Data-Science-For-Beginners/translations/es/INSTALLATION.md

Guía de Instalación

Esta guía te ayudará a configurar tu entorno para trabajar con el plan de estudios de Ciencia de Datos para Principiantes.

Tabla de Contenidos

• Requisitos previos
• Opciones de inicio rápido
• Instalación local
• Verificar tu instalación

Requisitos previos

Antes de comenzar, deberías tener:

• Familiaridad básica con la línea de comandos/terminal
• Una cuenta de GitHub (gratuita)
• Conexión a internet estable para la configuración inicial

Opciones de inicio rápido

Opción 1: GitHub Codespaces (Recomendado para principiantes)

La forma más fácil de comenzar es con GitHub Codespaces, que proporciona un entorno de desarrollo completo en tu navegador.

1. Ve al repositorio
2. Haz clic en el menú desplegable Code
3. Selecciona la pestaña Codespaces
4. Haz clic en Create codespace on main
5. Espera a que el entorno se inicialice (2-3 minutos)

¡Tu entorno ahora está listo con todas las dependencias preinstaladas!

Opción 2: Desarrollo local

Para trabajar en tu propia computadora, sigue las instrucciones detalladas a continuación.

Instalación local

Paso 1: Instalar Git

Git es necesario para clonar el repositorio y realizar un seguimiento de tus cambios.

Windows:

• Descarga desde git-scm.com
• Ejecuta el instalador con la configuración predeterminada

macOS:

• Instala mediante Homebrew: brew install git
• O descarga desde git-scm.com

Linux:

# Debian/Ubuntu
sudo apt-get update
sudo apt-get install git

# Fedora
sudo dnf install git

# Arch
sudo pacman -S git

Paso 2: Clonar el repositorio

# Clone the repository
git clone https://github.com/microsoft/Data-Science-For-Beginners.git

# Navigate to the directory
cd Data-Science-For-Beginners

Paso 3: Instalar Python y Jupyter

Se requiere Python 3.7 o superior para las lecciones de ciencia de datos.

Windows:

1. Descarga Python desde python.org
2. Durante la instalación, marca "Add Python to PATH"
3. Verifica la instalación:

python --version

macOS:

# Using Homebrew
brew install python3

# Verify installation
python3 --version

Linux:

# Most Linux distributions come with Python pre-installed
python3 --version

# If not installed:
# Debian/Ubuntu
sudo apt-get install python3 python3-pip

# Fedora
sudo dnf install python3 python3-pip

Paso 4: Configurar el entorno de Python

Se recomienda usar un entorno virtual para mantener las dependencias aisladas.

# Create a virtual environment
python -m venv venv

# Activate the virtual environment
# On Windows:
venv\Scripts\activate

# On macOS/Linux:
source venv/bin/activate

Paso 5: Instalar paquetes de Python

Instala las bibliotecas necesarias para ciencia de datos:

pip install jupyter pandas numpy matplotlib seaborn scikit-learn

Paso 6: Instalar Node.js y npm (Para la aplicación de cuestionarios)

La aplicación de cuestionarios requiere Node.js y npm.

Windows/macOS:

• Descarga desde nodejs.org (se recomienda la versión LTS)
• Ejecuta el instalador

Linux:

# Debian/Ubuntu
# WARNING: Piping scripts from the internet directly into bash can be a security risk.
# It is recommended to review the script before running it:
#   curl -fsSL https://deb.nodesource.com/setup_lts.x -o setup_lts.x
#   less setup_lts.x
# Then run:
#   sudo -E bash setup_lts.x
#
# Alternatively, you can use the one-liner below at your own risk:
curl -fsSL https://deb.nodesource.com/setup_lts.x | sudo -E bash -
sudo apt-get install -y nodejs

# Fedora
sudo dnf install nodejs

# Verify installation
node --version
npm --version

Paso 7: Instalar dependencias de la aplicación de cuestionarios

# Navigate to quiz app directory
cd quiz-app

# Install dependencies
npm install

# Return to root directory
cd ..

Paso 8: Instalar Docsify (Opcional)

Para acceso offline a la documentación:

npm install -g docsify-cli

Verificar tu instalación

Probar Python y Jupyter

# Activate your virtual environment if not already activated
# On Windows:
venv\Scripts\activate
# On macOS/Linux:
source venv/bin/activate

# Start Jupyter Notebook
jupyter notebook

Tu navegador debería abrirse con la interfaz de Jupyter. Ahora puedes navegar a cualquier archivo .ipynb de las lecciones.

Probar la aplicación de cuestionarios

# Navigate to quiz app
cd quiz-app

# Start development server
npm run serve

La aplicación de cuestionarios debería estar disponible en http://localhost:8080 (o en otro puerto si el 8080 está ocupado).

Probar el servidor de documentación

# From the root directory of the repository
docsify serve

La documentación debería estar disponible en http://localhost:3000.

Usar contenedores de desarrollo de VS Code

Si tienes Docker instalado, puedes usar contenedores de desarrollo de VS Code:

1. Instala Docker Desktop
2. Instala Visual Studio Code
3. Instala la extensión Remote - Containers
4. Abre el repositorio en VS Code
5. Presiona F1 y selecciona "Remote-Containers: Reopen in Container"
6. Espera a que el contenedor se construya (solo la primera vez)

Próximos pasos

• Explora el README.md para obtener una visión general del plan de estudios
• Lee USAGE.md para flujos de trabajo comunes y ejemplos
• Consulta TROUBLESHOOTING.md si encuentras problemas
• Revisa CONTRIBUTING.md si deseas contribuir

Obtener ayuda

Si encuentras problemas:

1. Consulta la guía TROUBLESHOOTING.md
2. Busca problemas existentes en GitHub Issues
3. Únete a nuestra comunidad de Discord
4. Crea un nuevo problema con información detallada sobre tu situación

---

Descargo de responsabilidad:
Este documento ha sido traducido utilizando el servicio de traducción automática Co-op Translator. Aunque nos esforzamos por garantizar la precisión, tenga en cuenta que las traducciones automatizadas pueden contener errores o imprecisiones. El documento original en su idioma nativo debe considerarse como la fuente autorizada. Para información crítica, se recomienda una traducción profesional realizada por humanos. No nos hacemos responsables de malentendidos o interpretaciones erróneas que puedan surgir del uso de esta traducción.