Ciência de Dados (três palavras que cobrem análise exploratória de dados, machine learning, deep learning e assuntos correlatos)

  • Os artigos do Kenneth Cuckier da The Economist estão aqui aqui. Em inglês.
  • Sobre John Tucker  e o paper original que falava sobre exploração de dados pode ser baixado diretamente no Projeto Euclid.
  • Uma boa metodologia de caráter geral para ciência de dados é a proposta por Roger Peng, que é professor na Johns Hopkins. Para quem tiver curiosidade tem o CV dele e, ainda, o livro, que é vendido através do LeanPub
  • Imprescindível para projetos de ciência de dados: o template do “Canvas: Business Machine Learning © Fabiano Castello 2017” em formato PPT. Pode ser usado livremente mas a etiqueta recomenda não remover a informação de autoria 🙂
  • Artigo de Hugh J. Watson (Association for Information Systems): “Tutorial: Big Data Analytics: Concepts, Technologies, and Applications”: este aqui é mais denso, mais técnico e mais acadêmico. Mas excelente. É um dos artigos base para a matéria de Análise Preditiva da FEA/USP.
  • Este não é exatamente um case mas um curso introdutório de ML para a área de saúde, inclusive com um viés mais técnico. É um playlist que está disponível no YouTube  e tem a seguinte descrição: “Em 9 aulas produzidas especialmente para o Canal USP, o professor Alexandre Chiavegatto Filho, da Faculdade de Saúde Pública da USP, apresenta os pontos fundamentais do impacto do uso da inteligência artificial em saúde. O curso “alfabetiza” o espectador no assunto, por meio de uma visão sintética do presente e do futuro próximo da tecnologia. Além disso, Chiavegatto ensina os primeiros passos para quem quiser aplicar machine learning a problemas de saúde pública.”
  •  Este é um material do MGI (McKinsey Global Institute) EXCELENTE e relativamente recente (abril de 2018). “NOTES FROM THE AI FRONTIER: INSIGHTS FROM HUNDREDS OF USE CASES”. Em inglês.
  • Este material (” TABELA DE TECNOLOGIAS DISRUPTIVAS “) é do Imperial College de Londres e foi traduzido pelo Luis Rasquilha.
  • Outro material garimpado pelo Luis Rasquilha: 72 inovações tecnológicas que serão comuns daqui a dez anos.
  • Abaixo uma coletânea de diversas reportagens com exemplos do uso de inteligência artificial. São em geral textos curtos e bons para gerar “insights”.
    • C1. Dez casos de big data que garantiram expressivo retorno sobre investimento (Computer World)
    • C2. Seis cases representativos de Big Data, segundo o Gartner (IT Forum 365)
    • C3. Da cabeça aos pés: como Big Data oferece um perfil 360º do seu consumidor
    • C4. Sistema do Grupo Pão de Açúcar usa big data para fidelizar clientes (Exame)
    • C5. Grupo Oncoclínicas vai adotar Inteligência Artificial no tratamento do câncer (PR Microsoft)
    • C6. O mapa que estima a renda de moradores de um bairro com fotos de satélite (Nexo)
    • C7. 30 casos que mostram o impacto do big data no seu dia a dia (Exame)
    • C8. 37 Big Data Case Studies with Big Results (BG, em inglês)
    • C9. The Most Practical Big Data Use Cases Of 2016 (Forber, em inglês)
    • C10. Artigo muito bom que fala sobre o “Big Brother” chinês: China’s Dystopian Dreams AI Shame and Lots of Cameras (New York Times, em inglês)