Machine Learning 16th

Apr 23, 2018 · Pinheiros, Brazil

Neste meetup teremos duas apresentações: a primeira sobre uma aplicação de Machine Learning para Educação e a segunda sobre Deep Learning e NLP.

=======================================================================
1ª: Quero Minha Nota!: estimando as notas de meio milhão de alunos no ENEM com Machine Learning
=======================================================================

O Enem acontece em novembro, mas os resultados oficiais são divulgados só no ano seguinte. A complexidade da TRI, metodologia de correção da prova, impede que os alunos calculem seu próprio desempenho. O app QMN! estima a nota dos candidatos nas quatro áreas do conhecimento, poucas horas após a prova. Nesta apresentação, mostrarei como usamos Machine Learning para estimar as notas de quase meio milhão de alunos, de 26 mil escolas, no ano de 2017. Além disso: os maiores desafios encontrados, principais resultados, comparativos com os resultados obtidos através de outras metodologias, perspectivas para o futuro, e mais.

Palestrante
-----------------

Camila Almeida estudou Ciências Econômicas na Universidade Federal do ABC e integra o time de dados da Tuneduc - startup fundada em 2012 por pequisadores de Economia da Educação da FEA/USP. Acreditamos que dados empoderam as pessoas para tomarem melhores decisões - em todos os níveis, do aluno ao ministro da educação. A startup disponibiliza indicadores em plataformas online, desenvolvidas minuciosamente para escolas, redes, sistemas de ensino e secretarias de educação.

=======================================================================
2ª: O Bom, o ruim e o sujo em um projeto de Deep Learning.
=======================================================================

Atualmente, modelos de Deep Learning são encontrados cada vez mais em aplicações do nosso dia a dia. De tradutores automáticos a reconhecimento facial em fotos, é previsto que estes modelos estejam presentes em uma gama cada vez maior de produtos. Entretanto, quando
se fala em Deep Learning, muito se foca nas suas aplicações, mas pouco em todo o processo necessário para criar um modelo de forma eficiente. Etapas como coleta/formatação dos dados, pipeline de treinamento e definição da API do modelo são essenciais para qualquer projeto de Deep Learning. Dessa forma, nesta palestra irei apresentar um projeto de Deep Learning de minha autoria, um classificador de notas de filmes, mas focando no processo que usei para sua criação. Abordarei então o que errei e acertei durante o projeto, além de mostrar partes do projeto que tiveram soluções pouco eficientes, as ditas soluções sujas, e o porquê de eu ter usado tais soluções.

Palestrante
-----------------
Lucas Moura é Engenheiro de Software formado pela Universidade de
Brasília. Em 2016, ingressou na Universidade de São Paulo para o mestrado em Ciência da Computação, com foco em Deep Learning. Atualmente, pesquisa sobre Processamento de Linguagem Natural e Incerteza em modelos de Deep Learning. Além disso, também tem grande interesse em projetos software livre, participando em 2016 do programa Google Summer Of Code pelo projeto Debian, além de já ter contribuído com alguns projetos software livre, como o TensorFlow.

Event organizers
  • Machine Learning, Big Data e Engenharia

    An event about machine learning for all concerned ! Industry and academia speakers sharing their expertise on algorithms, analysis, infrastructure and more! The event is totally free Um evento sobre machine learning para todos os interessados! Palestrantes da industria e academia compartilhando sua experiencia sobre algorithmos, analyse, infra-structura e muito mais! Algums dos themas appresentados até agora O evento é totalmente gratuito. ——— Examples of presentations: Convolutional Neural Network RNN a

    Recent Events
    More

Are you organizing Machine Learning 16th?

Claim the event and start manage its content.

I am the organizer
Social
Rating

based on 0 reviews