Data Science, Machine Learning and Big Data

605 visualizações

Publicada em

Publicada em: Tecnologia, Educação
0 comentários
3 gostaram
Estatísticas
Notas
  • Seja o primeiro a comentar

Sem downloads
Visualizações
Visualizações totais
605
No SlideShare
0
A partir de incorporações
0
Número de incorporações
4
Ações
Compartilhamentos
0
Downloads
10
Comentários
0
Gostaram
3
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

Data Science, Machine Learning and Big Data

  1. 1. Data Science, Machine Learning and Big Data Fabrício J. Barth
  2. 2. Entrada: 13 milhões de registros históricos sobre crimes em LA. Saída: determinar quando um crime irá acontecer.
  3. 3. Entrada: rede de sensores que cobre todo o mundo Saída: determinar quando um terremoto irá acontecer
  4. 4. Entrada: milhões de itens e milhões de usuários Saída: recomendar itens com acurácia alta para os usuários (clientes)
  5. 5. Criar rôbos que compram e vendem ações
  6. 6. O que estes projetos têm em comun? ✤ ✤ Manipulam grandes volumes de informação Outros exemplos de grandes volumes de informação: ✤ A380: Heathrow - JFK: 640 TBs de log ✤ Twitter: 12+ TBs of tweet every day ✤ Facebook: 25+ TBs of log data every day
  7. 7. O que estes projetos têm em comun? ✤ A origem dos dados é muito variada.
  8. 8. O que estes projetos têm em comun?
  9. 9. Queremos modelos preditivos
  10. 10. Big Data refers to: ✤ All data that comes at high Volume ✤ All data that comes at high Velocity ✤ All data that comes from a Variety of Sources (structured + unstructured data) ✤ Future
  11. 11. Fluxo de transformação dos dados ✤ Coleta e pré-processamento dos dados ✤ Aplicação do modelo ✤ Apresentação dos resultados
  12. 12. Como o modelo é desenvolvido?
  13. 13. Habilidades de um cientísta de dados

×