IA além do hype: quando usar Machine Learning, Deep Learning ou só estatística | Felipe Teodoro – Hipsters.Talks #12 Podcast Por  arte de portada

IA além do hype: quando usar Machine Learning, Deep Learning ou só estatística | Felipe Teodoro – Hipsters.Talks #12

IA além do hype: quando usar Machine Learning, Deep Learning ou só estatística | Felipe Teodoro – Hipsters.Talks #12

Escúchala gratis

Ver detalles del espectáculo

Obtén 3 meses por US$0.99 al mes + $20 crédito Audible

"A gente tem IA, tem machine learning dentro, tem deep learning dentro e dentro de deep learning tem a IA generativa. A quantidade de opções é tão grande que você precisa ter o mínimo de conhecimento de vários deles para saber os pontos fracos e fortes" No décimo segundo episódio do Hipsters.Talks, PAULO SILVEIRA , CVO do Grupo Alun, conversa com FELIPE TEODORO , diretor de Data Science da Kogui, sobre como escolher a ferramenta certa para cada problema: desde estatística básica até redes neurais complexas. Uma conversa que desmistifica o universo da IA e mostra quando usar (e quando NÃO USAR) cada técnica. Prepare-se para um episódio cheio de conhecimento e inspiração! Espero que aproveitem :) Sinta-se à vontade para compartilhar suas perguntas e comentários. Vamos adorar conversar com vocês! 💻 CONHEÇA OS ESTUDOS DE CASO DA NOVA TEMPORADA DO ALURA CASES: Estude com a gente e entenda a cabeça de profissionais de grandes empresas que estão resolvendo seus problemas com programação, dados e inteligência artificial https://www.alura.com.br/cases/temporada/3 🎯 PONTOS IMPORTANTES DO EPISÓDIO:▶ A importância de conhecer e usar estatística básica x Machine Learning x Deep Learning▶ A diferença entre IA clássica e IA Generativa▶ Dados estruturados x não estruturados: qual técnica usar▶ Aprendizagem supervisionada x não supervisionada▶ Redes neurais convolucionais para imagem e áudio▶ Como fatiar problemas complexos em múltiplos algoritmos▶ Exemplos práticos reais: paralisia facial, mercado de ações, detecção de produtos 💡 PRINCIPAIS INSIGHTS DO FELIPE TEODORO:1️⃣ "O problema da ciência de dados é resolver um problema com dados. O algoritmo pode ser opcional, não necessariamente desejável"2️⃣ "Problema bom é problema resolvido, independente da técnica"3️⃣ "Quem financia um projeto não se preocupa se a solução é sofisticada, mas se ela resolve de forma efetiva" 👥 Conheça o Host da série:✅ Paulo Silveira - CVO do Grupo Alunhttps://www.linkedin.com/in/paulosilveira 👥 Conheça nosso convidado:✅ Felipe Teodoro - Diretor de Data Science na Kogui + Cartesios Capitalhttps://www.linkedin.com/in/teodorofelipe 🎬 SOBRE O HIPSTERS.TALKS:Conversas reais com lideranças de tecnologia que estão transformando o mercado. Não são entrevistas superficiais - são diálogos profundos sobre bastidores da inovação, decisões que definem carreiras e tendências que vão impactar sua trajetória profissional. 🔗 LINKS MENCIONADOS NO VÍDEO:Estudo de Caso sobre paralisia facial: https://www.alura.com.br/cases/fashion-rehab-e-o-uso-de-ia-para-apoiar-diagnosticos-de-paralisia-facial-z9785Kogui: https://kogui.com.br/Hipsters Network: https://www.hipsters.network/ 💭 PARA REFLETIR:Você está usando o algoritmo certo para seu problema? Ou está usando Deep Learning onde estatística básica resolveria? Compartilhe suas experiências nos comentários! 📅 PRÓXIMOS EPISÓDIOS:13/11 - Wagner Sanchez (FIAP)27/11 - Denis Balaguer (EY)04/12 - Ana Terra (DASA) 📺 EPISÓDIOS ANTERIORES:21/08 - Carreira ft. Guanabara28/08 - Gestão de Produto ft. Felipe Bedê04/09 - IA para Devs ft. Sérgio Lopes11/09 - IA Generativa ft. Patrícia Prado18/09 - Escala global ft. Francisco Trindade25/09 - Grafos ft. Felipe Nunes02/10 - Vibe Coding ft. Guilherme Silveira09/10 - Liderança ft. Jordana Rodrigues16/10 - LLMs ft. Felipe Iszlaji23/10 - Blockchain ft. Fabiano Miranda30/10 - Arquitetura ft. Leandro Marçal 🔔 INSCREVA-SE no canal da Alura para não perder os próximos episódios e COMPARTILHE com quem também está construindo uma carreira em tecnologia #inteligenciaartificial #machinelearning #deeplearning #hipsterspontotalks #redesneurais #datascience
Todavía no hay opiniones