O documento fornece uma introdução sobre como ingressar no mercado de machine learning, discutindo o que é machine learning, exemplos de aplicações, linguagens de programação populares como Python e R, e cursos online e bootcamps para adquirir habilidades necessárias.
2. Quem sou eu?
Cientista de Dados Júnior na K2 Data Science
Background em Ciência da Computação e Engenharia
de Software
gabrielcs.me
3. O que é Machine Learning?
“It is the field of study that gives computers
the ability to learn without being explicitly
programmed.”
“It is all about learning from examples
rather than writing explicit rules — you let
the algorithm find those rules for you.”
5. Tá, mas eu consigo fazer isso em
casa?
Claro, é só fazer um mestrado + um
doutorado.
J.K. :)
Existem vários cursos online, bem como
uma abordagem DIY invertida: começar
utilizando APIs que abstraem a matemágica
(ex: scikit-learn).
Leitura recomendada: http://bit.ly/2aSa6SM
6. Cool! Where do we start?
R foi feita por estatísticos para estatísticos
É a mais natural para computação
numérica, mas não dá pra criar nem um
web service, além de limitações com o
volume de dados
Python não é tão natural quanto R para
computação numérica, mas dá pra se fazer
web services/apps
Comunidade de ML forte
Scala muito usada com o Spark para
computação paralela
Deixa Python na poeira, mas pode ser
complexa para um momento inicial
8. Na verdade, existem vários
perfis de profisionais
Machine Learning Scientist
Machine Learning Engineer
Data Engineer
Data Scientist
Data Scientist - Visualization
Data Analyst
15. Gracias.
Convite: Vix Data Meetup
Slides: slideshare.net/GabrielCyprianoSaca
Notícias sobre Machine Learning:
getpocket.com/@gabrielcs
Links para blog e contato: gabrielcs.me