SlideShare une entreprise Scribd logo
1  sur  11
Télécharger pour lire hors ligne
Ativando Inteligência
com
BIG DATA
HÉLIO SILVA
Alguns eventos recentes
• Google inicia projeto Google Brain com apoio do
professor Andrew NG, da Stanford University
• Google compra DeepMind (US$ 650-800 Mil)
• Facebook forma sua equipe de Deep Learning liderada
pelo prof. Yan LeCum, da New York University
• Netflix cria sua equipe de Deep Learning para melhorar
recomendações
• Yahoo compra Lookflow para adicionar inteligência ao
Flickr
• Bill Gates diz que se tivesse 20 anos estaria estudando
Deep Learning
• New York Times monta equipe de Deep Learning para
manter assinantes
• (...)
Machine Learning
• Ramo da Inteligência Artificial
• Usado em:
• Visão de máquina
• Intepretação da linguagem natural
• Classificação e categorização de textos
e informações
• Diagnóstico de anomalias ou
mudanças de padrão
Machine Learning - Aplicações
• Sistemas de recomendação (RecSys)
• Search Engine (Google Hummingbird)
• Análise de Sentimento e
Monitoramento de Redes Sociais
• Prevenção ao cancelamento de
assinaturas (customer churn)
• Promoções e anúncios em tempo real
• A partir de um aprendizado prévio, o algoritmo
dá uma reposta sem intervenção humana:
• Timming Correto
• Efetiva
• Pertinente
• Adequada
• Inteligente
• Tipos de algoritmos
• Supervisionado – Tipos de informação são ’explicados’
• Não supervisionado – ‘Aprende’ sozinho
Machine Learning
• Uma nova geração de algoritmos de Machine Learning
• Baseiam-se em redes neurais que funcionam imitando o
funcionamento do cérebro humano e sua rede de
neurônios
• Algoritmos que aprendem sozinhos (não supervisionados)
• Resultados surpreendentes em:
• Processamento linguístico (interpretação de ambiguidades)
• Reconhecimento da fala
• Tradução
• Visão de máquina (expressões humanas, humor, sentimento)
• ‘Compreensão’ e interação com sistemas com regras finitas
(jogo pong ou games)
Deep Learning
Favorecem Deep/Machine
Learning nesse momento
• Grandes volumes de dados para
formar o aprendizado
• Computação de nuvem e sua
característica elástica
• Computação cognitiva (IBM
Watson)
• Avanços em performance com o
uso de harwdare como uso de GPU-
Graphic Processor Unity
Oportunidades Deep Learning
• Data Rental para treinamento de
modelos (DaaS)
• Serviços de análise de base de
clientes produzindo acurados perfis
e hábitos de consumo
• Pesquisas de sentimento e reação
sensorial com analise de expressões
faciais
Roadmap
• Criação de laboratórios de pesquisa e
inovação
– Estatísticos / Físicos / Astrônomos
– Engenheiros de software
– Arquitetos de solução
– Formação interna e criação de expertise
• Acompanhamento de papers e
evolução do conceito no meio
acadêmico e comercial
• Novos níveis de personalização da experiência
do consumidor
• Novas oportunidades de ofertas, anúncios e
promoções
• Engajamento 2.0
• A personalização das lojas físicas em função
do seu público
Promessas do Deep Learning
Obrigado !!!
http://br.linkedin.com/in/helioss/

Contenu connexe

Similaire à “Ativando inteligência com Big Data”.

Ativando Inteligência com Big Data
Ativando Inteligência com Big DataAtivando Inteligência com Big Data
Ativando Inteligência com Big DataHélio Silva
 
First Big Data Week
First Big Data Week First Big Data Week
First Big Data Week Hélio Silva
 
Aula 1 - Interaction Design From Ethnography, Mental Models to IA
Aula 1 - Interaction Design From Ethnography, Mental Models to IAAula 1 - Interaction Design From Ethnography, Mental Models to IA
Aula 1 - Interaction Design From Ethnography, Mental Models to IAAmyris Fernandez
 
Inteligência artificial
Inteligência artificial Inteligência artificial
Inteligência artificial Ana Felizardo
 
Internet das coisas, machine learnign e maquinas de doces
Internet das coisas, machine learnign e maquinas de doces Internet das coisas, machine learnign e maquinas de doces
Internet das coisas, machine learnign e maquinas de doces Alvaro Viebrantz
 
Aula introducao-redes-neurais
Aula introducao-redes-neuraisAula introducao-redes-neurais
Aula introducao-redes-neuraisLeo Laurett
 
Inteligência Artificial
Inteligência ArtificialInteligência Artificial
Inteligência ArtificialLincolm Aguiar
 
PyBr21: Explorando características faciais para inferir informações demográficas
PyBr21: Explorando características faciais para inferir informações demográficasPyBr21: Explorando características faciais para inferir informações demográficas
PyBr21: Explorando características faciais para inferir informações demográficasArthur Fortes
 
Minicurso: O que o twitter está pensando? Extraindo informações do twitter ut...
Minicurso: O que o twitter está pensando? Extraindo informações do twitter ut...Minicurso: O que o twitter está pensando? Extraindo informações do twitter ut...
Minicurso: O que o twitter está pensando? Extraindo informações do twitter ut...Adolfo Guimaraes
 
Android things, machine learning e maquinas de doces
Android things, machine learning e maquinas de doces Android things, machine learning e maquinas de doces
Android things, machine learning e maquinas de doces Alvaro Viebrantz
 
[Jose Ahirton Lopes] Inteligencia Artificial - Uma Abordagem Visual
[Jose Ahirton Lopes] Inteligencia Artificial -  Uma Abordagem Visual[Jose Ahirton Lopes] Inteligencia Artificial -  Uma Abordagem Visual
[Jose Ahirton Lopes] Inteligencia Artificial - Uma Abordagem VisualAhirton Lopes
 
[Jose Ahirton Lopes] Deep Learning - Uma Abordagem Visual
[Jose Ahirton Lopes] Deep Learning - Uma Abordagem Visual[Jose Ahirton Lopes] Deep Learning - Uma Abordagem Visual
[Jose Ahirton Lopes] Deep Learning - Uma Abordagem VisualAhirton Lopes
 
House of data - ciência de dados para desenvolvedores
House of data - ciência de dados para desenvolvedoresHouse of data - ciência de dados para desenvolvedores
House of data - ciência de dados para desenvolvedoresAna Paula Gomes
 
BIGDATA: Da teoria à Pratica
BIGDATA: Da teoria à PraticaBIGDATA: Da teoria à Pratica
BIGDATA: Da teoria à PraticaDaniel Checchia
 
[Palestras] machine learning gênesis ao apocalipse
[Palestras] machine learning   gênesis ao apocalipse[Palestras] machine learning   gênesis ao apocalipse
[Palestras] machine learning gênesis ao apocalipseDevCamp Campinas
 
House of data - TDC Floripa
House of data - TDC FloripaHouse of data - TDC Floripa
House of data - TDC FloripaAna Paula Gomes
 

Similaire à “Ativando inteligência com Big Data”. (20)

Ativando Inteligência com Big Data
Ativando Inteligência com Big DataAtivando Inteligência com Big Data
Ativando Inteligência com Big Data
 
First Big Data Week
First Big Data Week First Big Data Week
First Big Data Week
 
Aula 1 - Interaction Design From Ethnography, Mental Models to IA
Aula 1 - Interaction Design From Ethnography, Mental Models to IAAula 1 - Interaction Design From Ethnography, Mental Models to IA
Aula 1 - Interaction Design From Ethnography, Mental Models to IA
 
Inteligência artificial
Inteligência artificial Inteligência artificial
Inteligência artificial
 
Internet das coisas, machine learnign e maquinas de doces
Internet das coisas, machine learnign e maquinas de doces Internet das coisas, machine learnign e maquinas de doces
Internet das coisas, machine learnign e maquinas de doces
 
Aula introducao-redes-neurais
Aula introducao-redes-neuraisAula introducao-redes-neurais
Aula introducao-redes-neurais
 
Inteligência Artificial
Inteligência ArtificialInteligência Artificial
Inteligência Artificial
 
PyBr21: Explorando características faciais para inferir informações demográficas
PyBr21: Explorando características faciais para inferir informações demográficasPyBr21: Explorando características faciais para inferir informações demográficas
PyBr21: Explorando características faciais para inferir informações demográficas
 
Neural Networks as a Tool for Big Data: The State of the Art
Neural Networks as a Tool for Big Data: The State of the ArtNeural Networks as a Tool for Big Data: The State of the Art
Neural Networks as a Tool for Big Data: The State of the Art
 
Minicurso: O que o twitter está pensando? Extraindo informações do twitter ut...
Minicurso: O que o twitter está pensando? Extraindo informações do twitter ut...Minicurso: O que o twitter está pensando? Extraindo informações do twitter ut...
Minicurso: O que o twitter está pensando? Extraindo informações do twitter ut...
 
Diálogos entre cientistas de dados e cientistas sociais
Diálogos entre cientistas de dados e cientistas sociais Diálogos entre cientistas de dados e cientistas sociais
Diálogos entre cientistas de dados e cientistas sociais
 
Dismistificando deep learning
Dismistificando deep learningDismistificando deep learning
Dismistificando deep learning
 
Android things, machine learning e maquinas de doces
Android things, machine learning e maquinas de doces Android things, machine learning e maquinas de doces
Android things, machine learning e maquinas de doces
 
[Jose Ahirton Lopes] Inteligencia Artificial - Uma Abordagem Visual
[Jose Ahirton Lopes] Inteligencia Artificial -  Uma Abordagem Visual[Jose Ahirton Lopes] Inteligencia Artificial -  Uma Abordagem Visual
[Jose Ahirton Lopes] Inteligencia Artificial - Uma Abordagem Visual
 
Dismistificando deep learning v2.1
Dismistificando deep learning v2.1Dismistificando deep learning v2.1
Dismistificando deep learning v2.1
 
[Jose Ahirton Lopes] Deep Learning - Uma Abordagem Visual
[Jose Ahirton Lopes] Deep Learning - Uma Abordagem Visual[Jose Ahirton Lopes] Deep Learning - Uma Abordagem Visual
[Jose Ahirton Lopes] Deep Learning - Uma Abordagem Visual
 
House of data - ciência de dados para desenvolvedores
House of data - ciência de dados para desenvolvedoresHouse of data - ciência de dados para desenvolvedores
House of data - ciência de dados para desenvolvedores
 
BIGDATA: Da teoria à Pratica
BIGDATA: Da teoria à PraticaBIGDATA: Da teoria à Pratica
BIGDATA: Da teoria à Pratica
 
[Palestras] machine learning gênesis ao apocalipse
[Palestras] machine learning   gênesis ao apocalipse[Palestras] machine learning   gênesis ao apocalipse
[Palestras] machine learning gênesis ao apocalipse
 
House of data - TDC Floripa
House of data - TDC FloripaHouse of data - TDC Floripa
House of data - TDC Floripa
 

“Ativando inteligência com Big Data”.

  • 2. Alguns eventos recentes • Google inicia projeto Google Brain com apoio do professor Andrew NG, da Stanford University • Google compra DeepMind (US$ 650-800 Mil) • Facebook forma sua equipe de Deep Learning liderada pelo prof. Yan LeCum, da New York University • Netflix cria sua equipe de Deep Learning para melhorar recomendações • Yahoo compra Lookflow para adicionar inteligência ao Flickr • Bill Gates diz que se tivesse 20 anos estaria estudando Deep Learning • New York Times monta equipe de Deep Learning para manter assinantes • (...)
  • 3. Machine Learning • Ramo da Inteligência Artificial • Usado em: • Visão de máquina • Intepretação da linguagem natural • Classificação e categorização de textos e informações • Diagnóstico de anomalias ou mudanças de padrão
  • 4. Machine Learning - Aplicações • Sistemas de recomendação (RecSys) • Search Engine (Google Hummingbird) • Análise de Sentimento e Monitoramento de Redes Sociais • Prevenção ao cancelamento de assinaturas (customer churn) • Promoções e anúncios em tempo real
  • 5. • A partir de um aprendizado prévio, o algoritmo dá uma reposta sem intervenção humana: • Timming Correto • Efetiva • Pertinente • Adequada • Inteligente • Tipos de algoritmos • Supervisionado – Tipos de informação são ’explicados’ • Não supervisionado – ‘Aprende’ sozinho Machine Learning
  • 6. • Uma nova geração de algoritmos de Machine Learning • Baseiam-se em redes neurais que funcionam imitando o funcionamento do cérebro humano e sua rede de neurônios • Algoritmos que aprendem sozinhos (não supervisionados) • Resultados surpreendentes em: • Processamento linguístico (interpretação de ambiguidades) • Reconhecimento da fala • Tradução • Visão de máquina (expressões humanas, humor, sentimento) • ‘Compreensão’ e interação com sistemas com regras finitas (jogo pong ou games) Deep Learning
  • 7. Favorecem Deep/Machine Learning nesse momento • Grandes volumes de dados para formar o aprendizado • Computação de nuvem e sua característica elástica • Computação cognitiva (IBM Watson) • Avanços em performance com o uso de harwdare como uso de GPU- Graphic Processor Unity
  • 8. Oportunidades Deep Learning • Data Rental para treinamento de modelos (DaaS) • Serviços de análise de base de clientes produzindo acurados perfis e hábitos de consumo • Pesquisas de sentimento e reação sensorial com analise de expressões faciais
  • 9. Roadmap • Criação de laboratórios de pesquisa e inovação – Estatísticos / Físicos / Astrônomos – Engenheiros de software – Arquitetos de solução – Formação interna e criação de expertise • Acompanhamento de papers e evolução do conceito no meio acadêmico e comercial
  • 10. • Novos níveis de personalização da experiência do consumidor • Novas oportunidades de ofertas, anúncios e promoções • Engajamento 2.0 • A personalização das lojas físicas em função do seu público Promessas do Deep Learning