Webinar On Demand

Analytics for Data Scientist
Structured Data

Este webinar é o quinto episódio do Analytics Webinar Series; um conjunto de episódios que irão percorrer, semanalmente, todo o ciclo analítico.

Sobre este episódio

Gosta de desenvolver machine learning pipelines complexos e sofisticados? 

Então este é o episódio certo para si. No final deste episódio, terminaremos a fase de desenvolvimento do modelo analítico e identificaremos o modelo campeão. Para isso, usaremos o SAS Model Studio para mostrar como os data scientists podem construir machine learning pipelines através de três formas:

  1. usando templates, 
  2. utilizando um pipeline criado automaticamente através de AutoML e
  3. desenvolvendo um pipeline personalizado que possa também incluir código open-source. 

Após determinarmos o modelo com melhor desempenho na amostra de validação, mostraremos para este modelo campeão de que forma métodos locais e globais de interpretabilidade (por exemplo, LIME e Shapley), bem como gráficos de dependência parcial, podem ajudar os decisores a criar confiança em machine learning e na IA.

Have a SAS profile? To complete this form automatically Sign In

*
*
*
*
 
*
*

All personal information will be handled in accordance with the SAS Privacy Statement.

 
  Yes, I would like to receive occasional emails from SAS Institute Inc. and its affiliates about SAS products and services. I understand that I can withdraw my consent at any time by clicking the opt-out link in the emails.
 
 

Sobre o nosso Expert


João Boavida, Customer Advisory Analytics, SAS

João é Customer Advisory Analytics, no SAS sendo o responsável pela área de Data Science em Portugal em diferentes indústrias.
Profissional com mais de 12 anos de experiência nas áreas de Predictive Analytics e Data Science, tendo acumulado as responsabilidades de liderança de uma equipa de data scientists, desenhando e implementando planos estratégicos para crescimento de negócio e desenvolvimento de competências, com as de consultor e gestor de projetos, operacionalizando soluções analíticas end-to-end através de tecnologias open source nas indústrias de serviços financeiros, telecomunicações e retalho.

Tem conhecimento sólido em diversos setores, tendo exercido funções técnicas numa instituição bancária (BPP) e em organismos públicos (IGCP e INE) e funções de investigação e docência em duas universidades (IST e Tilburg). É licenciado em Economia e mestre em Economia Monetária e Financeira pelo ISEG e mestre em Finanças pela Universidade de Tilburg, Holanda.