Só conteúdo brazuca criado por Data Hacker

Entenda o que é AutoML e seu futuro para Data Science

Author

Data Hackers
October 07, 2019

Fala, Data Hacker, seja muito bem-vindo a mais uma newsletter da sua comunidade favorita! A edição de hoje está muito especial, pois está completa de conteúdos criados por Data Hackers em nosso Medium!Na edição de hoje você irá saber como iniciar em Python; como identificar clickbaits em notícias do BuzzFeed; quando padronizar e normalizar variáveis; e muito mais!Quer ter seu trabalho postado aqui no Data Hackers também? Saiba agora mesmo como enviar seu texto para nós.

O BuzzFeed é um site de notícias que chama atenção por seus títulos EM CAIXA ALTA e pelo uso intensivo de clickbaits. Você pode até não saber o que é, mas com certeza já se deparou com um clickbait (ou "isca de clique", em tradução livre). Trata-se do ato de utilizar palavras para chamar a atenção do leitor para que ele clique na notícia. Se lembra dos famosos títulos de vídeos, como: "Coloquei gelatina na caixa d'água e olha no que deu"? Pois é. Clickbait.O Data Hacker João Gabriel Zó criou um tutorial que te ensinará a treinar um modelo para identificar se a notícia do BuzzFeed é um clickbait com base no seu título. Vai lá que tá bem legal. (em Português)

Quando a gente começa algo novo, é sempre preciso começar de algum lugar, não é? Pensando nisso, o Data Hacker Christian Costa criou um tutorial para iniciantes em programação começarem a trabalhar com Python. Você irá aprender a utilizar e criar diferentes tipos de variáveis, objetos, loops, e de quebra, saber um pouco da história dessa linguagem mais linda que panela antiaderente. (em Português)

 

AutoML (ou Aprendizado Automatizado) é um assunto que vira e mexe surge em discussões e divide opiniões, com pessoas achando que perderão empregos, até aqueles achando que irá ajudar na produtividade. Dando sua opinião sobre o assunto, o Data Hacker Lucas Oliveira criou esse post salientando as vantagens que AutoML pode trazer para o negócio. (em Português)

KNN (K Nearest Neighboor) é um excelente algoritmo que pode ser utilizado para problemas de classificação e regressão, além de ter uma interpretabilidade boa. O Data Hacker Andre Alves Ambrósio fez esse tutorial bem completo que te ensinará a treinar um modelo com KNN em R. (em Português)

Saber o momento certo para padronizar, escalar, e normalizar variáveis antes de treinar modelos pode ser difícil. Foi por isso que o Data Hacker Arthur Lamblet Vaz reuniu algumas boas dicas (e códigos) para diferentes momentos em que essas técnicas precisam ser aplicadas. (em Português)

Já ouviu falar sobre erros Tipo I e Tipo II? E Falso Positivo e Falso Negativo, reconhece? Nesse artigo criado pelo Data Hacker Marcel Ribeiro, ele mostra a importância de utilizar essas métricas para avaliar acurácia do modelo, utilizando precisão, recall, específicidade e curva ROC. (em Português)

Como Backpropagation funcionaUm dos conceitos básicos de redes neurais é chamado de Backpropagation. Trata-se de um processo recursivo e interativo para melhorar a efetividade das redes. Para alguns, pode ser um conceito difícil de entender, mas esse vídeo criado por Brandon Rohrer tenta mudar isso, ao utilizar um exemplo prático do funcionamento de um chuveiro para explicar Backpropagation. (em Inglês)

VAGAS DA SEMANA

  • Profundo conhecimento em Machine Learning;

  • Python e/ou R;

  • Ótima comunicação;

  • Portfólio de projetos;

  • Conhecimento de Cloud

  • Ensino superior ou experiência equivalente;

  • Fluência em Inglês;

  • Python ou R;

  • Proficiência em criar e tunar SQL (Postgres, SQLite);

Coisas que os Millennials destruíramSerá que os Millennials destruíram tanta coisa assim? Será que eles não criaram nada novo? O pessoal do The Pudding fez uma análise em milhares de títulos de notícias para entender coisas que os Millennials estão destruindo. Mas, nem tudo está perdido. Eles também mostram coisas que eles também almejaram e amam nesse mundo. (em Inglês)

PRÓXIMOS EVENTOS E MEETUPS

10 a 12 de Outubro de 2019

UNICAP - Recife/PE

15 de outubro de 2019

São Paulo/SP - Gratuito

18 - 20 de novembro de 2019

UFBA - Salvador/BA