Ciência de Dados

A Ciência de Dados surge como uma nova área que visa materializar processos e práticas para explorar, analisar e gerar modelos que permitem a descrição e previsão de uma ampla variedade de tipos de dados. Por fim, esses processos e práticas melhoram o desempenho e eficácia das organizações e qualidade de vida dos cidadãos.

A Ciência de Dados modela e transforma os dados para subsidiar o processo de decisão por meio do pensamento computacional, em direção a tomada de decisão baseada em dados. decision making.

Cientista de Dados

Profissional da década

Profile:

Habilidade analítica
Capacidade de investigação
Empreendedorismo
Conhecimento do negócio
Habilidades de programação

Data Science in Practice

"Se você torturar os dados por tempo suficiente, eles confessarão." Ronald Coase

Gerenciamento de dados: várias plataformas gerais ou especializadas para todos os tipos de dados.

Mineração de dados: várias implementações de cada técnica

Experiência do usuário: o cientista de dados precisa programar?

NÃO! Ele (a) precisa apenas pensar algoritmicamente.

LEMONADE no contexto da ciência de dados

Viabilizadores:

Ampla disponibilidade de implementações de algoritmos
Amplo espectro de bancos de dados e tecnologias de armazenamento
Soluções comerciais de processamento massivamente paralelo
Tecnologia de virtualização madura
Tecnologia de transpilação em tempo real é uma realidade
Consciência do potencial dos dados

Motivations

Os cientistas de dados não precisam programar, literalmente
Os cientistas de dados precisam abstrair tarefas algorítmicas
As plataformas baseadas na Web (Cloud-fashion) oferecem um bom suporte interativo
A programação visual é uma necessidade

Mineração de Dados

A mineração de dados é o processo de descobrir padrões perspicazes, interessantes e novos, bem como modelos descritivos, compreensíveis e preditivos a partir de dados em larga escala (Fonte: ). É um campo que envolve várias áreas do conhecimento, como sistemas de banco de dados, estatísticas, aprendizado de máquina e reconhecimento de padrões. Além disso, a mineração de dados faz parte de um processo maior de descoberta de conhecimento que inclui tarefas de pré-processamento como, por exemplo, extração e limpeza de dados. E também etapas de pós-processamento, como interpretação de modelos e padrões.

Aprendizado de Máquina

O aprendizado de máquina é um campo da Inteligência Artificial (IA). É o campo de estudo que fornece aos computadores a habilidade de aprender sem ser explicitamente programado (Arthur Samuel, 1959). Ou seja, um programa de computador que é capaz de aprender automaticamente e melhorar através da experiência, agindo de forma semelhante aos seres humanos. O processo de aprendizagem é feito através de dados que são utilizados como entrada para esses algoritmos. Os algoritmos buscam encontrar padrões nesses dados que serão utilizados para melhorar o processo de tomada de decisão.

Data science 101

Técnicas, algorítmos e modelos

Recursos

Kaggle

Cortana Intelligence Gallery

"Cortana Intelligence Gallery enables our growing community of developers and data scientists to share their analytics solutions".