Este tutorial tem por objetivo apresentar exemplos de aplicações Big Data utilizando o Apache Spark. Será apresentado a implementação em Python (PySpark). Além disso, será demonstrado a integração do PySpark com o Jupyter Notebook possibilitando a integração com notebooks pré-existentes. Brevemente serão apresentados os conceitos bases do framework, demonstrando exemplos de aplicações com rotinas, Map & Reduce, Filter, Order, Union, etc. Também será apresentado a utilização da biblioteca MLlib do Apache Spark, demonstrando exemplos de modelos de aprendizagem de máquina, tais como KNN, K-Means, dentre outros. Ao final do tutorial a plateia será capaz de implementar suas primeiras aplicações, além de saber como iniciar seus estudos com o Apache Spark.

Conhecimento prévio necessário: Familiaridade com o Python.
Pré-requisitos: Trazer seu notebook com o Python (preferencialmente o 3.6) e os seguintes pacotes instalados: numpy, scipy, matplotlib, seaborn, pandas, pyspark

Tutorial prático de machine learning visando apresentar conceitos básicos da área, convenções do scikit-learn e casos de uso.

Conhecimento prévio necessário: Familiaridade com o Python e com matemática básica. Conhecer o stack científico do Python, principalmente numpy e matplotlib, facilitará a compreensão.

Pré-requisitos: Trazer o computador (o tutorial é hands-on!) com o Python (preferencialmente o 3.6) e os seguintes pacotes instalados: numpy, scipy, matplotlib, seaborn, pandas, scikit-learn.

Este tutorial tem por objetivo apresentar e descrever brevemente as técnicas baseadas em busca e metaheuristicas mais utilizadas para solução de problemas de otimização, tais como Subida da Encosta, Algoritmo Genético, Otimização por enxame de Particulas, dentre outras. Adicionalmente, apresentar bibliotecas e aplicações em python, enfatizando a facilidade de uso e poder de resolução de problemas.

Meta-heurísticas são algoritmos que visam a resolução de problemas de otimização objetivando encontrar soluções ótimas ou aproximadas ao ótimo. Normalmente, tais técnicas são utilizadas em problemas que não podem ser resolvidos por algoritmos convencionais ou que possuam grande complexidade. Diversos desses problemas são problemas de busca e otimização, nos quais não é possível encontrar uma solução ótima que seja alcançada em tempo razoável a um custo computacional aceitável.

[4hrs]

A ideia desse tutorial é transformar a mentalidade de que python é uma linguagem ruim para usar programação funcional. Vamos entender como funcionam as features e o que python pode nos proporcionar de melhor. Vale resaltar que o objetivo de tudo não é vender programação funcional como o centro do universo, mas mostrar como mesclar conceitos declarativos para que você escreva um código mais simples e clean.

Pré-requisitos:

- Python básico
- Saber o que é uma função
- Se souber usar lambda será ótimo, se não a gente explica
 - Um computador com Python3 (de preferencia 3.6)

Roteiro:
- Uma introdução não axiomática a teoria dos conjuntos.
- Um pouco sobre iteradores
- Funções, funções e funções
- - Funções totais
- - Funções parciais
- - Funções anônimas
- Closures, o centro do universo
- Composição/Pipelines
- lambdas para vencer
- Bibliotecas não builtins que pode te ajudar

Na busca de automatizar meus gastos e o registro de outras diversas coisas no meu (caótico) apartamento, comecei a usar o Google Spreadsheets, e após descobrir a API do Drive e GSpread, vi que minha brincadeira tinha se tornado em quase um produto por conta própria.

Estarei a ensinar como automatizar qualquer tipo de coisa que se faria em uma planilha, usando ao máximo de um paradigma pythônico de programação, e de formas interessantes e bonitinhas de visualização desses dados, até mesmo a criar um API para consumação e alteração de sua planilha através de por exemplo, seu celular!

Sou calouro de Engenharia da Computação na UFSCar, e espero poder mostrar esse belo casal c:

Posso apresentar um método de criação de um jogo simples.

A linguagem python permite desenvolvimento de software.

Eu crio jogos em várias linguagens. A mais de dez anos.

Me disponho a palestrar nesse evento nessa data. Apresentando o desenvolvimento de um joguinho simples.

Com o crescimento da variedade de informações disponíveis na web e a grande quantidade de dados produzida pelos usuários, proporcionou-se que novos serviços de e-business fossem desenvolvidos a fim de entender e compreender os comportamentos e gostos dos usuários. Desta forma, surgem os Sistemas de Recomendação (SR), sistemas especialistas que visam recomendar a um usuário um conteúdo interessante de acordo com os seus interesses. Contudo, dado a vasta quantidade de informações, principalmente não estruturada (e.g. imagens, textos, vídeos, mensagens por voz, etc), como interpretar esses dados?

Logo, é interessante identificar características e interesses dos usuários a fim de realizar recomendações úteis. Neste sentido, este tutorial visa explorar a Mineração de Texto para a descoberta de conhecimento. A Mineração de Texto refere-se a técnicas de Inteligência Artificial para análise textual, bem como a obtenção de preferências, padrões e características linguísticas.

O propósito deste tutorial e abordar o passo a passo e explorar as possibilidades da Mineração de Texto nos mais diversos contextos. Neste tutorial, será utilizada a Mineração de Texto para desenvolver um sistema de recomendação baseado em filmes, bem como análises de resultados subjetivos e estatísticos sobre o mesmo. Quer saber como o Python propicia tudo isto? Venha ver!

Garantir entregas de software que estejam funcionando? TESTES!

Entregas com qualidade de código e de fácil manutenção? TESTES UNITÁRIOS!

"Mas fazer testes é muito chato!" - E se a gente fizer os testes programando em Python o poder automatizá-los? =D

Este tutorial tem o propósito de ensinar os primeiros passos para começar a fazer testes unitários usando Python, com muita mão na massa e sem complicações!

Destina-se a pessoas que já sabem o básico de Python e lógica de programação.

Tutorial de como desenvolver minha própria biblioteca de Computação Gráfica 2D (funcionalidades gráficas) em Python.

Utilizando somente bibliotecas padrões do Python 3 (nenhuma lib externa).

Mostrarei Aplicações em Jogos 2D e Processamento de Imagens.

Sou Mestre em Engenharia de Informação, Bacharel em Ciência da Computação.

Leciono na Universidade Cruzeiro do Sul e na Faculdade Impacta de Tecnologia.

Já trabalhei em empresas de Jogos Digitais, Aplicações Interativas e Engenharia de Software.