Profile

André Claudino @andreclaudino


About Me

-

Events

IA.Inside - Rio de Janeiro

Em Janeiro estaremos fazendo o Primeiro meetup da comundiade IA Brasil.

Estamos em busca de Palestrantes que possam falar sobre inteligência artificial para a nossa comundiade.

 

Vai ser na Stone, Avenida General Justo 375 - Centro.

 

Será em torno das 19h30min no dia 17 de Janeiro de 2018, Quarta-feira.

 

Aproveite e conheça a comunidade no Telegram:

https://t.me/iaBrasil

Proposals

Álgebra e Cálculo com Python: Usando Sympy pra computação simbólica

Algoritmos numéricos são muito comuns nos mais diversos problemas de ciência, engenharia e análise de dados. Mas em alguns casos eles podem ser otimizados com uma validação prévia do problema utilizando computação simbólica.


Com o SymPy, uma biblioteca Python de computação simbólica e Matemática não só podemos resolver algebricamente equações como também dá pra verificar os exercícios de cálculo :-)


 


Nessa apresentação vou falar um pouco da computação simbólica, como funciona por trás dos panos e apresentar a biblioteca SymPy.


 


http://www.sympy.org/pt/index.html

Apache Mesos: Distribuindo e escalando códigos em Python

É muito comum hoje em dia se falar em microserviços, escalabilidade e map reduce. Todos esses termos são na verdade faces de um mesmo hipercubo, a programação esclável e distribuída.


No mundo de hoje onde temos algumas características que mudam completamente a visão de software eficiente que tínhamos há alguns anos:


- a demanda por desempenho e o volume de dados a serem manipuladosé enorme
- em lugar de supercomputadores esse processamento pesado precisa ser feito em vários computadores com menor capacidade
- Deve-se levar em conta a resiliência e escalabilidade do software, pois falhas acontecem, e elas devem custar o mínimo para serem recuperadas


A forma de resolver todos estes problemas é  com o processamento distribuído, mas nem sempre Map Reduce ou microserviços atendem a essa demanda. Algumas vezes precisamos apenas delegar tarefas mais complicadas para outra unidade de processamento e com isso manter um serviço suficientemente resiliente, ou apenas queremos economizar ativando certos recursos apenas quando necessário. O Mesos, sistema operacional de datacenter da Apache, atende a esses pré-requisitos, e aqui vamos dicustor como utilizá-lo para distribuir recursos usando Python.

Apache Mesos: Distribuindo e escalando códigos em Python

É muito comum hoje em dia se falar em microserviços, escalabilidade e map reduce. Todos esses termos são na verdade faces de um mesmo hipercubo, a programação esclável e distribuída.


No mundo de hoje onde temos algumas características que mudam completamente a visão de software eficiente que tínhamos há alguns anos:


- a demanda por desempenho e o volume de dados a serem manipuladosé enorme
- em lugar de supercomputadores esse processamento pesado precisa ser feito em vários computadores com menor capacidade
- Deve-se levar em conta a resiliência e escalabilidade do software, pois falhas acontecem, e elas devem custar o mínimo para serem recuperadas


A forma de resolver todos estes problemas é  com o processamento distribuído, mas nem sempre Map Reduce ou microserviços atendem a essa demanda. Algumas vezes precisamos apenas delegar tarefas mais complicadas para outra unidade de processamento e com isso manter um serviço suficientemente resiliente, ou apenas queremos economizar ativando certos recursos apenas quando necessário. O Mesos, sistema operacional de datacenter da Apache, atende a esses pré-requisitos, e aqui vamos dicustor como utilizá-lo para distribuir recursos usando Python.


Duração: 1h a 3h
Nível: Iniciante
Ambiente: Linux com Docker
Pré-requisitos: Não há

Aplicações de IA com Tensorflow com Python

Inteligência Artificial está na moda e uma das melhores ferramentas para IA avançada em GPU é o Tensorflow.


Aqui vou falar um pouco sobre a ferramenta e apresentar o básico para que ela possa ser usada em projetos de Machine Learning ou Deep Learning, desde o treinamento até produção.

Busca Cognitiva

Vamos dar uma mini-visão geral do projeto Marina, o sistema de busca cognitiva de smartphones que criamos no Hackaton da B2W.

Deep Learning com Python

Vou falar um pouco de inteligência artificial usando python, principalmente sobre deep learning.


Vou fazer uma introdução ao deep learning, sua utilidade e algumas aplicações.


A seguir, vou apresentar algumas ferramentas de deep learning usando python como Tensorflow, Keras e Pytorch.


 


 

Distribuindo e escalando códigos em Python

Hoje em dia é muito comum falar em processamento distribuído e escalabilidade, mas fora de microserviços autônomos não se fala muito no assunto.


Vou abordar um pouco sobre como criar aplicações em Python que podem ser escaladas com a demanda é interagir entre si.

IA com tensores usando Tensorflow

A ideia do tutorial é apresentar a Inteligência Artificial baseada em operadores lineares.


 


Essa abordagem nos permite partir tanto de algoritmos como da definição matematima, aos poucos chegar a escalabilidade e IA para produção.

Levando IA pra produção com Python

Inteligência Artificial está na moda, vemos formas eficientes de resovler e atacar problemas que antes só poderiam ser feitos por humanos ou com um nível de precisão razoável. Porém, quando falamos em IA estamos quase sempre falando de metodologia de treinamento, e raramente nos preocupamos com o nosso problema em produção.


Aqui vou discutir formas de fazer o deploy de produtos de Inteligência Artificial usando ferramentas como Tensorflow e Sickit Learn, além de discutir o aprendizado online, onde focaremos em sistemas que precisam ser treinados enquando estão em produção.

Levando IA pra produção com Python

Inteligência Artificial está na moda, vemos formas eficientes de resovler e atacar problemas que antes só poderiam ser feitos por humanos ou com um nível de precisão razoável. Porém, quando falamos em IA estamos quase sempre falando de metodologia de treinamento, e raramente nos preocupamos com o nosso problema em produção.


Aqui vou discutir formas de fazer o deploy de produtos de Inteligência Artificial usando ferramentas como Tensorflow e Sickit Learn, além de discutir o aprendizado online, onde focaremos em sistemas que precisam ser treinados enquando estão em produção.


Duração: 1h a 2h
Nível: Intermediário
Ambiente: Linux
Pré-requisitos: Noção de inteligência artificial e treinamento.

Python Para Ciência de Dados

Python é uma das linguagens mais utilizadas para quase tudo. Além do seu uso em produção, Python é muito bom pra quem está testando modelos e projetos. Uma das aplicações é na ciência de dados. 


Hoje em dia, entender o que alguns dados significam é muito importante para os resultados de uma empresa, nem sempre os dados vêm mastigados, preparados para gráficos. As vezes é preciso processar muitos dados, ou dados que são gerados por streamming, ou seja, avançamos ao campo do big data.


 


Nessa palestra, proponho uma pequena introdução a Ciência de Dados com Python, passando por Big Data, Bad Data e Visualização.


 


Os códigos utilizados para a apresentação estarão disponíveis no github em https://github.com/andreclaudino/pythonOnRioXXII-IA

Python Para Inteligência Artificial

Python é uma das linguagens mais famosas para análise de dados e inteligência artificial. Muitas ferramentas importantes para IA e machine learning estão escritas em Python, e portanto vou falar um pouco do básico de Python para inteligência artificial e aprendizado de máquina. Uma introdução ao assunto, apresentando as ferramentas e algumas ideias simples, espero cortar caminho para quem não entende nada do assunto, e criar uma base de discussões para quem já conhece um pouco da área.


 


Os códigos utilizados para a apresentação estarão disponíveis no github em https://github.com/andreclaudino/pythonOnRioXXII-IA

Vetorizando textos

Um dos primeiros passos para a computação cognitiva e para uma análise textual consistente está na vetorização de textos.


Nós aprendemos os significado das palavras e textos a partir da experiência, mas como fazer um computador entender o significado de uma palavra num contexto, interpretar um texto e analisar o tom?


Tem muitos passos pra isso mas o primeiro e transcrever as palavra para vetores, ou seja, transformar palavras em algo matematicamente mensurável. É e isso que vamos fazer aqui.