<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Crhis Ferreira on Medium]]></title>
        <description><![CDATA[Stories by Crhis Ferreira on Medium]]></description>
        <link>https://medium.com/@crhisangela?source=rss-ca13ecbed11c------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*hpvpuL242MN7ecDsgxkMeA.jpeg</url>
            <title>Stories by Crhis Ferreira on Medium</title>
            <link>https://medium.com/@crhisangela?source=rss-ca13ecbed11c------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Tue, 17 Nov 2026 14:49:05 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@crhisangela/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[Fundamentos da IA Generativa e One Direction]]></title>
            <link>https://medium.com/@crhisangela/fundamentos-da-ia-generativa-e-one-direction-4e29fd745d0c?source=rss-ca13ecbed11c------2</link>
            <guid isPermaLink="false">https://medium.com/p/4e29fd745d0c</guid>
            <category><![CDATA[ia-generativa]]></category>
            <category><![CDATA[llm]]></category>
            <category><![CDATA[fundamentos]]></category>
            <dc:creator><![CDATA[Crhis Ferreira]]></dc:creator>
            <pubDate>Mon, 28 Sep 2026 22:03:55 GMT</pubDate>
            <atom:updated>2026-09-28T22:03:55.852Z</atom:updated>
            <content:encoded><![CDATA[<h4>Usando 1D pra te explicar tokens, prompts, tools, guardrails e LLMOps</h4><p>Se você já passou horas lendo fanfic, montando playlist da era <em>Midnight Memories</em> ou debatendo qual é o melhor álbum da banda, você já tem tudo que precisa para entender como funcionam os modelos de linguagem (LLMs), como o GPT e o Claude.</p><p>Neste guia, cada conceito vem com um exemplo do universo 1D.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/800/0*0NZppLAVb4ghf6IY.jpg" /><figcaption>Imagem 1. One Direction em uma premiação. Fonte: Britannica.com</figcaption></figure><h3>Parte 1: O básico: o que acontece quando você manda um prompt</h3><p>Cinco conceitos andam sempre juntos: <strong>tokens, janela de contexto, temperatura, custo e latência</strong>.</p><h4>Tokens</h4><p>Um token é a unidade de texto que o modelo processa. Não é exatamente uma palavra: pode ser uma palavra inteira, um pedaço dela ou até um sinal de pontuação.</p><p>A frase:</p><pre>One Direction lançou What Makes You Beautiful</pre><p>pode virar, aproximadamente, algo como:</p><pre>One | Dire | ction | lanç | ou | What | Makes | You | Beau | tiful</pre><p>A divisão exata depende do tokenizador de cada modelo. O que importa é: <strong>tokens definem o limite de contexto, o custo e a latência</strong>.</p><p>Se você pedir “Analise estes 5.000 tweets de fãs sobre o hiato da banda” e esses tweets somarem 200 mil tokens, o modelo precisa ler tudo isso antes de escrever a primeira palavra da resposta.</p><h4>Janela de contexto</h4><p>A janela de contexto é a quantidade máxima de informação que o modelo consegue considerar numa única chamada. Pense nela como a <strong>memória de trabalho</strong> daquela conversa.</p><pre>┌──────────────── Janela de contexto ────────────────┐<br>│ instruções + histórico + documentos + pergunta     │<br>│ + resposta                                         │<br>└────────────────────────────────────────────────────┘</pre><p>É como tentar colocar uma fanfic de 600 capítulos inteira no prompt: se não couber, você precisa resumir, dividir ou buscar só os capítulos relevantes.</p><blockquote><em>Mais contexto nem sempre é melhor. Informação demais pode atrapalhar, porque o detalhe importante fica perdido no meio do resto.</em></blockquote><h4>Temperatura</h4><p>A temperatura controla, de forma simplificada, o grau de aleatoriedade na geração. Imagine que o modelo precise completar:</p><pre>“O integrante da One Direction que eu mais ouço é o…”</pre><p>Possibilidades: Harry, Niall, Louis, Liam, Zayn.</p><pre>Temperatura baixa          Temperatura alta<br>      ↓                          ↓<br>mais previsível            mais variedade<br>mais consistente           mais criatividade<br>menos variação             menos previsibilidade</pre><p>Para <strong>classificar</strong> uma mensagem do fã-clube, você quer consistência: temperatura baixa.</p><p>Para <strong>criar 10 nomes para o novo fã-clube</strong>, uma temperatura mais alta: “criatividade”, ajuda a fugir do óbvio.</p><blockquote><em>Temperatura não é um botão de inteligência. Ela muda a distribuição das escolhas, não transforma um modelo fraco em um modelo bom.</em></blockquote><h4>Custo</h4><p>Em APIs de LLM, você paga pelos tokens de <strong>entrada</strong> e de <strong>saída</strong>.</p><pre>Prompt:   20.000 tokens (a discografia inteira comentada)<br>Resposta:  1.000 tokens<br>          ─────<br>          21.000 tokens</pre><p>Se você resolver a mesma tarefa com um prompt de 4.000 tokens e uma resposta de 800, o custo cai bastante. Isso pesa muito quando o bot analisa milhares de mensagens por dia, como num dia de anúncio de turnê.</p><h4>Latência</h4><p>Latência é o tempo entre mandar a requisição e receber a resposta. Ela depende de:</p><ul><li>tamanho do prompt;</li><li>quantidade de tokens gerados;</li><li>modelo escolhido;</li><li>carga da infraestrutura;</li><li>número de chamadas encadeadas;</li><li>processamento extra da sua aplicação.</li></ul><p>Em produção, o jogo é sempre equilibrar os três:</p><pre>qualidade  ↔  custo  ↔  latência</pre><h3>Parte 2 : Como conversar com o modelo</h3><h4>Prompt engineering</h4><p>Prompt engineering é estruturar a instrução para aumentar a chance de o modelo entregar o que você quer. Nosso bot precisa detectar <strong>cambistas</strong>: pessoas tentando vender ingresso por fora, puxando a conversa para o privado.</p><p>Prompt ruim:</p><pre>Analise essa mensagem.</pre><p>Prompt claro:</p><pre>Você é um moderador do fã-clube de One Direction.<br>Analise a mensagem e diga se ela tenta vender ingresso<br>fora dos canais oficiais.</pre><pre>Retorne apenas uma classificação:<br>- CAMBISTA<br>- NORMAL</pre><pre>Mensagem:<br>&quot;tenho 2 pista premium, me chama no privado&quot;</pre><p>Um bom prompt costuma deixar explícito:</p><ol><li><strong>Papel:</strong> “Você é um moderador do fã-clube.”</li><li><strong>Tarefa:</strong> “Diga se a mensagem tenta vender ingresso.”</li><li><strong>Critérios:</strong> “Considere CAMBISTA quando houver oferta de ingresso com pedido de contato externo.”</li><li><strong>Restrições:</strong> “Fã comentando que comprou ingresso não é cambista.”</li><li><strong>Formato:</strong> “Retorne apenas JSON.”</li></ol><p>Cada item explícito é uma decisão a menos que o modelo precisa adivinhar.</p><h4>Few-shot prompting</h4><p>Few-shot é ensinar o padrão com alguns exemplos, em vez de escrever uma regra para cada caso.</p><pre>Classifique as mensagens.<br><br>&quot;vendo ingresso da reunion tour, chama no zap&quot;  → CAMBISTA<br>&quot;qual o melhor álbum: Four ou Made in the A.M.?&quot; → NORMAL<br>&quot;tenho cadeira inferior, manda DM&quot;              → CAMBISTA<br><br>Agora classifique:<br>&quot;alguém vai de caravana pro show?&quot;</pre><p>Três variações do mesmo conceito:</p><ul><li><strong>Zero-shot:</strong> nenhum exemplo, só a instrução.</li><li><strong>One-shot:</strong> um exemplo antes da pergunta.</li><li><strong>Few-shot:</strong> vários exemplos cobrindo nuances.</li></ul><p>Few-shot brilha quando a tarefa tem nuances difíceis de descrever em regras, como a diferença entre “vendo ingresso” e “vendi meu ingresso, chorando até agora”.</p><h4>Saída estruturada (JSON)</h4><p>Se o modelo responde “Essa mensagem parece indicar uma possível venda de…”, sua aplicação não sabe o que fazer com isso. Você quer:</p><pre>{<br>  &quot;cambista&quot;: true,<br>  &quot;canal_externo&quot;: &quot;whatsapp&quot;,<br>  &quot;confianca&quot;: 0.93<br>}</pre><p>E aí o código consome direto:</p><pre>resposta = llm(mensagem)<br>if resposta[&quot;cambista&quot;]:<br>    ocultar_mensagem()</pre><pre>Com JSON:   LLM → JSON estruturado → sistema<br>Sem JSON:   LLM → texto livre → regex e gambiarras → sistema</pre><blockquote><em>Pedir “responda em JSON” no prompt não é o mesmo que usar Structured Outputs com schema. Em produção, prefira o recurso da API que valida e força o formato.</em></blockquote><h3>Parte 3: Alucinação, RAG e tool calling</h3><h4>Alucinação</h4><p>Alucinação é quando o modelo produz algo plausível, mas sem base nos dados. Você pergunta:</p><pre>Quantos ingressos o fã-clube vendeu na caravana 12345?</pre><p>E o modelo responde, confiante: “A caravana vendeu 487 ingressos.” Você nunca forneceu esse número.</p><p>Isso acontece porque um LLM, simplificando muito, aprende padrões para gerar a próxima sequência de tokens. Ele não é um banco de dados que consulta a verdade antes de responder.</p><h4>Por que acontece?</h4><ol><li><strong>Falta de informação:</strong> você pergunta a setlist de um show sem passar a setlist.</li><li><strong>Conhecimento desatualizado:</strong> “Qual o lançamento mais recente do Niall?” pode vir com uma resposta antiga ou inventada.</li><li><strong>Prompt ambíguo:</strong> “Analise esse fã.” Analisar o quê? Engajamento? Risco de golpe? Música favorita?</li><li><strong>Contexto ruim:</strong> 500 posts no prompt e o relevante perdido no meio.</li><li><strong>Precisão factual:</strong> datas, números, IDs, citações exigem uma fonte confiável.</li></ol><h4>Como reduzir: RAG</h4><blockquote><em>Não tente resolver tudo só com um prompt melhor. Combine o LLM com dados e ferramentas.</em></blockquote><p>No RAG (Retrieval-Augmented Generation), você busca os documentos relevantes antes de perguntar:</p><pre>Pergunta do fã<br>     ↓<br>Busca nas regras do fã-clube<br>     ↓<br>Trechos relevantes<br>     ↓<br>LLM<br>     ↓<br>Resposta baseada nas regras</pre><p>Em vez de “O que você sabe sobre as regras do fã-clube?”, você envia as regras e escreve: “Responda exclusivamente com base neste documento.”</p><h4>Tool calling</h4><p>Tool calling permite que o LLM peça para um sistema externo buscar uma informação ou executar uma ação.</p><blockquote><em>O LLM percebe que precisa de uma ferramenta → pede a ferramenta → recebe o resultado → usa o resultado para responder.</em></blockquote><p><strong>Sem tool calling:</strong> “Quantos streams Night Changes teve hoje?” O modelo não tem acesso a isso e pode inventar um número.</p><p><strong>Com tool calling:</strong> você disponibiliza consultar_streams(musica).</p><pre>Fã: &quot;Quantos streams Night Changes teve hoje?&quot;<br>        ↓<br>      LLM  →  &quot;preciso consultar&quot;<br>        ↓<br>consultar_streams(musica=&quot;Night Changes&quot;)<br>        ↓<br>   API de streaming<br>        ↓<br>{ &quot;streams_hoje&quot;: 1250000 }   (valor fictício)<br>        ↓<br>      LLM<br>        ↓<br>&quot;Night Changes teve cerca de 1,25 milhão de streams hoje.&quot;</pre><h4>O LLM não executa a ferramenta</h4><p>Esse detalhe é importante. O modelo só gera o <em>pedido</em>:</p><pre>{<br>  &quot;tool&quot;: &quot;consultar_streams&quot;,<br>  &quot;arguments&quot;: { &quot;musica&quot;: &quot;Night Changes&quot; }<br>}</pre><p>Quem executa é a <strong>sua aplicação</strong>, que devolve o resultado ao modelo. O controle fica sempre com você.</p><h4>Tool calling ≠ Structured Outputs</h4><ul><li><strong>Structured Outputs</strong> = “me responda neste formato”.</li><li><strong>Tool calling</strong> = “use esta ferramenta quando precisar”.</li></ul><h4>Voltando ao bot anti-cambista</h4><p>O modelo classifica a mensagem como CAMBISTA. Agora você quer saber se aquele número já apareceu antes, então disponibiliza buscar_reincidencia(telefone):</p><pre>Mensagem → LLM → detecta telefone<br>        ↓<br>buscar_reincidencia()<br>        ↓<br>Banco de dados: &quot;número denunciado 3 vezes&quot;<br>        ↓<br>LLM → decisão final: banir e avisar moderação</pre><p>Ferramentas também executam ações: criar_ticket(), enviar_aviso(), banir_usuario(). Tools que alteram dados precisam de controles extras: autorização, validação dos argumentos e confirmação humana quando necessário.</p><h4>RAG + tools juntos</h4><pre>LLM<br>                   │<br>      ┌────────────┼────────────┐<br>      ↓            ↓            ↓<br>  API/SQL         RAG      Calculadora<br> (streams)   (regras do    (divisão da<br>              fã-clube)     caravana)</pre><p>O LLM decide qual ferramenta usar e com quais argumentos. A execução fica com a aplicação.</p><blockquote><em>LLM para raciocinar e orquestrar. Ferramenta para informação ou ação que precisa ser real.</em></blockquote><p><strong>Analogia:</strong> pense no LLM como a pessoa que organiza o fã-clube. Ela não sabe tudo de cabeça, mas sabe quando consultar a planilha da caravana, o site oficial, o regulamento e a calculadora. É isso que separa um chatbot simples de um <strong>agente de IA</strong>.</p><h3>Parte 4: Levando para produção</h3><h4>📊 Avaliação</h4><p>Antes de soltar o bot no grupo, você precisa saber se ele acerta.</p><p>Pegue 1.000 mensagens já rotuladas por moderadoras humanas e monte um <strong>golden dataset</strong>:</p><pre>Mensagem                                      Esperado<br>&quot;vendo pista premium, chama no zap&quot;           CAMBISTA<br>&quot;Story of My Life é a melhor música&quot;          NORMAL<br>&quot;meu número é 11999999999, tenho 2 ingressos&quot; CAMBISTA<br>&quot;consegui ingresso na fila virtual!!&quot;         NORMAL</pre><pre>1.000 mensagens → LLM → respostas → comparar com o gold → métricas</pre><p>Métricas úteis: accuracia, precisão, recall, F1, taxa de falso positivo e de falso negativo.</p><p>Aqui os erros têm custos diferentes. Um <strong>falso positivo</strong> apaga a mensagem de uma fã comemorando o ingresso. Um <strong>falso negativo</strong> deixa um golpe passar. Por isso acurácia sozinha não basta.</p><h4>LLM-as-a-Judge</h4><p>Às vezes não existe uma única resposta certa. Por exemplo: “Explique para uma fã nova por que a banda entrou em hiato.” Várias respostas podem ser boas. Nesse caso, outro LLM pode atuar como juiz:</p><pre>Pergunta → Modelo A → resposta → Modelo B (juiz) → nota</pre><p>O juiz recebe critérios claros:</p><pre>Avalie de 1 a 5:<br>1. Correção<br>2. Relevância<br>3. Clareza<br>4. Uso de evidências</pre><p>E devolve:</p><pre>{<br>  &quot;correcao&quot;: 5,<br>  &quot;relevancia&quot;: 5,<br>  &quot;clareza&quot;: 4,<br>  &quot;justificativa&quot;: &quot;A resposta cita o anúncio de 2015...&quot;<br>}</pre><blockquote><strong>Cuidado:</strong> o juiz também é um LLM. Ele pode errar e ter vieses, como preferir respostas mais longas. O ideal é combinar avaliação humana, métricas automáticas e LLM-as-a-Judge.</blockquote><h4>Guardrails</h4><p>Guardrails são limites no comportamento do sistema, antes e depois do modelo:</p><pre>Usuário → guardrail de entrada → LLM → guardrail de saída → resposta</pre><p>Exemplo: o bot só deve falar sobre o fã-clube. Se alguém pede “me passa o endereço da casa do Harry”, o guardrail de entrada bloqueia: é fora do escopo e expõe dados pessoais.</p><p>Na saída, o guardrail confere o JSON:</p><pre>JSON válido? → campos esperados? → valores permitidos? → segue</pre><p>Guardrail não é só segurança. Ele pode controlar:</p><ul><li><strong>Segurança:</strong> conteúdo proibido, dados pessoais, prompt injection.</li><li><strong>Formato:</strong> JSON válido, campos obrigatórios, valores permitidos.</li><li><strong>Negócio:</strong> “preço do ingresso não pode ser negativo”; “banir exige duas denúncias”.</li><li><strong>Alucinação:</strong> “responda só com base nos documentos” e checar se há evidência.</li></ul><p>Checklist do guardrail de saída:</p><pre>✓ formato esperado?<br>✓ contém informação proibida?<br>✓ expõe dados pessoais?<br>✓ está dentro do escopo?<br>✓ tem evidência?<br>✓ chamou só ferramentas permitidas?</pre><h4>Observabilidade</h4><p>No teste, 95 de 100 mensagens certas. Parece ótimo. Aí chega o dia do aniversário da banda, 23 de julho, e o grupo recebe 10 milhões de mensagens. Algo estranho começa a acontecer. Você precisa descobrir o quê. Isso é observabilidade.</p><p>Registre cada chamada:</p><pre>request_id:    abc123<br>modelo:        ...<br>input_tokens:  850<br>output_tokens: 120<br>latência:      1.2s<br>tool_calls:    2<br>resultado:     CAMBISTA</pre><p>E acompanhe:</p><ul><li><strong>Latência:</strong> P50, P95, P99.</li><li><strong>Custo:</strong> tokens por chamada, custo diário, custo por grupo.</li><li><strong>Qualidade:</strong> taxa de CAMBISTA, falsos positivos e negativos, precision, recall.</li><li><strong>Comportamento:</strong> chamadas por tool, falhas, JSON inválido, fallbacks.</li></ul><p>Com isso você descobre coisas como:</p><blockquote><em>· “Depois da troca do prompt, a taxa de CAMBISTA subiu 12%.”</em></blockquote><blockquote><em>· “A latência P95 foi de 800 ms para 2,4 s no dia do aniversário.”</em></blockquote><blockquote><em>· “O modelo começou a gerar JSON inválido depois da última alteração.”</em></blockquote><h4>Os três juntos</h4><pre>SISTEMA LLM<br>                       │<br>     ┌─────────────────┼─────────────────┐<br>     ↓                 ↓                 ↓<br> AVALIAÇÃO         GUARDRAILS      OBSERVABILIDADE<br> &quot;Está bom?&quot;       &quot;Pode?&quot;         &quot;O que aconteceu?&quot;<br> qualidade         segurança       produção</pre><h3>Juntando tudo</h3><pre>Prompt Engineering   Tool Calling   RAG<br>            └──────────────┼──────────┘<br>                           ↓<br>                          LLM<br>                           ↓<br>                  Structured Outputs<br>                           ↓<br>                       Guardrails<br>                           ↓<br>                       Aplicação<br>                           ↓<br>                    Observabilidade<br>                           ↓<br>                       Avaliação ──► melhoria</pre><p>E o ciclo que nunca para:</p><pre>avaliar → achar erro → melhorar prompt/modelo/dados<br>→ avaliar de novo → deploy → observar produção<br>→ achar novos erros → avaliar de novo</pre><p>Na prática, isso é a base de <strong>LLMOps</strong>. Assim como uma boy band que dura mais de uma década, sistemas de IA bons não acontecem num único lançamento: eles são avaliados, ajustados e acompanhados o tempo todo.</p><h3>Referências</h3><h4>Fundamentos e prompting</h4><ul><li><a href="https://platform.openai.com/tokenizer">OpenAI Tokenizer</a> — veja como um texto vira tokens.</li><li><a href="https://platform.openai.com/docs/guides/prompt-engineering">OpenAI Prompt Engineering Guide</a> — boas práticas de instruções e exemplos.</li><li><a href="https://docs.anthropic.com/en/docs/build-with-claude/prompt-engineering/overview">Anthropic Prompt Engineering Overview</a> — prompting, exemplos e estrutura.</li><li><a href="https://cloud.google.com/vertex-ai/generative-ai/docs/learn/prompts/prompt-design-strategies">Google Prompt Design Strategies</a> — guia prático, incluindo few-shot.</li></ul><h4>Saídas estruturadas e RAG</h4><ul><li><a href="https://platform.openai.com/docs/guides/structured-outputs">OpenAI Structured Outputs</a> — respostas seguindo um schema.</li><li><a href="https://platform.openai.com/docs/guides/retrieval">OpenAI Retrieval</a> — recuperação de informação para dar contexto ao modelo.</li><li><a href="https://arxiv.org/abs/2005.11401">Lewis et al. (2020), Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks</a> — o paper que introduziu o RAG.</li></ul><h4>Avaliação, guardrails e observabilidade</h4><ul><li><a href="https://platform.openai.com/docs/guides/evals">OpenAI Evals</a> — avaliação de modelos e boas práticas.</li><li><a href="https://docs.anthropic.com/en/docs/test-and-evaluate/eval-tool">Anthropic Evaluation</a> — ferramentas de teste e avaliação.</li><li><a href="https://platform.openai.com/docs/guides/safety-best-practices">OpenAI Safety Best Practices</a> — segurança e guardrails.</li><li><a href="https://opentelemetry.io/docs/">OpenTelemetry</a> — traces, métricas e logs.</li><li><a href="https://arxiv.org/abs/2306.05685">Judging LLM-as-a-Judge with MT-Bench and Chatbot Arena</a> — capacidades e limites de LLMs como avaliadores.</li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=4e29fd745d0c" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Como iniciar e melhorar sua análise de dados]]></title>
            <link>https://medium.com/@crhisangela/como-iniciar-e-melhorar-sua-an%C3%A1lise-de-dados-85fad479e57c?source=rss-ca13ecbed11c------2</link>
            <guid isPermaLink="false">https://medium.com/p/85fad479e57c</guid>
            <category><![CDATA[pensamento-critico]]></category>
            <category><![CDATA[crisp-dm]]></category>
            <category><![CDATA[indicação]]></category>
            <category><![CDATA[análise-de-dados]]></category>
            <dc:creator><![CDATA[Crhis Ferreira]]></dc:creator>
            <pubDate>Mon, 03 Nov 2025 14:41:18 GMT</pubDate>
            <atom:updated>2025-11-03T14:44:36.280Z</atom:updated>
            <content:encoded><![CDATA[<p>Hoje em dia, muitas pessoas de diferentes áreas estão migrando para o campo de dados. É comum ver profissionais assumindo cargos de analista de dados sem ter muita clareza sobre por onde começar ou o que realmente fazer em suas funções.</p><p>Este artigo é um pequeno guia para ajudar você a dar os primeiros passos e a aprimorar suas análises de dados com mais segurança e propósito.</p><h3>O seu melhor amigo</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*nTmwUEatAuATNXdi.png" /><figcaption>Imagem 1. CRISP-DM - Fonte: <a href="https://enterprise-knowledge.com/understanding-the-role-of-knowledge-intelligence-in-the-crisp-dm-framework-a-guide-for-data-science-projects/">enterprise-knowledge</a></figcaption></figure><p>O <strong>CRISP-DM</strong> é uma metodologia amplamente utilizada em projetos de ciência de dados. Ele é composto por seis fases que estruturam todo o processo analítico, e pode ser também o seu melhor amigo na hora de conduzir uma boa análise de dados.</p><h3>1. Entendimento do Negócio (Business Understanding)</h3><p>Um erro muito comum é começar a escrever código sem entender o que realmente se quer responder. Antes de abrir o notebook, faça perguntas.</p><p><strong>O primeiro passo é ter clareza sobre qual pergunta de negócio você está tentando responder</strong> ou <strong>qual problema</strong> precisa resolver. Qual é o objetivo da análise? Que tipo de decisão será tomada com base nela? Ter essa clareza desde o início economiza tempo e evita retrabalho.</p><p>Além disso, <strong>ter uma boa visão de produto faz toda a diferença</strong>. Entender o contexto, o usuário e o impacto que seus dados podem gerar ajuda a direcionar a análise para o que realmente importa.</p><h3><strong>2. Entendimento dos Dados (Data Understanding)</strong></h3><p>Essa é a fase em que a análise realmente começa a ganhar forma. Depois de compreender o problema de negócio, chega o momento de conhecer os dados disponíveis. Aqui o foco é <strong>explorar, descrever e avaliar a qualidade das informações</strong> que você tem em mãos.</p><p>É nessa etapa que você começa a fazer perguntas como:</p><ul><li>De onde vêm esses dados?</li><li>Com que frequência são atualizados?</li><li>Eles representam bem a realidade que quero analisar?</li></ul><p>Analistas iniciantes muitas vezes subestimam essa fase, mas ela é uma das mais importantes de todo o processo. Entender profundamente o conjunto de dados é o que diferencia uma análise superficial de uma análise confiável.</p><p>Dedique tempo para <strong>explorar o dataset</strong>, entender o que cada coluna significa e verificar se há <strong>valores ausentes, duplicados ou inconsistentes</strong>. Observe também a distribuição das variáveis, possíveis outliers e relações entre os campos. Essa investigação inicial ajuda a identificar limitações e oportunidades logo de cara.</p><p>Outro ponto fundamental é <strong>documentar suas descobertas</strong>. Anotar observações sobre a estrutura dos dados, problemas encontrados e hipóteses levantadas facilita muito as próximas etapas e contribui para a transparência do trabalho.</p><p>Em resumo, quanto mais você entender seus dados, mais precisão e credibilidade terão as suas análises. Afinal, decisões baseadas em dados só são boas quando esses dados são realmente bem compreendidos.</p><h3><strong>3. Preparação dos Dados (Data Preparation)</strong></h3><p>Depois de entender os dados, chega o momento de deixá-los prontos para a análise. Essa é uma das etapas mais trabalhosas e que costuma consumir grande parte do tempo de um projeto. Aqui você vai <strong>limpar, transformar, unir e selecionar</strong> os dados que realmente farão parte da sua análise.</p><p>A preparação de dados é como organizar uma bagunça antes de começar a trabalhar. Você vai criar novas colunas quando precisar, ajustar formatos, separar informações como <strong>datas, meses, trimestres</strong>, calcular <strong>médias ou totais</strong>, remover duplicatas (ou decidir mantê-las se fizerem sentido para o contexto), remover ou redefinir os valores nulos, <strong>nessa fase realmente muita coisa deve e pode ser feita.</strong></p><p>Essa fase exige atenção e raciocínio lógico. Mais do que dominar ferramentas, o importante é entender o propósito de cada transformação e como ela contribui para responder à pergunta de negócio.</p><h3><strong>4. Modelagem (Modeling)</strong></h3><p>Nesta fase, aplicam-se técnicas estatísticas, matemáticas ou de machine learning para <strong>criar modelos que representem o problema</strong> e ajudem a responder às perguntas levantadas no início do processo. É o momento de testar diferentes abordagens, ajustar parâmetros e encontrar o melhor caminho para chegar a um resultado confiável.</p><p>Mas quando o foco é <strong>análise de dados</strong>, a modelagem pode ser entendida como a <strong>construção das suas análises</strong>. <em>Aqui você começa a cruzar variáveis, calcular métricas, descobrir padrões e gerar insights que façam sentido para o negócio.</em></p><p>Essa etapa é onde <strong>você transforma dados brutos em algo interpretável.</strong> Dados sozinhos não contam uma história; é a forma como você os organiza, analisa e apresenta que dá significado a eles.</p><p>Por isso, é essencial <strong>apresentar os resultados de forma clara e acessível</strong>. Use gráficos, tabelas e visualizações que ajudem a contar a história por trás dos números. Traga resumos e conclusões que conectem suas descobertas ao contexto do negócio , especialmente para quem não é da área técnica.</p><p>Lembre-se: o objetivo da modelagem/análise é gerar <strong>entendimento e ação</strong>, não apenas números. <strong>Uma boa análise é aquela que ajuda alguém a tomar uma decisão melhor.</strong></p><p><strong>OBS:</strong> Essa é a fase de <strong>experimentar e se aventurar</strong>. Teste diferentes cruzamentos de bases, relações entre variáveis e tipos de visualização. Explore suas hipóteses com curiosidade e só ao final decida o que realmente é relevante, traz respostas concretas e pode ser usado para responder às perguntas do negócio.</p><h3><strong>5. Avaliação (Evaluation)</strong></h3><p>Depois de construir suas análises, chega o momento de avaliar os resultados. Essa fase serve para verificar se o que foi feito realmente <strong>responde aos objetivos definidos lá no início</strong> e <strong>faz sentido para o negócio</strong>.</p><p>É o momento de olhar para o que você produziu com um olhar crítico e perguntar:</p><ul><li>Essa análise responde à pergunta inicial?</li><li>As conclusões são coerentes com os dados?</li><li>Há algo que pode estar sendo interpretado de forma errada?</li></ul><p>Mais do que escolher gráficos bonitos, o foco aqui é <strong>selecionar suas melhores análises</strong> , aquelas que conseguem <strong>contar uma história</strong>, <strong>resolver um problema real</strong> ou <strong>trazer um insight novo e relevante</strong>.</p><p>Também é uma boa hora para revisar possíveis limitações: os dados estavam completos? há vieses? alguma informação importante ficou de fora? Essa reflexão ajuda a garantir que suas conclusões sejam sólidas e que o resultado final gere confiança.</p><p>Por fim, lembre-se de que <strong>avaliar é parte do aprendizado</strong>. Cada análise ensina algo, mesmo que o resultado não seja o esperado. Essa etapa é o que separa uma análise feita às pressas de um trabalho realmente consistente e profissional.</p><h3><strong>6. Implantação (Deployment)</strong></h3><p>A última etapa do CRISP-DM é <strong>colocar os resultados em prática</strong>. Em projetos de ciência de dados, isso pode significar gerar relatórios, dashboards, recomendações ou até mesmo integrar modelos em sistemas de produção. O objetivo principal é garantir que o trabalho <strong>gere valor real</strong> para o negócio.</p><p>Quando falamos de <strong>análise de dados</strong>, a implantação se traduz na <strong>forma como você apresenta suas descobertas</strong>. Lembre-se: um gráfico sozinho raramente diz tudo. A apresentação precisa <strong>transmitir claramente a mensagem</strong> que você deseja passar, com o gráfico servindo apenas como apoio visual.</p><p>Algumas dicas importantes para essa etapa:</p><ul><li>Sempre inclua <strong>título, legendas e rótulos claros</strong> em gráficos e tabelas.</li><li>Estruture a apresentação de forma lógica, mostrando o problema, o que foi analisado, os insights encontrados e as conclusões.</li><li>Destaque <strong>decisões ou ações que podem ser tomadas</strong> a partir da análise.</li><li>Evite sobrecarregar a audiência com excesso de informações; priorize clareza e objetividade.</li></ul><p>O sucesso dessa fase não está apenas na qualidade dos números, mas na <strong>capacidade de transformar dados em informações úteis e compreensíveis</strong>, que possam orientar decisões estratégicas.</p><p><a href="https://github.com/crhisangela/employee_turnover/blob/main/main.ipynb">Exemplo de como armazenar e até apresentar seus dados como um jupyter notebook.</a></p><h3><strong>Recursos e recomendações para continuar aprendendo</strong></h3><p>Aprender análise de dados vai muito além de entender técnicas e ferramentas. É importante também desenvolver <strong>pensamento crítico</strong>, aprender a interpretar estatísticas com cuidado e se inspirar em boas práticas de comunicação de dados. Alguns livros e conteúdos clássicos ajudam bastante:</p><ul><li><strong>“Como Mentir com Estatística”</strong> — ensina a identificar armadilhas comuns na interpretação de dados.</li><li><strong>“O Andar do Bêbado”</strong> — aborda o papel do acaso e da aleatoriedade em nossas observações.</li><li><strong>“Todo Mundo Mente”</strong> — explora como informações enganosas circulam e como interpretá-las criticamente.</li><li><strong>“Factfulness”</strong> — incentiva uma visão baseada em dados sobre o mundo, combatendo percepções erradas.</li><li><strong>“Algoritmos de Destruição em Massa”</strong> — mostra os impactos sociais e éticos do uso inadequado de dados e algoritmos.</li></ul><h4>Além de livros, existem ótimos canais e conteúdos online:</h4><ul><li><strong>YouTube</strong>: <a href="https://www.youtube.com/@teomewhy">Teo MeWhy</a>, <a href="https://www.youtube.com/@universidade-dos-dados">Universidade dos Dados</a></li><li><strong>Sites e artigos</strong>: <a href="https://brains.dev/">Brains.dev</a></li><li><strong>Podcasts</strong>: <a href="https://open.spotify.com/show/1oMIHOXsrLFENAeM743g93">Data Hackers Podcast</a>, <a href="https://open.spotify.com/show/0VsNN95jsJVRS424eCFDlg">Analytics em Foco</a></li><li><strong>Newsletter</strong>: <a href="https://www.datahackers.news/">Data Hackers</a></li></ul><p>Explorar essas fontes ajuda a <strong>aprimorar habilidades técnicas e críticas</strong>, compreender melhor os dados que analisamos e desenvolver uma postura consciente e ética no uso de informação.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=85fad479e57c" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Criando um Dockerfile]]></title>
            <link>https://medium.com/@crhisangela/criando-um-dockerfile-279bbc0ebe29?source=rss-ca13ecbed11c------2</link>
            <guid isPermaLink="false">https://medium.com/p/279bbc0ebe29</guid>
            <category><![CDATA[dockerfile-example]]></category>
            <category><![CDATA[dockerfiles]]></category>
            <category><![CDATA[docker]]></category>
            <dc:creator><![CDATA[Crhis Ferreira]]></dc:creator>
            <pubDate>Wed, 16 Jul 2025 12:46:07 GMT</pubDate>
            <atom:updated>2025-07-16T12:46:07.504Z</atom:updated>
            <content:encoded><![CDATA[<p>Um Dockerfile é um arquivo de texto que contém <strong>uma sequência de instruções</strong> que o Docker usa para <strong>construir uma imagem personalizada</strong>.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*HL6yWW7SMDKN_NnG.png" /><figcaption><a href="https://blog.jetbrains.com/wp-content/uploads/2019/05/dotnet-docker-cmds-complete.png">Imagem de Jet Brains Blog</a></figcaption></figure><h3>Instruções Comuns do Dockerfile</h3><p><strong>FROM</strong> — Define a <strong>imagem base</strong> a partir da qual a nova imagem será construída.</p><pre>FROM python:3.12<br>#Isso informa qual sistema e ambiente o Docker vai usar como base da sua aplicação.</pre><p><strong>RUN</strong> — Executa comandos dentro da imagem, como instalação de pacotes.</p><pre>RUN apt-get update &amp;&amp; apt-get install -y curl<br></pre><p>ENV — Define variáveis de ambiente acessíveis dentro do contêiner.</p><pre>ENV APP_ENV=production</pre><p><strong>WORKDIR</strong> — Define o diretório de trabalho padrão para comandos subsequentes (RUN, COPY, CMD…)</p><pre>WORKDIR /app</pre><p><strong>COPY &lt;origem&gt; &lt;destino&gt;</strong> — Copia arquivos/diretórios do host (máquina local) para dentro da imagem</p><pre>COPY . /app<br>COPY config.yaml /app/config.yaml</pre><p>ou</p><p><strong>ADD &lt;origem&gt; &lt;destino&gt; </strong>— Faz tudo que o COPY faz, com extras (Descompacta arquivos .tar, .tar.gz, etc.), (Pode baixar arquivos de URLs HTTP/HTTPS)]</p><pre>ADD https://example.com/app.tar.gz /app/</pre><p><strong>USER</strong> — Define o <strong>usuário</strong> que vai executar os comandos no contêiner</p><pre>USER appuser</pre><p><strong>LABEL</strong> — Adiciona <strong>metadados</strong> à imagem</p><pre>LABEL maintainer=&quot;dev@empresa.com&quot;<br>LABEL version=&quot;1.0&quot;</pre><p><strong>VOLUME</strong> — Define volumes nomeados/persistentes</p><pre>VOLUME [&quot;/app/data&quot;]<br># Ajuda a manter os dados mesmo que o contêiner seja removido</pre><p><strong>EXPOSE</strong> — Documenta qual <strong>porta</strong> a aplicação usa. Não abre a porta, apenas sinaliza</p><pre>EXPOSE 8080</pre><p><strong>CMD</strong> — Define o <strong>comando padrão</strong> a ser executado quando o contêiner iniciar</p><pre>CMD [&quot;python&quot;, &quot;main.py&quot;]<br><br>#Pode ser substituido por argumentos no docker run</pre><p>ou</p><p><strong>ENTRYPOINT</strong> — Define o processo principal do contêiner. Permite argumentos fixos</p><pre>ENTRYPOINT [&quot;python&quot;, &quot;main.py&quot;]<br><br># Diferente do CMD, o ENTRYPOINT não pode ser substituido facilmente por argumentos do docker run</pre><h4>Estrutura Típica de um Dockerfile</h4><pre># Imagem base<br>FROM python:3.12-slim<br><br># Configuração de ambiente<br>ENV LANG=C.UTF-8 \<br>    LC_ALL=C.UTF-8 \<br>    PYTHONUNBUFFERED=1<br><br># Metadados<br>LABEL maintainer=&quot;seuemail@dominio.com&quot;<br>LABEL version=&quot;1.0&quot;<br>LABEL description=&quot;Minha aplicação Python com Docker&quot;<br><br># Variáveis de ambiente<br>ENV PYTHONUNBUFFERED=1<br><br># Instalar depencias<br>RUN apt-get update \<br>    &amp;&amp; apt-get install -y --no-install-recommends gcc \<br>    &amp;&amp; python -m pip install --upgrade pip \<br>    &amp;&amp; pip install --no-cache-dir pipenv<br><br># Diretório de trabalho<br>WORKDIR /usr/local<br><br># Copiar arquivos do host para o contêiner<br>WORKDIR /usr/local<br>COPY Pipfile Pipfile.lock ./ #se usar pipenv<br>RUN pipenv requirements &gt;requirements.txt<br>ENV PYTHONDONTWRITEBYTECODE=1  #define env e não gera arquivos<br>RUN pip install -r requirements.txt --prefix /usr/local/build --ignore-installed # Instala dependências em um local isolado para evitar conflitos<br>RUN pip install --prefix=/usr/local/build opentelemetry-distro==0.43b0 opentelemetry-exporter-otlp==1.22.0 --ignore-installed <br><br><br>COPY . .<br><br><br># Comando de execução<br>WORKDIR /application<br>COPY pasta pasta<br>ENTRYPOINT [&quot;python&quot;, &quot;main.py&quot;]</pre><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=279bbc0ebe29" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Guia Rápido de Docker: principais comandos]]></title>
            <link>https://medium.com/@crhisangela/guia-r%C3%A1pido-de-docker-principais-comandos-ab7096f12129?source=rss-ca13ecbed11c------2</link>
            <guid isPermaLink="false">https://medium.com/p/ab7096f12129</guid>
            <category><![CDATA[linux]]></category>
            <category><![CDATA[docker]]></category>
            <category><![CDATA[cloud]]></category>
            <dc:creator><![CDATA[Crhis Ferreira]]></dc:creator>
            <pubDate>Wed, 16 Jul 2025 12:05:47 GMT</pubDate>
            <atom:updated>2025-07-16T12:05:47.468Z</atom:updated>
            <content:encoded><![CDATA[<h3>O que é Docker?</h3><p>O é um framework de software para empacotar uma aplicação e todas as suas dependências em um <strong>contêiner</strong>, garantindo que ela funcione da mesma forma em <strong>qualquer</strong> ambiente. O termo “docker” pode se referir às ferramentas (os comandos e um daemon) ou ao formato de arquivo Dockerfile.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/720/1*Z-EekATFFoQean_1vKYe4A.png" /></figure><h3>Comandos de construção e execução de contêineres</h3><ul><li><strong><em>docker run &lt;imagem&gt;</em></strong><em> </em>→ Cria e inicia um novo contêiner a partir de uma imagem;</li><li><strong><em>docker run -ti &lt;imagem&gt;</em></strong> → Executa o contêiner com um terminal interativo;</li><li><strong><em>docker run -d &lt;imagem&gt;</em></strong> → Executa o contêiner em background e printa o id.</li></ul><h3>Comandos de gerenciamento de contêineres</h3><ul><li><strong><em>docker container ls</em></strong> → lista os contêineres ativos;</li><li><strong><em>docker container ls -a</em></strong> → lista todos os contêineres, incluindo os parados;</li><li><strong><em>docker container inspect &lt;id|nome&gt;</em></strong> → mostra detalhes técnicos;</li><li><strong><em>docker stop &lt;id|nome&gt; </em></strong>→ Para um contêiner;</li><li><strong><em>docker container start &lt;id|nome&gt;</em></strong> → Iniciar contêiner;</li><li><strong><em>docker container pause &lt;id|nome&gt;</em></strong> → Pausar contêiner;</li><li><strong><em>docker container unpause &lt;id|nome&gt;</em></strong> → Despausar contêiner;</li><li><strong><em>docker container restart &lt;id|nome&gt;</em></strong> → Reiniciar contêiner;</li><li><strong><em>docker wait &lt;id|nome&gt; </em></strong>→<strong><em> </em></strong>Bloqueia até que um ou mais contêineres parem e, em seguida, imprime o código de saída deles.</li></ul><h3>Acesso e execução</h3><ul><li><strong><em>docker container attach &lt;id|nome&gt; </em></strong>→ conecta ao terminal do contêiner</li><li><strong><em>docker container exec &lt;id|nome&gt; comando </em></strong>→ executa comando no contêiner ativo</li><li><strong><em>docker create &lt;imagem&gt;</em></strong> → Cria um novo contâiner a partir de uma imagem</li></ul><h3>Remoção de contêineres e limpeza</h3><ul><li><strong><em>docker container rm &lt;id|nome&gt; </em></strong>→ Remove contêineres parados;</li><li><strong><em>docker container rm -f &lt;id&gt; </em></strong>→ Remove contêiner orçadamente (mesmo que esteja rodando). Pode usar os 3 primeiros dígitos do ID;</li><li><strong><em>docker container prune </em></strong>→ Remove todos os contêineres parados de uma vez.</li></ul><h3>Volumes e montagem de diretórios</h3><ul><li><strong><em>docker volume create &lt;nome&gt; </em></strong>→ Cria um novo volume;</li><li><strong><em>docker volume inspect &lt;nome&gt; </em></strong>→ Exibe informações sobre um volume;</li><li><strong><em>docker volume prune </em></strong>→ Remove todos os volumes não utilizados por nenhum contêiner.;</li><li><strong><em>docker container run -ti — mount type=volume,src=meuvolume,dst=/app debian </em></strong>→ Usa um volume Docker (criado via docker volume create) em um contêiner;</li><li><strong><em>docker container run -ti — mount type=bind,src=/caminho/host,dst=/caminho/container debian </em></strong>→ Este comando monta um diretório ou arquivo do host (seu computador) diretamente no contêiner;</li></ul><h3>Monitoramento</h3><ul><li><strong><em>docker logs -ft container </em></strong>→ Acompanha los do contâiner;</li><li><strong><em>docker container stats </em></strong>→ Mostra uso de CPU, memória e I/O em tempo real dos contêineres em execução.</li></ul><h4>Referências:</h4><ul><li>Linux Tips: <a href="https://www.youtube.com/watch?v=Wm99C_f7Kxw&amp;list=PLf-O3X2-mxDn1VpyU2q3fuI6YYeIWp5rR">Treinamento de Docker</a></li><li>Hostinger: <a href="https://www.hostinger.com/tutorials/docker-cheat-sheet?utm_campaign=Generic-Tutorials-DSA|NT:Se|LO:BR-EN&amp;utm_medium=ppc&amp;gad_source=1&amp;gad_campaignid=20990084344&amp;gbraid=0AAAAADMy-hbySXV0JbDsg3530AYQZDauW&amp;gclid=Cj0KCQjwm93DBhD_ARIsADR_DjFPCEZjwhOZHEPMOKuaL0xDXIY_ZyqElCd_RuamtNOE8ebqcXtRmm8aAtW8EALw_wcB">Docker Cheat Sheet</a></li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=ab7096f12129" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[A Importância de Ir a Eventos de Tecnologia]]></title>
            <link>https://medium.com/@crhisangela/a-import%C3%A2ncia-de-ir-a-eventos-de-tecnologia-910a176b5ee5?source=rss-ca13ecbed11c------2</link>
            <guid isPermaLink="false">https://medium.com/p/910a176b5ee5</guid>
            <category><![CDATA[carreira]]></category>
            <category><![CDATA[networking]]></category>
            <category><![CDATA[tecnologia]]></category>
            <dc:creator><![CDATA[Crhis Ferreira]]></dc:creator>
            <pubDate>Sun, 18 May 2025 13:43:56 GMT</pubDate>
            <atom:updated>2025-05-18T13:43:56.901Z</atom:updated>
            <content:encoded><![CDATA[<p>Eventos de tecnologia foram um verdadeiro achado na minha carreira.</p><p><strong>Mas, afinal, o que são?</strong><br>Bom, existem vários tipos de eventos de tecnologia, como congressos e feiras — aqueles gigantes, com vários estandes onde você vai conversando para conhecer empresas, contratar serviços e até ganhar alguns brindes.<br>Mas não é desse tipo que estou falando. Os que eu realmente indico são os <strong>eventos organizados por comunidades de tecnologia </strong>(normalmente gratuitos).</p><p>Nestes eventos, você fica muito próximo de diretores, coordenadores e líderes técnicos de diferentes áreas da tecnologia. Você ouve as histórias deles e, com isso, um mar de possibilidades se abre. <strong>Descobre caminhos que nem imaginava que existiam</strong> — e que agora também são possíveis para você.</p><p>Foi exatamente isso que aconteceu comigo quando comecei a participar. Eu achava que chegar ao nível sênior era o máximo que eu poderia alcançar na carreira, e que só existia um único caminho até lá. Mas, ouvindo as trajetórias de várias pessoas em cargos de liderança, percebi que a carreira não acontece em linha reta. Você pode se redescobrir várias vezes, mudar de área e continuar evoluindo, porque conhecimento e experiência são sempre somados.</p><p>Além disso, esses eventos oferecem muitas palestras, rodas de conversa e conteúdos sobre metodologias de trabalho, ferramentas tecnológicas e muito mais. Ou seja, é <strong>uma ótima forma de se manter atualizada com tudo o que está acontecendo no mercado.</strong></p><p>E tem mais: criar o hábito de ir a eventos é super bem visto na hora de uma contratação. Isso mostra que você é uma pessoa que está sempre em busca de aprendizado, se atualizando com as novidades do mercado e construindo conexões com outras pessoas da área.</p><p>E, vamos ser sinceros… a melhor parte é o coffee-break! ☕</p><h3>Mas como achar estes eventos?</h3><p>Eu costumo usar quatro formas principais para descobrir:</p><p>Instagram e LinkedIn — Sigo comunidades e escolas de tecnologia, como LinuxTips, Alura, EBAC, FIAP, entre outras. Fico de olho nas postagens e divulgações sobre eventos e meetups.</p><ul><li><a href="https://github.com/crhisangela/curadoria-tech"><strong>Comunidades</strong> </a>— Participo de vários grupos no WhatsApp onde as pessoas sempre compartilham eventos e oportunidades.</li><li><a href="https://www.meetup.com/"><strong>Meetup</strong> </a>— Um site e app onde várias comunidades de tecnologia divulgam seus encontros, palestras e workshops.</li><li><a href="https://agenda-tech-brasil-site.js.org/"><strong>Agenda Tech</strong></a> — Um site feito por membros da comunidade Abacatinhos que reúne eventos de tecnologia que acontecem por todo o Brasil. Vale muito a pena acompanhar!</li></ul><p>Se você não consegue ir a eventos presenciais, tudo bem! Participe dos que são online e entre em comunidades — sua experiência também pode ser incrível assim.</p><p><a href="https://github.com/crhisangela/curadoria-tech">Aliás, tenho um repositório com as minhas indicações pessoais de comunidades, creators e plataformas que valem muito a pena acompanhar. 💻✨</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=910a176b5ee5" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Medidas de desempenho]]></title>
            <link>https://medium.com/@crhisangela/medidas-de-desempenho-347d8cc93a08?source=rss-ca13ecbed11c------2</link>
            <guid isPermaLink="false">https://medium.com/p/347d8cc93a08</guid>
            <category><![CDATA[estatistica]]></category>
            <category><![CDATA[machine-learning]]></category>
            <category><![CDATA[aprendizado-de-maquina]]></category>
            <category><![CDATA[inteligencia-artificial]]></category>
            <dc:creator><![CDATA[Crhis Ferreira]]></dc:creator>
            <pubDate>Mon, 12 Aug 2024 13:19:05 GMT</pubDate>
            <atom:updated>2024-08-12T13:19:05.219Z</atom:updated>
            <content:encoded><![CDATA[<p>As medidas de desempenho em machine learning são essenciais para avaliar a eficácia de um modelo. Cada métrica oferece insights específicos sobre o desempenho do modelo, permitindo identificar seus pontos fortes e áreas que necessitam de aprimoramento. Os valores aceitáveis para essas métricas variam conforme o contexto do problema e o que se considera um bom desempenho para o caso de uso específico.</p><p>Vamos explorar as principais medidas de desempenho e entender o que cada uma delas mede:</p><h3>Matriz de Confusão</h3><p>A matriz de confusão é uma tabela que permite visualizar o desempenho do modelo em termos de verdadeiros positivos, verdadeiros negativos, falsos positivos e falsos negativos. Ela fornece uma visão detalhada de onde o modelo está acertando e onde está errando.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/938/0*NIJyxOozJK3gC9p1.png" /></figure><p>A matriz de confusão é útil para entender os erros específicos que o modelo está cometendo e ajustar o modelo para melhorar o desempenho.</p><p>Os valores exatos dependerão do contexto, mas em geral, você quer maximizar os valores nos quadrantes de Verdadeiros Positivos (TP) e Verdadeiros Negativos (TN) e minimizar os Falsos Positivos (FP) e Falsos Negativos (FN).</p><h3>Acurácia</h3><p>A <strong>acurácia </strong>mede a proporção de previsões corretas em relação ao total de previsões feitas pelo modelo. É calculada como a razão entre o número de previsões corretas e o número total de amostras.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/735/0*aByM0TXfEx8K9Y9l.png" /></figure><p>A acurácia é útil quando as classes estão balanceadas, ou seja, quando há uma distribuição similar entre as classes. No entanto, em cenários com classes desequilibradas (por exemplo, detecção de fraudes, onde as fraudes são raras), a acurácia pode ser enganosa, pois o modelo pode prever sempre a classe majoritária e ainda assim ter uma alta acurácia.</p><p>Em geral, uma acurácia acima de 70–80% é considerada boa, mas isso depende muito do problema. Em casos de classes desbalanceadas, uma acurácia alta pode não ser muito informativa e outras métricas como precisão e recall devem ser consideradas.</p><h3>Precisão</h3><p>A precisão mede a proporção de previsões positivas corretas entre todas as previsões positivas feitas pelo modelo. Em outras palavras, ela avalia quantos dos exemplos classificados como positivos realmente são positivos.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/671/1*uwOZmx-MUl-8-MTI_DHqfw.png" /></figure><p>A precisão é importante em cenários onde os falsos positivos podem ter consequências graves, como em diagnósticos médicos, onde prever erroneamente que alguém tem uma doença grave pode gerar ansiedade e tratamentos desnecessários. Em geral, uma precisão acima de 70–80% é considerada boa, mas o valor ideal pode variar dependendo do impacto desses falsos positivos no contexto específico.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/847/1*1ts_Cxyx-ZzAItLOaxmo5w.png" /><figcaption>Imagem dispónível em: <a href="https://www.researchgate.net/figure/Figura-13-Conceitos-de-precisao-e-acuracia-ilustrados-por-meio-de-analogia-com-a-pratica_fig4_356879303">researchgate</a></figcaption></figure><h3>Recall</h3><p>O recall (ou sensibilidade) mede a proporção de verdadeiros positivos que foram corretamente identificados pelo modelo, ou seja, a capacidade do modelo de encontrar todos os exemplos positivos.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/555/0*hiGTuD-BdmJv1feB.png" /></figure><p>O recall é fundamental em situações onde falsos negativos são inaceitáveis, como na detecção de fraudes ou diagnósticos de doenças, onde deixar de identificar um caso positivo pode ser extremamente prejudicial. Embora um recall acima de 70–80% seja frequentemente considerado bom, o contexto é decisivo. Em cenários onde os falsos negativos não podem ocorrer, o recall precisa ser ainda mais alto, idealmente superando os 90%.</p><h3>F1-Score</h3><p>O F1-Score é a média harmônica entre precisão e recall, e é usado para equilibrar as duas medidas. Ele é útil quando se busca um equilíbrio entre a precisão e o recall, especialmente em situações de classes desequilibradas.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/623/0*bu2AWgis_w0L_abz" /></figure><p>O F1-Score é especialmente útil quando há um equilíbrio delicado entre precisão e recall, e não é claro qual delas deve ser priorizada. Um F1-Score acima de 70–80% é geralmente considerado bom, sendo ainda mais valioso em problemas com classes desbalanceadas, onde é crucial manter um bom equilíbrio entre essas duas métricas.</p><h3>AUC-ROC</h3><p>A AUC-ROC mede a capacidade do modelo de distinguir entre classes positivas e negativas. A ROC (Receiver Operating Characteristic) é uma curva que plota a taxa de verdadeiros positivos (TPR) contra a taxa de falsos positivos (FPR) em diferentes limiares de classificação. A AUC (Área Sob a Curva) é a área total sob essa curva, variando de 0 a 1.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/676/1*SiVBzKhIRlU2uafzp-HHTg.png" /><figcaption>TPR — Taxa de Positivos Verdadeiros<br>FPR — Taxa de Positivos Falsos</figcaption></figure><p>A AUC-ROC é uma medida robusta para avaliar modelos de classificação binária, especialmente útil quando as classes estão desequilibradas. Em termos de desempenho, uma AUC-ROC acima de 0,7 é considerada razoável, acima de 0,8 é vista como boa, e valores superiores a 0,9 indicam um desempenho excelente.</p><h3>MAE (erro médio absoluto) e MSE (erro médio quadrático)</h3><p>Ambas as métricas são usadas em problemas de regressão. O MAE mede a média dos erros absolutos, enquanto o MSE mede a média dos erros ao quadrado, penalizando erros maiores.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/757/1*i8l2Eq-tGol3fWEURlLZ_w.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/638/0*JrF8csNu_Joe7VNK" /></figure><p>O MAE é uma métrica intuitiva e fácil de interpretar para avaliar erros médios, com valores próximos a 0 indicando um bom desempenho do modelo. No entanto, o que é considerado aceitável depende da escala dos dados. Já o MSE é preferido quando se deseja penalizar erros maiores de forma mais severa. Por sua natureza, um valor baixo de MSE é desejável, mas o que é considerado baixo varia conforme a escala dos erros esperados.</p><p>Em resumo, entender e aplicar corretamente as métricas de avaliação é essencial para desenvolver e otimizar modelos de aprendizado de máquina eficazes. Cada métrica oferece uma perspectiva única sobre o desempenho do modelo, permitindo que você escolha a melhor abordagem com base nas necessidades e prioridades específicas do seu problema.</p><p>Ao considerar a precisão, recall, F1-Score, AUC-ROC, MAE e MSE, você pode obter uma visão abrangente e equilibrada, ajudando a garantir que seu modelo não apenas se ajuste bem aos dados, mas também funcione de maneira confiável e eficaz em situações do mundo real. <strong>Lembre-se de que a escolha da métrica certa pode fazer toda a diferença na qualidade e impacto das suas soluções de machine learning.</strong></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=347d8cc93a08" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Entendendo o aprendizado profundo]]></title>
            <link>https://medium.com/@crhisangela/entendendo-o-aprendizado-profundo-eac34f4a066c?source=rss-ca13ecbed11c------2</link>
            <guid isPermaLink="false">https://medium.com/p/eac34f4a066c</guid>
            <category><![CDATA[inteligencia-artificial]]></category>
            <category><![CDATA[aprendizado-profundo]]></category>
            <category><![CDATA[deep-learning]]></category>
            <dc:creator><![CDATA[Crhis Ferreira]]></dc:creator>
            <pubDate>Sat, 10 Aug 2024 15:09:21 GMT</pubDate>
            <atom:updated>2024-08-10T15:09:21.205Z</atom:updated>
            <content:encoded><![CDATA[<p><em>Escrito por </em><a href="https://www.linkedin.com/in/crhis"><em>Crhis Ferreira</em></a><em>.<br>Inspirado no conteúdo da aula de “Inteligência Artificial” do </em><a href="http://lattes.cnpq.br/8600362001728230"><em>Prof. Dr. Paulo Henrique Pisani</em></a><em>.</em></p><p>Imagine que você está tentando ensinar um computador a reconhecer o rosto de uma pessoa em diferentes fotos. Você tem diversas imagens dessa pessoa, tiradas em diferentes ângulos e sob diferentes condições de iluminação. Como você pode fazer com que o computador entenda e reconheça esse rosto em qualquer situação? É aqui que entra o aprendizado profundo, uma abordagem avançada do aprendizado de máquina.</p><p>Aprendizado profundo é como uma jornada em várias etapas, onde cada etapa refina a compreensão do computador sobre o que está vendo. Nesse processo, uma rede neural profunda aprende a identificar e distinguir características complexas do rosto.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/963/1*jlXznIxHLgV52jXyrO6B-Q.png" /><figcaption>Imagem disponível em: <a href="https://pt.slideshare.net/slideshow/deep-learning-e-o-futuro-da-inteligncia-artificial/92204097">pt.slideshare</a></figcaption></figure><p>Imagine que a primeira camada da rede neural seja como um artista iniciante, que consegue apenas notar contornos básicos e formas gerais. À medida que a informação passa para camadas mais profundas, é como se o artista se tornasse mais experiente, começando a reconhecer detalhes mais sutis, como o formato dos olhos e a curvatura das sobrancelhas. As camadas mais profundas ainda são capazes de combinar essas características para identificar padrões mais complexos, como a presença de um sorriso ou a forma exata do rosto.</p><p>Esse processo é facilitado por algo chamado <strong>representação dos dados</strong>. Em termos simples, a representação dos dados é como a forma como você escolhe mostrar a informação ao computador. Se você fornecer imagens do rosto com várias expressões e em diferentes condições de luz, a rede neural pode aprender a representar e entender esses aspectos variáveis. No aprendizado profundo, o computador não precisa ser explicitamente programado para identificar cada característica — ele aprende a fazer isso sozinho através das várias camadas da rede.</p><p>No entanto, um desafio que pode surgir é o problema do <strong>vanishing gradient</strong> (gradiente que desaparece). Imagine que você está ajustando o foco de uma câmera para capturar uma imagem nítida. Se o ajuste for muito sutil, a imagem pode não melhorar muito. Da mesma forma, em redes neurais profundas, se o ajuste dos “pesos” — que são os parâmetros que o computador usa para aprender — se tornar muito pequeno, o aprendizado pode ser prejudicado. Para evitar isso, técnicas como a função de ativação <strong>ReLU</strong> são usadas. A ReLU ajuda a manter o gradiente em um nível que permite que o aprendizado continue de forma eficaz.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/848/1*bLw4bRpRlO_dJCnL6HS4PQ.png" /><figcaption>Slide disponibilizado pelo <a href="http://lattes.cnpq.br/8600362001728230">Prof. Dr. Paulo Henrique Pisani</a>.</figcaption></figure><p>Para ilustrar, considere que você está tentando ajustar uma foto em um editor de imagens. As ferramentas de ajuste (como brilho e contraste) ajudam a melhorar a imagem para que os detalhes se tornem mais claros. De maneira similar, as funções de ativação em aprendizado profundo ajustam o “brilho” do aprendizado, ajudando a rede neural a ajustar e aprender com precisão.</p><p>No final, ao aplicar aprendizado profundo ao reconhecimento facial, você permite que o computador desenvolva uma compreensão detalhada e profunda do rosto, independentemente das variáveis que possam mudar. Cada camada da rede neural refina o entendimento, desde reconhecer traços básicos até distinguir características faciais complexas.</p><p>Aprendizado profundo é uma abordagem poderosa que transforma a maneira como os computadores entendem e interpretam o mundo ao seu redor. Com ele, é possível criar sistemas que reconhecem rostos com uma precisão impressionante, tornando possível que eles realizem tarefas complexas que antes pareciam impossíveis.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=eac34f4a066c" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Como Funcionam as Redes Neurais Artificiais]]></title>
            <link>https://medium.com/@crhisangela/como-funcionam-as-redes-neurais-artificiais-6ceb0c587f52?source=rss-ca13ecbed11c------2</link>
            <guid isPermaLink="false">https://medium.com/p/6ceb0c587f52</guid>
            <category><![CDATA[redes-neurais]]></category>
            <category><![CDATA[backpropagation]]></category>
            <category><![CDATA[inteligencia-artificial]]></category>
            <category><![CDATA[perceptron]]></category>
            <dc:creator><![CDATA[Crhis Ferreira]]></dc:creator>
            <pubDate>Sat, 10 Aug 2024 14:49:46 GMT</pubDate>
            <atom:updated>2024-08-10T14:49:46.382Z</atom:updated>
            <content:encoded><![CDATA[<p><em>Escrito por </em><a href="https://www.linkedin.com/in/crhis"><em>Crhis Ferreira</em></a><em>.<br>Inspirado no conteúdo da aula de “Inteligência Artificial” do </em><a href="http://lattes.cnpq.br/8600362001728230"><em>Prof. Dr. Paulo Henrique Pisani</em></a><em>.</em></p><p>Redes neurais são uma tentativa fascinante de replicar, em máquinas, a forma como o nosso cérebro processa informações. Vamos começar entendendo um pouco sobre como o cérebro humano funciona para depois fazermos uma analogia com as redes neurais artificiais.</p><p>Nosso cérebro é composto por cerca de 86 bilhões de neurônios, que são as unidades básicas de processamento do cérebro. Apesar de cada neurônio ser uma estrutura simples, o poder do cérebro vem da imensa rede que eles formam, conectando-se uns aos outros através de sinapses. Essas conexões são responsáveis por transmitir sinais de um neurônio para outro, usando substâncias químicas chamadas neurotransmissores. Cada sinapse tem um peso, que podemos entender como a força da conexão entre dois neurônios.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/631/0*1kqAuQWfZwmwiEbe.jpg" /><figcaption>Imagem disponível em: <a href="https://biologo.com.br/bio/neuronio/">biologo.com</a></figcaption></figure><p>Agora, imagine se pudéssemos criar algo parecido em um computador. Foi exatamente essa ideia que inspirou cientistas como McCulloch e Pitts, que, em 1943, desenvolveram um modelo matemático de um neurônio artificial. Esse neurônio artificial tenta imitar o comportamento de um neurônio biológico, sendo capaz de processar informações e tomar decisões simples com base nos dados que recebe.</p><p>Assim como os neurônios biológicos, os neurônios artificiais também se conectam entre si, formando redes. No fundo, o objetivo das redes neurais artificiais é simular como o cérebro aprende, para que possamos automatizar tarefas complexas, como reconhecer rostos, traduzir idiomas ou até prever o clima. Tudo isso de uma maneira que parece mágica, mas é na verdade resultado de muitas operações matemáticas e ajustes finos para que a rede “aprenda” da melhor maneira possível.</p><h3>Modelo de um neurônio artificial:</h3><p>Um neurônio artificial funciona assim:</p><ol><li>Recebe várias entradas</li><li>Multiplica cada entrada por um peso</li><li>Soma os resultados e adiciona um bias</li><li>Passa essa soma por uma função de ativação</li><li>Produz uma saída que pode ser usada para tomar decisões ou como entrada para outros neurônios</li></ol><p>Esse processo simples é a base para construir redes neurais complexas, onde múltiplos neurônios artificiais trabalham juntos para resolver problemas de reconhecimento de padrões, previsão, classificação, entre outros.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Hz9PxmplAmf2Rdo-S8lbPg.jpeg" /></figure><h4>Exemplo:</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ZxVday9ABv1WaiFOTBT8rw.jpeg" /><figcaption>Slide disponibilizado pelo <a href="http://lattes.cnpq.br/8600362001728230">Prof. Dr. Paulo Henrique Pisani</a>.</figcaption></figure><blockquote><strong>Limiar = 1,0</strong> significa que o neurônio se ativará apenas se a soma ponderada das entradas for 1,0 ou mais. Se a soma ponderada for menor que 1, o neurônio não será ativado, e a saída será 0.</blockquote><h3>Funções de ativação</h3><p>As funções de ativação, também conhecidas como funções de transferência, desempenham um papel crucial em redes neurais artificiais. Elas decidem se um neurônio deve ser ativado ou não, e em que grau, transformando a soma ponderada das entradas em uma saída.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/625/1*Q46tTWmQ02vlPijom_bJNQ.png" /><figcaption>Tabela gerada com ChatGPT</figcaption></figure><h3>Aprendizado</h3><p>As redes neurais artificiais aprendem ajustando seus pesos sinápticos, que determinam a força das conexões entre os neurônios artificiais. Esse processo de aprendizado é realizado através de um método chamado aprendizado supervisionado, que utiliza um conjunto de dados ou exemplos.</p><p>O processo de aprendizado começa com a inicialização dos pesos de forma aleatória. Esses pesos são valores iniciais que determinam a força das conexões entre os neurônios e, portanto, afetam como a rede neural processa as entradas e gera saídas. À medida que o treinamento avança, esses pesos são ajustados para que a rede neural produza saídas cada vez mais próximas das saídas desejadas.</p><p>Durante o aprendizado, a rede neural processa cada exemplo do conjunto de dados e calcula a saída com base nos pesos atuais. Essa saída é então comparada com a saída esperada (ou desejada). Se houver uma diferença entre a saída produzida e a saída esperada, ocorre um erro. Para reduzir esse erro, os pesos são ajustados.</p><h4>Perceptron</h4><p>O Perceptron é um tipo básico de neurônio artificial que é eficaz para problemas linearmente separáveis, ou seja, problemas que podem ser resolvidos com uma linha reta. Exemplos incluem a operação lógica AND. No entanto, o Perceptron tem uma limitação importante: não consegue resolver problemas não linearmente separáveis, como a operação XOR, que não pode ser dividida por uma única linha reta.</p><p>Para superar essa limitação, foram desenvolvidas redes neurais com múltiplas camadas de neurônios, conhecidas como Perceptron Multicamada (MLP). Com camadas adicionais, essas redes neurais podem lidar com problemas complexos e não linearmente separáveis, permitindo a solução de uma ampla gama de problemas.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*JGNKihK6gNefMz8K80LocQ.jpeg" /><figcaption>Modelo de Perceptron Multi-camada. Slide disponibilizado pelo <a href="http://lattes.cnpq.br/8600362001728230">Prof. Dr. Paulo Henrique Pisani</a>.</figcaption></figure><h4>Backpropagation</h4><p>O algoritmo de Backpropagation, introduzido por Rumelhart, Hinton e Williams em 1986, é essencial para o treinamento de redes neurais com múltiplas camadas. Esse algoritmo ajusta os pesos das conexões entre os neurônios para minimizar o erro da rede.</p><p>O processo de treinamento com Backpropagation inclui os seguintes passos:</p><ol><li><strong>Inicialização dos pesos:</strong> os pesos são inicializados aleatoriamente.</li><li><strong>Processamento dos exemplos:</strong> cada exemplo do conjunto de dados é apresentado à rede. A rede calcula uma saída com base nos pesos atuais.</li><li><strong>Cálculo do erro:</strong> o erro é calculado comparando a saída obtida com a saída desejada.</li><li><strong>Propagação do erro:</strong> o erro é propagado de volta através da rede, da camada de saída para a camada de entrada.</li><li><strong>Ajuste de pesos:</strong> usando o algoritmo de gradiente descendente, os pesos são ajustados para reduzir o erro. A fórmula comum para ajustar os pesos é:</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/799/1*rf_GgxYqtwm6l3_pPifNVQ.png" /><figcaption>η = taxa de aprendizado, yd = saída desejada, y = saída atual, xi = a entrada correspondente</figcaption></figure><p>O ajuste dos pesos é repetido para todos os exemplos do conjunto de dados. Cada passagem completa pelo conjunto de dados é chamada de <strong>época</strong>. Durante o treinamento, o conjunto de dados é processado várias vezes para garantir que a rede neural aprenda e ajuste seus pesos de forma adequada.</p><p>Uma característica importante das redes neurais é o conceito de <strong>“caixa preta”.</strong> Isso significa que, embora possamos observar as entradas e saídas da rede, entender exatamente como ela chegou a uma decisão pode ser difícil. A rede neural realiza cálculos complexos internamente, e a combinação dos pesos ajustados durante o treinamento cria uma rede cuja lógica interna pode ser pouco transparente, mesmo para os projetistas da rede.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=6ceb0c587f52" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Dominando Expressões Regulares (RegEx)]]></title>
            <link>https://medium.com/@crhisangela/dominando-express%C3%B5es-regulares-regex-43b864daf11e?source=rss-ca13ecbed11c------2</link>
            <guid isPermaLink="false">https://medium.com/p/43b864daf11e</guid>
            <category><![CDATA[nlp]]></category>
            <category><![CDATA[regex]]></category>
            <dc:creator><![CDATA[Crhis Ferreira]]></dc:creator>
            <pubDate>Tue, 06 Aug 2024 14:29:26 GMT</pubDate>
            <atom:updated>2024-08-06T14:29:26.608Z</atom:updated>
            <content:encoded><![CDATA[<p>Expressões regulares são uma ferramenta de suma importância no campo do Processamento de Linguagem Natural (NLP) e no processamento de texto. As chamadas RegEx são uma linguagem formal para especificar sequências de texto. Elas permitem que computadores analisem e entendam textos humanos de maneira eficiente, identificando padrões específicos em grandes volumes de dados. Usamos expressões regulares para tarefas como extração de informações, limpeza de dados, extrair ou substituir porções de texto. Por exemplo, se você quiser encontrar todos os endereços de e-mail em um documento, pode usar uma expressão regular que identifica o padrão “<a href="/service/mailto:algo@algumacoisa.com">algo@algumacoisa.com</a>”.</p><h4>Confira alguns exemplos de uso abaixo:</h4><p>Supondo que quero encontrar quantas vezes a palavra “banana” aparece na citação a seguir, utilizaremos uma sintaxe como a da tabela:</p><blockquote>“Eu gosto de banana com doce de leite, vitamina de Banana e BANANA cortadinha no café da manhã.”</blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/590/1*VvOa5bUuj6mzMIxlThDHRQ.png" /></figure><p>Não podemos esquecer que a sintaxe de Expressões Regulares é case-sensitive, ou seja, “abc” é diferente de “ABC”. Sendo assim, a primeira regex identifica a palavra exata desde que esteja toda em minúsculas, a segunda apenas com a primeira letra maiúscula, a terceira toda em maiúsculas, e a última permite que qualquer letra da palavra exata seja maiúscula ou minúscula.</p><p>Vamos a algumas aplicações:</p><ul><li><strong>\b</strong>: Usado para identificar uma palavra isolada e garantir que seja uma palavra completa.</li><li><strong>[a-z]</strong>: Encontra qualquer letra minúscula.</li><li><strong>[A-Z]</strong>: Encontra qualquer letra maiúscula.</li><li><strong>[0-9]</strong>: Identifica qualquer dígito numérico.</li><li><strong>\w</strong>: Encontra qualquer caractere alfanumérico (letras e números) e o sublinhado (_).</li><li><strong>\d</strong>: Identifica qualquer dígito numérico (0–9). Para encontrar uma sequência de dígitos, use \d+.</li><li><strong>\s</strong>: Encontra qualquer espaço em branco (espaços, tabulações, novas linhas).</li><li><strong>[a-zA-Z]{3}</strong>: Encontra uma sequência de exatamente 3 letras, sejam maiúsculas ou minúsculas.</li><li><strong>\d{3}</strong>: Encontra uma sequência de exatamente 3 dígitos.</li><li><strong>\d{5}-\d{4}</strong>: Encontra números de telefone no formato &quot;12345-1234&quot;.</li><li><strong>^</strong>: Indica o início de uma linha ou string. Também usado para negar uma classe de caracteres quando colocado dentro de colchetes.</li><li><strong>[^0-9]</strong>: Encontra qualquer caractere que não seja um dígito de 0 a 9.</li><li><strong>^Oi</strong>: Encontra a palavra &quot;Oi&quot; apenas se estiver no início de uma linha ou string.</li><li><strong>^[A-Z]</strong>: O primeiro caractere da string deve ser uma letra maiúscula.</li><li><strong>^[^0-9]</strong>: O primeiro caractere da string não deve ser um dígito.</li><li><strong>palavras?</strong>: Significa que o último caractere (s) é opcional, correspondendo a &quot;palavra&quot; ou &quot;palavras&quot;.</li><li><strong>$</strong>: Indica o final de uma linha ou string.</li><li><strong>.</strong>: Pode ser qualquer caractere (exceto uma nova linha). Exemplo: azulad. corresponderia a &quot;azulado&quot;, &quot;azulada&quot;, &quot;azulad0&quot;.</li><li><strong>*</strong>: Corresponde a zero ou mais repetições do caractere anterior. Exemplo: loo*nge corresponderia a &quot;longe&quot;, &quot;loonge&quot;, &quot;loooooooonge&quot;.</li><li><strong>+</strong>: Corresponde a uma ou mais repetições do caractere anterior. Exemplo: loo+nge corresponderia a &quot;loonge&quot;, &quot;loooooooonge&quot;.</li><li><strong>`()</strong>: Usado para agrupar padrões.</li><li><strong>|</strong>: Usado para representar uma alternativa (ou) entre padrões. Exemplo: cat|dog corresponderia a &quot;cat&quot; ou &quot;dog&quot;.</li></ul><p>Com a capacidade de identificar padrões complexos e realizar operações precisas em grandes volumes de dados, as RegEx são essenciais tanto para desenvolvedores quanto para analistas de dados. Dominar esses padrões pode transformar a forma como você lida com textos, tornando tarefas como a extração de informações e a limpeza de dados muito mais eficientes. Mas não se preocupe em decorar todos os detalhes; basta ter uma noção geral e saber que existem diversas ferramentas, como o <a href="https://regexr.com/">regexr.com</a>, que podem ajudar você a criar e testar suas expressões regulares facilmente.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=43b864daf11e" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Machine Learning]]></title>
            <link>https://medium.com/@crhisangela/machine-learning-cda94966a63e?source=rss-ca13ecbed11c------2</link>
            <guid isPermaLink="false">https://medium.com/p/cda94966a63e</guid>
            <category><![CDATA[supervised-learning]]></category>
            <category><![CDATA[machine-learning]]></category>
            <category><![CDATA[ai]]></category>
            <category><![CDATA[inteligencia-artificial]]></category>
            <dc:creator><![CDATA[Crhis Ferreira]]></dc:creator>
            <pubDate>Sun, 07 Jul 2024 16:21:47 GMT</pubDate>
            <atom:updated>2024-07-07T16:21:47.591Z</atom:updated>
            <content:encoded><![CDATA[<h3><strong>Machine Learning: Entendendo e Aplicando</strong></h3><p>Machine Learning, ou Aprendizado de Máquina, é uma área da inteligência artificial que permite que os computadores aprendam a partir de dados sem serem explicitamente programados.</p><p>Em vez de seguir instruções específicas, os algoritmos de Machine Learning são treinados para reconhecer padrões nos dados e tomar decisões com base nesses padrões.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*d62ImU04aKhb_iYQ.jpg" /><figcaption><a href="https://lovedovesk.shop/product_details/21335027.html">Créditos da imagem</a></figcaption></figure><p>Imagine que você está ensinando um filhote a reconhecer objetos. Você mostra várias fotos de diferentes objetos e diz a ele o que é cada um. Com o tempo, o filhote aprende a identificar esses objetos por conta própria quando os vê em novas situações. Da mesma forma, em Machine Learning, alimentamos os algoritmos com dados (como fotos de objetos) e esperamos que eles aprendam a fazer previsões ou tomar decisões similares.</p><p>As aplicações são vastas e impactam muitos aspectos da nossa vida cotidiana. Desde recomendações de filmes na Netflix até diagnósticos médicos assistidos por computador, passando por carros autônomos e detecção de fraudes financeiras, o Machine Learning está revolucionando como as tecnologias interagem conosco e com o mundo ao nosso redor.</p><p><strong>Tipos de Aprendizado</strong></p><p>Existem três principais tipos de aprendizado em Machine Learning:</p><ol><li><strong>Aprendizado Supervisionado</strong>: Aqui, o algoritmo é treinado com um conjunto de dados que inclui entradas e as saídas esperadas, permitindo que ele aprenda a prever resultados futuros. Por exemplo, classificar emails como SPAM ou não-SPAM com base em exemplos anteriores.</li><li><strong>Aprendizado Não Supervisionado</strong>: Neste caso, o algoritmo é treinado com dados que não têm rótulos ou categorias predefinidas. O objetivo é encontrar estruturas ocultas ou padrões nos dados. Por exemplo, agrupar consumidores com base em seus padrões de compra.</li><li><strong>Aprendizado por Reforço</strong>: O algoritmo aprende observando e interagindo com o ambiente. Ele recebe feedback em termos de recompensas ou penalidades à medida que realiza ações específicas. Um exemplo é um agente de IA aprendendo a jogar um jogo através de tentativa e erro.</li></ol><p><strong>Avaliação de Desempenho</strong></p><p>A avaliação de desempenho em Machine Learning é crucial para medir quão bem um modelo treinado está realizando suas tarefas. Isso é feito usando métricas específicas que dependem do tipo de problema sendo resolvido. Por exemplo, para um modelo de classificação (como identificar SPAM), podemos usar a precisão (quantas mensagens foram corretamente classificadas) como uma métrica de desempenho.</p><p>Em resumo, Machine Learning capacita os computadores a aprender com dados e tomar decisões, abrindo portas para inovações impressionantes em todas as áreas da vida moderna. À medida que continuamos a desenvolver e refinar essas técnicas, podemos esperar ver ainda mais aplicações surpreendentes que melhoram nossas vidas e transformam indústrias inteiras.</p><h3>Aprendizado supervisionado</h3><h4><strong>Classificação:</strong></h4><p>A classificação é usada quando queremos categorizar ou rotular dados em classes pré-definidas. Em outras palavras, queremos saber a qual categoria um determinado dado pertence. Por exemplo, classificar se um email é SPAM ou não-SPAM, ou se uma transação financeira é fraudulenta ou legítima.</p><p>Para entender melhor, pense em como você pode decidir se uma fruta é uma maçã ou uma laranja. Você observa características como cor, tamanho e formato. Com base nessas características, você classifica a fruta em uma das duas categorias: maçã ou laranja. No contexto de Machine Learning, o algoritmo aprende a partir de características semelhantes para fazer previsões automáticas.</p><p><strong>Detalhes Importantes</strong></p><ol><li><strong>Seleção de Atributos:</strong> Escolha dos atributos mais importantes para treinar o modelo. Isso envolve identificar quais informações são mais relevantes para prever as classes corretamente.</li><li><strong>Valores Não Informados:</strong> Lidar com dados incompletos. Pode-se preencher esses valores usando médias, modas dos dados existentes ou até mesmo previsões baseadas nos outros atributos disponíveis.</li><li><strong>Viés nos Dados:</strong> Problemas de representatividade nos dados de treinamento, que podem distorcer o modelo. É essencial garantir que todas as classes e grupos estejam equilibrados para evitar previsões distorcidas.</li><li><strong>Desbalanceamento:</strong> Quando as classes que queremos prever têm proporções muito diferentes nos dados. Métodos como oversampling, undersampling ou ajustes nos algoritmos são usados para tratar esse problema e melhorar a precisão das previsões.</li></ol><p>Esses pontos são fundamentais para garantir que os modelos de classificação sejam precisos e confiáveis em suas previsões, independentemente do contexto em que são aplicados.</p><h4><strong>Regressão:</strong></h4><p>Por outro lado, a regressão é utilizada quando queremos prever um valor contínuo com base em variáveis independentes. Em vez de categorizar em classes, estamos interessados em estimar ou prever um número específico. Por exemplo, prever o preço de uma casa com base em características como tamanho, localização e número de quartos.</p><p>Imagine que você está tentando prever o preço de um carro usado. Você considera características como ano de fabricação, quilometragem, marca e condição geral. Com base nessas informações, você quer estimar o preço justo do carro. Neste caso, você está usando um modelo de regressão para prever um valor contínuo, como o preço do carro.</p><h4><strong>Overfitting e Underfitting:</strong></h4><p>Quando treinamos um modelo de Machine Learning, queremos que ele aprenda padrões nos dados para fazer previsões precisas em novos dados. No entanto, às vezes o modelo pode não funcionar tão bem como esperado.</p><ul><li><strong>Overfitting (Sobreajuste):</strong> Isso acontece quando o modelo se ajusta muito aos dados de treinamento. Imagine que o modelo memorizou os dados em vez de aprender padrões gerais. Como resultado, ele pode ter um desempenho excelente nos dados de treinamento, mas não consegue generalizar bem para novos dados que não viu antes. É como estudar apenas para um teste específico, sem entender os conceitos para aplicá-los em situações diferentes.</li><li><strong>Underfitting (Subajuste):</strong> Ao contrário do overfitting, o underfitting ocorre quando o modelo não consegue capturar bem os padrões dos dados de treinamento. Isso geralmente acontece quando o modelo é muito simples para descrever a complexidade dos dados. Como resultado, tanto nos dados de treinamento quanto nos novos dados, o desempenho pode ser baixo. É como estudar muito pouco para um teste e não conseguir responder corretamente.</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*19_NeKnosq6NBIYL.png" /></figure><h4><strong>Viés Indutivo:</strong></h4><p>O viés indutivo se refere às tendências ou preferências que o modelo tem ao aprender com exemplos.</p><ul><li><strong>Aprendizado de Máquina:</strong> No contexto de Machine Learning, o viés indutivo significa aprender modelos a partir de exemplos. O objetivo é que o modelo generalize a partir dos dados de treinamento para fazer previsões precisas em novos dados.</li><li><strong>Viés de Representação:</strong> Cada modelo de Machine Learning tem uma maneira específica de representar os dados. Por exemplo, uma árvore de decisão divide os dados em perguntas e respostas sim/não, enquanto uma rede neural usa camadas de neurônios para processar informações. O viés de representação influencia como o modelo interpreta e aprende com os dados.</li><li><strong>Viés de Busca:</strong> Refere-se à estratégia usada para encontrar o melhor modelo. Isso pode incluir escolher algoritmos de aprendizado específicos, ajustar parâmetros ou selecionar atributos relevantes. O viés de busca afeta como o modelo é treinado e quais padrões ele pode aprender.</li></ul><h4><strong>Fronteira de Decisão:</strong></h4><p>A fronteira de decisão é o limite ou separação que um modelo aprendido cria entre diferentes classes ou categorias de dados. Por exemplo, em um problema de classificação de flores, a fronteira de decisão seria a linha ou curva que separa uma espécie de flor de outra com base em características como tamanho das pétalas e sépalas.</p><p>Uma fronteira de decisão ideal é aquela que maximiza a precisão das previsões do modelo em novos dados. Em problemas mais complexos, como reconhecimento de imagens, a fronteira de decisão pode ser mais complexa, envolvendo múltiplas dimensões e características dos dados.</p><h3><strong>Desempenho de Modelos em Machine Learning</strong></h3><p>Quando treinamos um modelo de Machine Learning, é essencial avaliar o quão bem ele pode fazer previsões precisas em novos dados. Aqui estão os principais aspectos envolvidos na avaliação do desempenho:</p><h4><strong>Amostragem:</strong></h4><p>A amostragem é utilizada para dividir nossos dados em conjuntos distintos:</p><ul><li><strong>Conjunto de Treinamento:</strong> Usado exclusivamente para treinar o modelo, ou seja, para ensinar o modelo a reconhecer padrões nos dados.</li><li><strong>Conjunto de Teste:</strong> Dados que o modelo não viu durante o treinamento, utilizados para avaliar quão bem ele generaliza para novos exemplos.</li></ul><p><strong>Métodos de Amostragem: e</strong>xistem várias técnicas para dividir os dados em treinamento e teste</p><ul><li><strong>Holdout:</strong> Divide os dados em dois conjuntos, um para treinamento e outro para teste. É simples, mas pode variar dependendo das partições aleatórias feitas.</li><li><strong>Validação Cruzada (Cross-Validation):</strong> Divide os dados em k partições (folds). O modelo é treinado k vezes, usando k-1 folds como treinamento e 1 fold como teste em cada iteração. Isso ajuda a obter uma estimativa mais robusta do desempenho do modelo.</li></ul><p><strong>Métodos de Amostragem:</strong></p><p>Existem várias técnicas para dividir os dados em treinamento e teste:</p><ul><li><strong>Holdout:</strong> Divide os dados em dois conjuntos, um para treinamento e outro para teste. É simples, mas pode variar dependendo das partições aleatórias feitas.</li><li><strong>Validação Cruzada (Cross-Validation):</strong> Divide os dados em k partições (folds). O modelo é treinado k vezes, usando k-1 folds como treinamento e 1 fold como teste em cada iteração. Isso ajuda a obter uma estimativa mais robusta do desempenho do modelo.</li></ul><p><strong>Avaliação de Desempenho:</strong></p><p>Uma vez que o modelo foi treinado e testado, precisamos medir o quão bem ele realiza:</p><p><strong>Matriz de Confusão:</strong> Uma tabela que mostra a performance do modelo em termos de acertos e erros para cada classe. Ajuda a calcular diversas métricas:</p><ul><li><strong>Acurácia:</strong> Proporção de exemplos corretamente classificados (VP + VN / total).</li><li><strong>Sensibilidade (Recall):</strong> Proporção de exemplos positivos verdadeiros que foram corretamente identificados pelo modelo (VP / VP + FN).</li><li><strong>Especificidade:</strong> Proporção de exemplos negativos verdadeiros que foram corretamente identificados pelo modelo (VN / FP + VN).</li><li><strong>Precisão:</strong> Proporção de exemplos classificados como positivos que são realmente positivos (VP / VP + FP).</li><li><strong>F1 Score:</strong> Média harmônica entre precisão e recall, útil quando há um desequilíbrio entre as classes.</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1017/1*FV4ZbixeGDsq3DfldL7-TQ.png" /><figcaption>Slide disponibilizado pelo <a href="http://lattes.cnpq.br/8600362001728230">Prof. Dr. Paulo Henrique Pisani</a>.</figcaption></figure><h4><strong>Testes de Hipótese:</strong></h4><p>Além da avaliação direta do desempenho do modelo, testes de hipótese são usados para verificar se há uma diferença significativa entre os resultados observados e os resultados esperados ao acaso. Isso pode incluir:</p><ul><li><strong>Teste de Hipótese Nula (NHST):</strong> Um método estatístico que compara os resultados observados com uma hipótese nula, que geralmente assume que não há diferença entre grupos ou condições.</li><li><strong>Testes Baseados em Hipótese:</strong> Incluem diferentes tipos de testes, como o teste de Wilcoxon e o teste de Friedman, que são usados para comparar diferentes condições ou métodos e determinar se há uma diferença estatisticamente significativa entre eles.</li></ul><p>Esses testes são importantes para validar estatisticamente as conclusões obtidas com os modelos de Machine Learning, garantindo que as diferenças observadas não sejam apenas devido ao acaso, mas sim uma representação confiável do desempenho do modelo em situações reais.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=cda94966a63e" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>