🎓 Para estudiantes

Principiantes absolutos: ¿Nuevo en la ciencia de datos? ¡Comienza con nuestros ejemplos amigables para principiantes! Estos ejemplos simples y bien comentados te ayudarán a entender lo básico antes de sumergirte en el plan de estudios completo. Estudiantes: para usar este plan de estudios por tu cuenta, haz un fork del repositorio completo y completa los ejercicios por tu cuenta, comenzando con un cuestionario previo a la lección. Luego lee la lección y completa el resto de las actividades. Intenta crear los proyectos comprendiendo las lecciones en lugar de copiar el código de la solución; sin embargo, ese código está disponible en las carpetas /solutions en cada lección orientada a proyectos. Otra idea sería formar un grupo de estudio con amigos y recorrer el contenido juntos. Para un estudio adicional, recomendamos Microsoft Learn.

Inicio rápido:

1. Revisa la Guía de instalación para configurar tu entorno
2. Revisa la Guía de uso para aprender cómo trabajar con el plan de estudios
3. Comienza con la Lección 1 y avanza de forma secuencial
4. Únete a nuestra comunidad de Discord para obtener soporte

👩‍🏫 Para profesores

Profesores: hemos incluido algunas sugerencias sobre cómo usar este plan de estudios. ¡Nos encantaría recibir sus comentarios en nuestro foro de discusión!

Conoce al equipo

Gif por Mohit Jaisal

🎥 Haz clic en la imagen de arriba para ver un video sobre el proyecto la gente que lo creó!

Pedagogía

Hemos elegido dos principios pedagógicos al construir este plan de estudios: asegurar que esté basado en proyectos y que incluya cuestionarios frecuentes. Al final de esta serie, los estudiantes habrán aprendido los principios básicos de la ciencia de datos, incluidos conceptos éticos, preparación de datos, diferentes formas de trabajar con datos, visualización de datos, análisis de datos, casos de uso de la ciencia de datos en el mundo real y más.

Además, un cuestionario de baja dificultad antes de una clase orienta la intención del estudiante hacia el aprendizaje de un tema, mientras que un segundo cuestionario después de la clase asegura una mayor retención. Este plan de estudios fue diseñado para ser flexible y divertido y puede tomarse en su totalidad o en parte. Los proyectos comienzan siendo pequeños y se vuelven progresivamente más complejos al final del ciclo de 10 semanas.

Encuentra nuestras pautas de Código de Conducta, Contribución, Traducción. ¡Agradecemos tus comentarios constructivos!

Cada lección incluye:

• Sketchnote opcional
• Video complementario opcional
• Cuestionario previo a la lección
• Lección escrita
• Para lecciones basadas en proyectos, guías paso a paso sobre cómo construir el proyecto
• Verificaciones de conocimiento
• Un desafío
• Lectura complementaria
• Tarea
• Cuestionario posterior a la lección

Una nota sobre los cuestionarios: Todos los cuestionarios están contenidos en la carpeta Quiz-App, con 40 cuestionarios en total de tres preguntas cada uno. Están enlazados desde las lecciones, pero la aplicación de cuestionarios se puede ejecutar localmente o desplegar en Azure; sigue las instrucciones en la carpeta quiz-app. Se están localizando de forma gradual.

🎓 Ejemplos aptos para principiantes

¿Nuevo en la ciencia de datos? Hemos creado un directorio de ejemplos especial con código simple y bien comentado para ayudarte a empezar:

• 🌟 Hello World - Tu primer programa de ciencia de datos
• 📂 Cargar datos - Aprende a leer y explorar conjuntos de datos
• 📊 Análisis simple - Calcula estadísticas y encuentra patrones
• 📈 Visualización básica - Crea gráficos
• 🔬 Proyecto del mundo real - Flujo de trabajo completo de principio a fin

Cada ejemplo incluye comentarios detallados que explican cada paso, ¡lo que los hace perfectos para principiantes absolutos!

👉 Comienza con los ejemplos 👈

Lecciones

Ciencia de datos para principiantes: Hoja de ruta - Sketchnote por @nitya

Lesson Number	Topic	Lesson Grouping	Learning Objectives	Linked Lesson	Author
01	Definir la ciencia de datos	Introducción	Aprende los conceptos básicos detrás de la ciencia de datos y cómo se relaciona con la inteligencia artificial, el aprendizaje automático y el big data.	lección video	Dmitry
02	Ética en la ciencia de datos	Introducción	Conceptos, desafíos y marcos de la ética de datos.	lección	Nitya
03	Definición de datos	Introducción	Cómo se clasifican los datos y sus fuentes comunes.	lección	Jasmine
04	Introducción a la estadística y la probabilidad	Introducción	Las técnicas matemáticas de probabilidad y estadística para entender los datos.	lección video	Dmitry
05	Trabajar con datos relacionales	Trabajando con datos	Introducción a los datos relacionales y los fundamentos de explorar y analizar datos relacionales con el Lenguaje de Consulta Estructurado, también conocido como SQL (pronunciado “see-quell”).	lección	Christopher
06	Trabajar con datos NoSQL	Trabajando con datos	Introducción a los datos no relacionales, sus distintos tipos y los fundamentos de explorar y analizar bases de datos de documentos.	lección	Jasmine
07	Trabajar con Python	Trabajando con datos	Conceptos básicos del uso de Python para la exploración de datos con bibliotecas como Pandas. Se recomienda tener comprensión básica de programación en Python.	lección video	Dmitry
08	Preparación de datos	Trabajando con datos	Temas sobre técnicas de datos para limpiar y transformar los datos para manejar desafíos de datos faltantes, inexactos o incompletos.	lección	Jasmine
09	Visualizar cantidades	Visualización de datos	Aprende a usar Matplotlib para visualizar datos de aves 🦆	lección	Jen
10	Visualizar distribuciones de datos	Visualización de datos	Visualizar observaciones y tendencias dentro de un intervalo.	lección	Jen
11	Visualizar proporciones	Visualización de datos	Visualizar porcentajes discretos y agrupados.	lección	Jen
12	Visualizar relaciones	Visualización de datos	Visualizar conexiones y correlaciones entre conjuntos de datos y sus variables.	lección	Jen
13	Visualizaciones significativas	Visualización de datos	Técnicas y orientaciones para que tus visualizaciones sean valiosas para la resolución efectiva de problemas y la obtención de conclusiones.	lección	Jen
14	Introducción al ciclo de vida de la ciencia de datos	Lifecycle	Introducción al ciclo de vida de la ciencia de datos y su primer paso de adquisición y extracción de datos.	lección	Jasmine
15	Análisis	Lifecycle	Esta fase del ciclo de vida de la ciencia de datos se centra en técnicas para analizar datos.	lección	Jasmine
16	Comunicación	Lifecycle	Esta fase del ciclo de vida de la ciencia de datos se centra en presentar las conclusiones de los datos de una manera que facilite la comprensión por parte de los responsables de la toma de decisiones.	lección	Jalen
17	Ciencia de datos en la nube	Cloud Data	Esta serie de lecciones introduce la ciencia de datos en la nube y sus beneficios.	lección	Tiffany and Maud
18	Ciencia de datos en la nube	Cloud Data	Entrenar modelos usando herramientas de Low Code.	lección	Tiffany and Maud
19	Ciencia de datos en la nube	Cloud Data	Despliegue de modelos con Azure Machine Learning Studio.	lección	Tiffany and Maud
20	Ciencia de datos en el mundo real	En el mundo real	Proyectos impulsados por la ciencia de datos en el mundo real.	lección	Nitya

GitHub Codespaces

Sigue estos pasos para abrir este ejemplo en un Codespace:

1. Haz clic en el menú desplegable Code y selecciona la opción Open with Codespaces.
2. Selecciona + New codespace en la parte inferior del panel. For more info, check out the GitHub documentation.

VSCode Remote - Containers

Sigue estos pasos para abrir este repo en un contenedor usando tu máquina local y VSCode usando la extensión VS Code Remote - Containers:

1. If this is your first time using a development container, please ensure your system meets the pre-reqs (i.e. have Docker installed) in la documentación para comenzar.

To use this repository, you can either open the repository in an isolated Docker volume:

Note: Under the hood, this will use the Remote-Containers: Clone Repository in Container Volume... command to clone the source code in a Docker volume instead of the local filesystem. Volumes are the preferred mechanism for persisting container data.

Or open a locally cloned or downloaded version of the repository:

• Clona este repositorio en tu sistema de archivos local.
• Presiona F1 y selecciona el comando Remote-Containers: Open Folder in Container....
• Selecciona la copia clonada de esta carpeta, espera a que el contenedor se inicie y prueba las cosas.

Acceso sin conexión

Puedes ejecutar esta documentación sin conexión usando Docsify. Haz un fork de este repo, instala Docsify en tu máquina local, luego en la carpeta raíz de este repositorio, escribe docsify serve. El sitio web se servirá en el puerto 3000 en tu localhost: localhost:3000.

Ten en cuenta que los notebooks no se renderizarán mediante Docsify, así que cuando necesites ejecutar un notebook, hazlo por separado en VS Code con un kernel de Python.

Otros planes de estudio

¡Nuestro equipo produce otros programas educativos! Mira:

LangChain

---

Azure / Edge / MCP / Agents

---

Serie de IA Generativa

---

Aprendizaje esencial

---

Serie Copilot

Obtener ayuda

¿Tienes problemas? Consulta nuestra Guía de solución de problemas para soluciones a problemas comunes.

Si te quedas atascado o tienes alguna pregunta sobre cómo crear aplicaciones de IA. Únete a otros aprendices y desarrolladores experimentados en las discusiones sobre MCP. Es una comunidad de apoyo donde las preguntas son bienvenidas y el conocimiento se comparte libremente.

Si tienes comentarios sobre el producto o errores durante la creación, visita:

---

Descargo de responsabilidad: Este documento ha sido traducido usando el servicio de traducción automática Co-op Translator. Aunque nos esforzamos por la exactitud, por favor tenga en cuenta que las traducciones automáticas pueden contener errores o inexactitudes. El documento original en su idioma nativo debe considerarse la fuente autorizada. Para información crítica, se recomienda una traducción profesional realizada por un traductor humano. No nos hacemos responsables de ningún malentendido o interpretación errónea que surja del uso de esta traducción.