O que Machine Learning e baratas têm em comum?
Adriana Silva, Head de Analytics, SAS Brasil
Imagine-se preso em um quarto escuro cheio de baratas selvagens, sabendo que sua liberdade depende apenas de você: basta conseguir explicar o processo de Machine Learning e você estará livre delas.
Sem dúvida, seu objetivo é conseguir fugir desse lugar, pois baratas são reconhecidamente asquerosas, medonhas e sujas. Mas você já pensou sobre o papel delas no ecossistema? No momento em que pensamos nelas como parte do todo, notamos que esses bichinhos nojentos são, na verdade, tão interessantes quanto os conceitos de Inteligência Artificial, Machine Learning, Internet das Coisas e Big Data.
Sendo bem simplista, podemos dizer que o Big Data surgiu da necessidade de termos resultados de análises de uma forma rápida, e isso me fez lembrar das baratas. Se elas fossem seres humanos, seriam capazes de correr a 320 km/h.
3 passos para decolar na Inteligência Artificial
Como uma plataforma de Big Data Analytics pode trazer o poder da Inteligência Artificial para todos os níveis de usuários, tirando seu projeto analítico do mundo experimental, e trazendo resultados reais, estatisticamente significativos, para seu negócio?
Se pensarmos no conceito de Machine Learning, que consiste em fazer com que a máquina aprenda algum padrão e faça previsões, temos uma série de analogias. Você sabia que as baratas não vivem no frio? Algo parecido acontece com o Machine Learning e a Inteligência Artificial, que deixam de existir sem os dados. Sendo assim, se você quiser fugir de uma barata vá morar no Polo Norte; se não quiser ter algoritmos não colete dados.
Muitos não sabem, mas o ciclo de vida de uma barata dura de cinco a seis meses. Interessante o quanto isso se parece com o ciclo de vida de um modelo preditivo. Nenhum modelo de Machine Learning dura para sempre. De tempos em tempos, ele deve ser reajustado ou reestimado.
Estamos prestes a ingressar em uma era de comércio preditivo, por meio do qual será obrigatório o desenvolvimento de estratégias que façam uso dos dados para satisfazer o cliente. Luiz Riscado Diretor Comercial SAS Brasil
Uma única barata pode ter até 800 filhotes durante esse ciclo de vida. Imagine quantas baratinhas não nascem diariamente. De novo, isso é muito semelhante a um processo de modelagem. A criação de modelos exige uma forte análise exploratória dos dados e entendimento do negócio. É muito divertido começar esse processo, pois ao longo do caminho outras novas 800 ideias de análises surgirão e, com isso, entra-se no looping da descoberta. Se uma barata é capaz de gerar tantos filhos, um processo de exploração de dados pode gerar inúmeras oportunidades.
Você já tentou matar uma barata? Não é fácil porque ela é muito ligeira. Mas você sabe o porquê? É que ela tem em sua "retaguarda" alguns pequenos pelinhos que servem como sensores. Eles coletam dados e são usados para que a barata se livre de qualquer ameaça, o que é incrível, pois é como ter o conceito perfeito de Internet das Coisas em suas próprias nádegas! Ou seja, os sensores coletam informações e, sob ameaça, disparam o comando para ela correr de maneira desenfreada.
Depois dessa leitura, tenho certeza de que você olhará para as baratas de uma forma diferente e notará também que Inteligência Artificial, Machine Learning e afins não são como mágica. Isso nada mais é do que um mito, pois são dois conceitos que exigem atenção e esforço. E entramos aqui em uma nova analogia, já que o mito em relação às baratas é dizer que elas sobrevivem a uma bomba nuclear; uma grande mentira.
Sobre a autora
Adriana Maria Marques da Silva é graduada em Estatística pela UNESP e Mestra em Ciências: Estatística e Experimentação Agronômica pela Universidade de São Paulo (ESALQ/USP). Trabalhou em empresas como Oracle e Editora Abril, onde foi gerente analítica. Atualmente está no SAS, como head de Analytics. Sempre atuou em análise de dados utilizando a estatística para as soluções de problemas. É professora nas turmas de pós-graduação dos cursos “Análise de Dados e Data Mining” e “Análise de Big Data”, na FIA, nas disciplinas de Regressão Linear, Logística e Árvore de Decisão, Social Network Analysis, além de aulas aplicadas em R, SPSS e SAS.
Leia também
- Unemployment fraud meets analytics: Battle lines are clearly drawnMany fraudsters seized opportunities presented by the COVID-19 pandemic. During the crisis, unemployment fraud became a battleground between international criminal networks and government agencies. Learn how analytics can save billions – and deliver benefits to those truly in need.
- SAS CIO: Why leaders must cultivate curiosity in 2021With the change we’re all facing this year, CIOs should be counting on curiosity to play a crucial role in how we’re going to meet the challenges that lie ahead. From the moment COVID-19 hit, our IT organization has relied on curiosity – that strong desire to explore, learn, know - to fuel the urgent changes required. And it’s curiosity that will enable us to meet the needs of the future of work post-pandemic.
- Five ways your organization can enhance resilience for years to comeInnovation, agility and customer-centricity frequently top the list of companies’ strategic objectives, and now the most urgent priority is resilience. Given this new urgency, it’s worth taking a close look at the underpinnings of resilience and how they could be applied in any industry. This article explores how analytics can help boost resilience and includes key elements to keep your organization resilient.