Portfólio Laisla Francisco

  No artigo anterior, tivemos uma introdução ao tema de aprendizado de máquina, e após entendê-lo, é bom sabermos também sobre uma etapa super importante , que é o processo de ETL (ou ELT em alguns casos) e deve anteceder qualquer projeto seja de aprendizado de máquina ou BI para garantir a qualidade da nossa base de dados e a eficiência na execução dos nossos algoritmos. Vamos lá! O ETL (Extract Transform Load, ou Extração Transformação e Carregamento) é capaz de tornar o processo mais preciso e eficiente, é nesse processo que os dados são padronizados e limpos e é nele que conseguimos entender os dados que nossa base tem e já ter uma noção prévia do que eles nos fornecem e são capazes de fornecer depois de aplicarmos técnicas de BI, machine learning... ELT (Extrair, carregar e transformar) nesse caso a carga é feita antes da transformação, ela otimiza a carga e é normalmente usada em Data Lakes e dados para serem usados em Big Data, ou casos de aprendizado de máquina que exigem q...

  Vou dar início à trilha de machine learning , onde quero explorar com vocês, diversos algoritmos e suas aplicações, vendo toda sua teoria, mas também a sua prática. E quem quiser contribuir com essa trilha, vem comigo! E para iniciarmos esse caminho, vamos entender primeiro o que é o tão famoso machine learning (aprendizado de máquina, ou ML se preferir). O aprendizado de máquina é umas das técnicas da ciência de dados e consiste em usar algoritmos e técnicas de matemática e estatística para a partir dos dados que geramos, conseguir entender e realizar sua classificação, ou ainda, prever o seu futuro. Vou simplificar: Cada interação nossa em algum site, sistema ou até fisicamente em uma loja ou supermercado, gera um rastro de dados sobre nós mesmos, nossas preferências e nossos hábitos, com esses dados, cientistas de dados podem usar algoritmos de machine learning para nos oferecer exatamente o que podemos estar precisando (ou até nos induzir a comprar algo da nossa...