Palestra: Deep Learning para dados tabulares: precificando imóveis com QuantileLoss

Track: Machine Learning e Inteligência Artificial

Sala: Sala 2

Horário: 11:50am - 12:35pm

Dia da semana: Terça-feira

Nível: Intermediário - Avançado

Persona: Cientista de Dados, Desenvolvedor(a) Sênior

Apresentação em Português

Share this on:

Pontos Principais

  • Em que situação pode ser vantajoso fazer o uso de Redes Neurais para dados estruturados
  • Arquiteturas de Deep Learning para Dados Tabulares e seus prós e contras, justificando que nem sempre um RMSE menor implica em produtização
  • Relação entre QuantileLoss e estimação de incerteza em modelos de regressão

Resumo

Quando pensamos em Deep Learning, é comum pensarmos em aplicações de dados não estruturados uma vez que grande parte das aplicações que envolvem dados tabulares têm o estado da arte atingido por meio de árvores. Contudo, em algumas situações nem sempre isso é verdade. A ideia dessa talk é mostrar como podemos aplicar Deep Learning em Dados tabulares, mostraremos algumas técnicas que utilizamos, o que deu certo e o que não conseguimos levar adiante no QuintoAndar. Nosso principal exemplo é a aplicação de Deep Learning em precificação de imóveis. Vamos passar da motivação em cima da Loss que usamos (QuantileLoss) até a motivação do porquê alteramos nosso modelo de produção de um GBM para uma Rede Neural, passando por abordagens e arquiteturas que deram/não deram certo.

Palestrante: André Barbosa

Data Scientist no QuintoAndar

Formado em Sistemas de Informação pela EACH/USP desde 2017 e mestrando em Ciência da Computação no IME/USP desde Jan/2020, trabalha desde então como cientista de dados, passando de startups até grandes empresas e desde Abril/2019 integra o time de data products do QuintoAndar. Apaixonado por construir soluções que impactem a vida das pessoas e que unem soluções da academia e engenharia, gosta do desafio de utilizar Machine Learning com dados reais para resolver problemas reais. Além disso, é professor do curso de Data Science & Machine Learning for Business da Tera.

Find André Barbosa at

Tracks

Segunda-feira, 4 de maio

Terça-feira, 5 de maio

Quarta-feira, 6 de maio

  • Microservices: melhores práticas e padrões

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

  • 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

  • Data Science aplicada

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

  • Linguagens Contemporâneas

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

  • Levando sua carreira para o próximo nível

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

  • Solutions Track #3

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