Você já ouviu falar em Carson Holgate? Ela tem 26 anos, é formada em Ciência da Computação, luta Tae Kwon Do e trabalha como Engenheira da Divisão Android no Google. Ela está prestes a se tornar Machine Learning Ninja. Ela é uma dos 18 programadores do Google a participar de um programa interno da empresa, com duração de 6 meses chamado Ender’s Game-style, que tem como objetivo ensinar Machine Learning e técnicas de inteligência artificial. A chamada do programa diz: “Você quer se tornar um Machine Learning Ninja?”.

Machine Learning é o assunto mais quente do momento no universo da Computação e da Ciência de Dados. Usando algoritmos com a capacidade de aprender a partir dos dados e com isso realizar tarefas de forma automática, Machine Learning foi considerada por muitos anos um assunto dominado apenas por um pequeno grupo de profissionais. Mas isso foi no passado e hoje Machine Learning está cada vez mais ao alcance daqueles dispostos a desbravar este novo mundo que se desenha pela frente, em que as máquinas terão o poder dos humanos, ou seja, poderão tomar decisões. E o Google, uma das maiores empresas do mundo, já deixou clara sua intenção em se tornar uma empresa de Machine Learning. Leia aqui a matéria completa sobre o programa da Google (em inglês).

A era cognitiva trazida pela Machine Learning, vai criar novos empregos, como profissionais de monitoramento de robôs, cientistas de dados, especialistas em automação e curadores de conteúdo, apontam os analistas. De forma bem simples, Machine Learning é um conjunto de regras e procedimentos, que permite que os computadores possam agir e tomar decisões baseados em dados ao invés de ser explicitamente programados para realizar uma determinada tarefa. Programas de Machine Learning também são projetados para aprender e melhorar ao longo do tempo quando expostos a novos dados. Machine Learning tem estado no centro de muitos avanços tecnológicos nos últimos anos, como carros que dirigem, visão computacional e sistemas de reconhecimento de voz.

Agora deixa eu te perguntar: você realmente sabe como funciona Machine Learning? Já viu o que pode ser feito? Saberia explicar de forma simples, clara e objetiva o conceito por trás do Aprendizado de Máquina? Pois bem eu desafiei nosso time a responder estas perguntas. O resultado você vê no Notebook no fim deste artigo. Nosso time fez um bom trabalho!

O vídeo completo com a explicação está disponível em nosso curso gratuito Python Fundamentos para Análise de Dados, que trás ainda muito material. São mais de 3 horas de vídeo apenas no Capítulo 8 sobre Análise de Dados, onde são demonstrados assuntos como: criação de arrays e matrizes a partir de arquivos csv, manipulação de dataframes e séries temporais, criação de gráficos a partir de séries temporais, construção de visualizações com gráficos estatísticos, gráficos interativos e mapas, dois exemplos completos de aplicação de Machine Learning explicados passo a passo e ainda scraping de uma página web e gravação dos dados copiados de um web site, em um banco de dados MongoDB. E acredite, o curso de Python Fundamentos para Análise de Dados é gratuito.

Se ainda não se inscreveu no curso de Python Fundamentos para Análise de Dados, não perca tempo. É gratuito. Além deste notebook, você ainda tem acesso aos vídeos, e-books, exercícios e quizzes. O curso conta ainda com um certificado de conclusão.

 

Formação Cientista de Dados

 

Nossa Formação Cientista de Dados começa daqui uma semana. Com ênfase em Big Data e Machine Learning, é a sua chance de aprender de verdade o que há de mais moderno em tecnologia de Ciência de Dados.

E por que você deveria se inscrever em nossa Formação?

“Se você estiver interessado em uma carreira na qual os serviços estarão em alta demanda, você deve buscar alguma forma de prover um serviço escasso, que seja complementar a algo que esteja crescendo em quantidade e de baixo custo. O que está crescendo em quantidade, sendo de baixo custo? Dados. Qual o serviço escasso e complementar aos dados? Análise! Minha recomendação é que você aprenda análise de dados, banco de dados, machine learning, estatística, visualização, econometria e tudo mais relacionado a dados.”

Hal Varian, Economista Chefe do Google.

Fonte: Hal Varian, Freakonomics blog, http://freakonomics.blogs.nytimes.com/2008/02/25/hal-varian-answers-your-questions/

 

Inscreva-se agora na Formação Cientista de Dados

 

Bons estudos!

Equipe Data Science Academy