O documento discute as aplicações emergentes de aprendizado de máquina e aprendizado profundo (deep learning), como sistemas de recomendação, reconhecimento de fala e visão de máquina. Grandes volumes de dados e computação em nuvem estão permitindo resultados surpreendentes nessas áreas e novas oportunidades de negócios para personalização e análise de clientes.

1. Ativando Inteligência
com
BIG DATA
HÉLIO SILVA
Data Tuesday – Fev/2014

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. Machine Learning
• 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

6. Deep 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)

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 GPUGraphic 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. Promessas do Deep Learning
• 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

11. Obrigado !!!
http://br.linkedin.com/in/helioss/