APRESENTAÇÃO

DE APOIO

COMO USAR MACHINE

LEARNING PARA SUPERAR
O MERCADO
Por Cezar Taurion – Aula 01

MBA em
Tecnologia para Negócios: AI, Data Science e Big Data
 Ementa da disciplina
O que é Aprendizagem de Máquina e como ela ocorre. Exemplos de usos e aplicações do
Aprendizado de Máquina na área de negócios. Como obter vantagem competitiva através
do Machine Learning.
 Professores
CEZAR TAURION
Professor convidado
Sócio da KICK Ventures, trabalha com o propósito de
incentivar e promover o empreendedorismo para o próximo
nível, especialmente nas economias emergentes,
alavancando a cultura da inovação e parcerias de
empreendimentos corporativos. Além disso, Taurion é VP de
Estratégia e Inovação na Cia Técnica, mentor e investidor em
startups, e ainda exerceu cargos técnicos e executivos em
empresas como Shell e Chase Manhattan Bank. Consultor
com grande experiência, já foi diretor de Novas Tecnologias
Aplicadas/Chief Evangelist da IBM Brasil, e sócio-diretor líder
de IT Strategy na PwC, desenvolvendo diversos projetos de
alta complexidade que transformaram o papel da TI e seu
posicionamento profissional em grandes corporações. Como
escritor, Taurion é autor de nove livros que abordam
assuntos como Transformação Digital, Inovação, Big Data e
Tecnologias Emergentes. É colunista da CIO Magazine e
Computerworld Brasil. Também colabora com sites
especializados, como TI Especialistas e iMasters, além de
apresentar palestras sobre tecnologia da informação em
eventos e conferências.
SÍLVIA MARIA WANDERLEY MORAES
Professora PUCRS
Professora da Escola Politécnica da Pontifícia
Universidade Católica do Rio Grande do Sul (PUCRS) desde
agosto de 1997. Também é uma das professoras
colaboradoras do Grupo de Pesquisa em Linguagem Natural
da PUCRS. Em 2012, obteve título de doutora em Ciência da
Computação (PPGCC/PUCRS) com a tese “Construção de
Estruturas Ontológicas a partir de Textos: um Estudo Baseado
no método Formal Concept Analysis e em Papéis Semânticos”.
Anteriormente, de 1994 a 1997, cursou mestrado em Ciência
da Computação no PPGC/UFRGS. Obteve o título de bacharel
em Informática na FACIN/PUCRS em 1992. Seus principais
interesses de pesquisa estão relacionados ao processamento
de linguagem natural: mineração de texto, a categorização de
texto, agrupamento de texto, aprendizagem automática,
aprendizagem de ontologias, extração de conceitos, análise de
sentimentos, agentes conversacionais etc.
 Encontros e resumo da disciplina
AULA 1
As tecnologias não podem ser
O aprendizado de máquina pode ajudar de
encaradas apenas em seu estado
presente, mas em sua
potencialidade de desenvolvimento.
O mundo digital não conta com a
fricção do mundo analógico; a
disseminação das novas
tecnologias é muito mais veloz.
A inteligência artificial não é
exatamente inteligente,
apenas exibe um
comportamento que parece
inteligente.
CEZAR TAURION
Professor convidado
AULA 2
forma decisiva na transformação da
indústria da saúde.
A sociedade digital cognitiva
entra em conflito com o
modelo educacional
industrial.
É preciso de dados num volume
adequado, na variedade adequada
e de grande qualidade/veracidade.
CEZAR TAURION
Professor convidado
AULA 3
A inteligência artificial é uma área
maior que abriga a subárea de
machine learning, a qual, por sua
vez, abriga a subárea de deep
learning.
A máquina extrai regras gerais a
partir de um conjunto de
informações - que devem ser
suficientemente amplas e
corretas.
Aprendizado não supervisionado,
aprendizado supervisionado e
aprendizado por reforço são os
principais paradigmas de
aprendizado.
SÍLVIA MARIA WANDERLEY MORAES
Professora PUCRS
Como usar Machine Learning
para superar o mercado?
Vamos compartilhar experiências...
“não vivemos numa era de
mudança vivemos numa
mudança de era.”

Chris Anderson
JÁ ESTAMOS NA QUARTA REVOLUÇÃO INDUSTRIAL
Primeira Revolução Digital
+

+
According to estimates by InfoTrends, a
total of 1.2 trillion digital photos will be
taken worldwide in 2017, that is roughly
160 pictures for every one of the roughly
7.5 billion people inhabiting planet
earth.
 RE-IMAGINE
THEN NOW
“Everything that can be
Automated will be
automated.”

In the Age of the Smart Machine: The Future of Work and Power
Shoshana Zuboff –http://en.Wikipedia.org/wiki/shoshana_zuboff
Vamos fazer um teste rápido. Qual dessas
empresas você diria que a própria Netflix
considera como sua maior competidora?

👉👉 Amazon Prime Video

👉👉 HBO Go

👉👉 Disney+

👉👉 Apple TV

👉👉 Nenhuma das anteriores

É bastante tentador que gestores enxerguem apenas o seu
próprio “campo de jogo”. Tradicionalmente, as escolas de
gestão sempre dividiram os negócios em setores
específicos. E as empresas desses setores específicos
competiam apenas com outras empresas dentro do mesmo
setor.

Esses tempos acabaram.

Para pensar digital, temos que entender a essência da digitalização

Democratization!
 THE COMBINATORIAL EFFECTS OF TECHNOLOGY
ARE ACCELERATINGCHANGE

IoT and
smart machine

Big Data, analytics,

visualization

The falling cost of Web 2.0, cloud, mobile

Cumulative capability
advanced technologies Web 1.0 eCommerce
is a defining
characteristic of the Client-server
digital revolution. It is and PCs
Artificial
playing a major role in Mainframe
intelligence
accelerating innovation.
1950 1960 1970 1980 1990 2000 2010 2020 Time

Source: World Economic Forum/Accenture analysis

Examples of the falling cost of key technologies

Drones Cost per unit DNA Sequencing Cost per unit Solar Cost per kWh*

2000 $2.7 billion

2007 $100,000 2007 $10 million
1984 $30
$70 $1,000 minus $0.16
http://reports.weforum.org/digital-transformation * kilowatt hour
 VUCA
+

- +
‘AI IS THE NEW ELECTRICITY’

“Just a s electricity transformed

almost everything 100 years ago,
today I actually have a hard time
thinking of an industry that I don’t
think AI will transform in the next
several years.”
Andrew Ng
Former chief scientist at Baidu, Co-founder at Coursera
GOFAI - "Good Old-Fashioned Artificial Intelligence"
3.2 Billion Images and 720,000 Hours of Video Are Shared Online Daily
OpenAI’s GPT-3 Algorithm Is Now Producing Billions of Words a Day
There’s a New Nirvana Song Out, and It Was Written by Google’s AI
58% of all organizations foresee
modifications to their business
models due to AI within five years.*

*MIT Sloan Management Review (Sep, 2018).

Pigeons, with training, did just as
well as humans in a study testing
their ability to distinguish
cancerous from healthy breast
tissue samples.

UNIV. IOWA/WASSERMANN LAB

X = 1738 * 512 / 37 + 318/ 23 * 15 -2