Dicas essenciais e ferramentas para começar em Data Science e Machine Learning
Trecho de 2 min de Live - Oportunidades de Pesquisa e Desenvolvimento com o AiBox Lab, gravado no evento SEMSIS - #2 - Semana de Sistemas de Informação da UFRPE - Ano 2.
Assistir à gravação completaNo Even3 Conteúdos · 1 h 59 minSobre este trecho
Confira recomendações práticas de linguagens, bibliotecas como Pandas e Scikit-learn, e a relevância de dominar os fundamentos teóricos.
Vai de a da gravação.
O que é dito neste trecho
Segunda coisa, eh já eh me direcionando para para a sua pergunta em relação à à data science, né? Eh, quais as ferramentas que me tornam produtivo para resolver uma solução de forma rápida, ágil, efetiva, certo? Então a gente tem várias ferramentas hoje que podem nos ajudar, mas é o que eu falei, existem ferramentas hoje, amanhã pode ser outra, então na verdade a gente tem que tá de coração aberto, certo? Eh, para quem quer começar eu acredito que Python possa ser uma boa linguagem e aí eu parabenizo o o DAEINFO pela pela decisão de trabalhar com Python, de incentivar Python, né? Eu acho que é uma linguagem que torna a gente sim produtivo. E por que Python? Porque Python, além de ser simples, né, de facilitar a a vida do programa na do programador na hora de colocar a sua solução, o seu pensamento na prática, eh em Python a gente consegue encontrar várias bibliotecas, né, na área de inteligência computacional e e de data science, ah prontas para usar. Só que aí mais uma vez eu volto, vocês precisam entender, estudar para não usar de qualquer forma. Então falando de ferramenta eu recomendo Python, né? Para quem quer entrar na área eu eu ah indicaria vocês começarem a a dar uma estudada em fundamentos de aprendizagem de máquina antes de entrar em inteligência artificial especificamente, fundamentos de aprendizagem de máquina, quais são os problemas que geralmente estão presentes na área de aprendizagem de máquina, e quais são as principais técnicas existentes para resolver aqueles problemas. Existe alguma biblioteca em Python que eh ah ah ah implementa essas técnicas? E aí vocês vão linkando, certo? Linkando as coisas. Com relação à data science, eh ah existe uma biblioteca muito legal que que nos ajuda a trabalhar com dados, né? Então data science nada mais é do que ciência dos dados, né?
Outros trechos deste conteúdo

O que é AutoML e a otimização de pipelines de Machine Learning
Trecho de a da gravação

Desafios na padronização e publicação de dados abertos governamentais
Trecho de a da gravação