O documento discute como ciência de dados, aprendizado de máquina e big data podem ser usados para prever crimes, terremotos e recomendar itens para usuários. Ele explica que esses projetos manipulam grandes volumes de dados variados para criar modelos preditivos.

1. Data Science, Machine Learning
and Big Data
Fabrício J. Barth

2. Entrada: 13 milhões de registros históricos sobre crimes em LA.
Saída: determinar quando um crime irá acontecer.

3. Entrada: rede de sensores que cobre todo o mundo
Saída: determinar quando um terremoto irá
acontecer

4. Entrada: milhões de itens e milhões de usuários
Saída: recomendar itens com acurácia alta para os usuários (clientes)

8. Criar rôbos que
compram e vendem ações

9. 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

10. O que estes projetos têm em
comun?
✤
A origem dos dados é muito variada.

11. O que estes
projetos têm
em comun?

12. Queremos modelos preditivos

13. 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

14. Fluxo de transformação dos dados
✤
Coleta e pré-processamento dos dados
✤
Aplicação do modelo
✤
Apresentação dos resultados

15. Como o modelo é desenvolvido?

16. Habilidades de um cientísta de dados