Você está visualizando o site de uma EDIÇÃO PASSADA do QCon.

Palestra: A look at the methods to detect and try to remove bias in Machine Learning models

Track: Machine Learning e Inteligência Artificial

Sala: 2 Nova York

Horário: 11:50am - 12:35pm

Dia da semana: Terça-feira

Nível: Intermediário - Avançado

Persona: Cientista de Dados

Apresentação em Inglês

Share this on:

This presentation is now available to view on InfoQ.com

Assista a palestra

Pontos Principais

  • How to be fair when using machine learning;
  • Example of common pitfalls;
  • Pros and Cons of different methods

Resumo

Machine Learning is impacting a lot of aspect of society and people often forget how their choices are impacting the lives of people on the other end of the prediction. Today, more and more tools are available to help data scientists do their jobs.

In this talk, we will explore some examples where machine learning fails and/or is making a negative impact. We will look at some of the tools available today to try checking if the model we create are discriminatory. Being fair shouldn’t mean losing value, on the contrary.

Palestrante: Thierry Silbermann

Senior Data Scientist at Nubank

Thierry did a double Master degree in Computer Science from ESIEA (French Engineer School) in France and the Illinois Institute of Technology in Chicago, USA. After that he worked for a startup in Paris for 6 months before starting a PhD at the University of Konstanz in Germany on Recommendation System working on libFM. Today he works as a Tech Lead Data Scientist on different kinds of project ranging from improving customer service, understanding growth, improving processes and managing other data scientists. He is also the co-organizer of the Machine Learning Meetup in Sao Paulo which is the biggest in Latin America.

Find Thierry Silbermann at

Tracks

  • Arquiteturas que você sempre quis conhecer

    Segredos arquiteturais de aplicações populares, com milhões de pessoas usuárias e que nunca saem do ar.

  • Engenharia aplicada a Machine Learning

    Conheça as principais técnicas de engenharia  e arquitetura de software de larga escala aplicadas a Machine Learning.

  • Microservices: melhores práticas e padrões

    Frameworks modernos e os desafios de implantação, gestão e pós-produção

  • Arquiteturas de vanguarda

    Conheça as tendências em técnicas, práticas e princípios que norteiam o estado da arte em arquitetura de software e podem ser alavancas não só para times e organizações de tecnologia, mas para os negócios, nos próximos anos.

  • Software Supply Chain

    Todas as fases do ciclo de vida de um artefato de software, do primeiro commit até o deployment. Segurança, observabilidade, genealogia e gestão de toda a sua cadeia de suprimentos de software

  • Machine Learning e Inteligência Artificial

    Algoritmos, técnicas e ferramentas: o que está por trás de sistemas e soluções cada vez mais assertivos.

  • Data Science aplicada

    Tecnologias e as boas práticas da ciência de dados trazendo ganho e diferencial competitivo para grandes empresas.

  • Java e JVM em evolução

    Performance, escalabilidade e as mais recentes novidades da principal plataforma de desenvolvimento no Brasil e no mundo.

  • JavaScript: a plataforma da web moderna

    Explore profundamente os frameworks que tornam o JavaScript tão popular e saiba como as linguagens baseadas em JavaScript estão evoluindo o desenvolvimento de front-end (e back-end).

  • Levando sua carreira para o próximo nível

    Habilidades e estratégias para destravar sua carreira e potencializar seu desenvolvimento profissional.

  • Construindo culturas de desenvolvimento duradouras

    Criando e evoluindo a cultura de empresas: novas formas de organizar times com foco em produtividade.

  • Ciência da Computação no mundo real

    Temas avançados em computação. Técnicas clássicas e modernas direto da academia para o seu código.

  • Linguagens do século 21

    Linguagens e plataformas emergentes, com ênfase em linguagens projetadas para alta concorrência e sistemas distribuídos.

  • AMA (Ask Me Anything)

    Discussões mais profundas com palestrantes do QCon São Paulo.

  • Solutions Track

    Conheça soluções, ferramentas e técnicas de empresas parceiras do QCon São Paulo.