Para startups - Como incorporar algoritmos de aprendizado de máquina

https://www.flickr.com/photos/erikcharlton/2955613283

Como uma equipe de arquitetura que desenvolve soluções para muitas startups, frequentemente nos perguntam como incorporar algoritmos de aprendizado de máquina em nosso produto. A questão vem principalmente de fundadores de startups que estão ansiosos para diferenciar seu produto incorporando aprendizado de máquina no início do ciclo de desenvolvimento do produto.

Para uma inicialização, não há um grande conjunto de dados disponíveis no início para treinar os modelos de aprendizado de máquina. No entanto, o algoritmo de aprendizado de máquina é efetivo somente quando você usa um modelo treinado nos dados especificamente relacionados aos usuários.

Aqui estão as diferentes maneiras pelas quais as startups podem preencher lentamente a lacuna entre o desenvolvimento de um produto que funciona bem com usuários iniciais e a falta de dados grandes para desenvolver uma solução totalmente amadurecida que use algoritmos de aprendizado de máquina com modelos treinados com grandes dados reunidos durante um período de tempo.

• Faça perguntas curtas, mas relevantes, ao usuário em seu aplicativo ou portal. Use-os para criar o perfil do usuário e fornecer personalização.
• Capture a localização do usuário, os dados do dispositivo e outros dados de contexto em seu aplicativo ou portal e adicione-os ao perfil do usuário.
• Capture o comportamento do usuário no aplicativo e o alimente de volta em seu mecanismo de personalização para enriquecer o perfil inicial.
• Use o mecanismo de regras para correlacionar diferentes valores de perfil, sua ponderação e classificar os usuários com base na saída do mecanismo de regras.
• Use expressões regulares e dicionários de pesquisa para interpretar o texto livre para o entendimento da linguagem natural.
• Usar abordagem híbrida para interpretação de texto: algumas bibliotecas de processamento de linguagem natural como a PNL de Stanford fornecem parte das tags de fala (POS) e de reconhecimento de entidade (NER) que você pode usar na expressão regular junto com o texto para fornecer interpretação rica de texto.
• Limite a interpretação de dados não estruturados com base em outros dados estruturados relacionados.
• Marcar dados com base em regras ou expressões regulares.
• Fornecer maneiras de o usuário marcar manualmente os dados (texto) em seu aplicativo.
• Use dados marcados usando métodos tradicionais para treinar modelos ML.
• Aproveitando os dados adquiridos através de seus produtos no mercado.
• Copie dados relevantes de fontes na Web e use-os para treinar modelos ML.
• Gere dados sintéticos programaticamente e use-o para treinar os modelos: O sucesso deste método depende de quão perto você pode gerar dados sintéticos para dados reais com toda a aleatoriedade e distribuições e deve ser escolhido com cuidado.
• Escolha uma pilha de tecnologia como o Apache Spark, o Flink, que fornece bibliotecas para executar algoritmos ML em escala: você pode inicialmente executar programas de regras ou procedimentos em escala dentro dessas estruturas até que dados suficientes sejam reunidos para treinar modelos ML. Você pode então introduzir algoritmos ML dentro das mesmas estruturas sem precisar escolher outra pilha.

Certifique-se de capturar todos os dados brutos desde o início. Quando você tiver dados suficientes, use-os para treinar seus modelos de inclinação supervisionados e você estará no caminho certo para aproveitar os algoritmos de aprendizado de máquina do seu produto.

丨Quais outras técnicas você utilizou em seus produtos nos estágios iniciais sem acesso a grandes quantidades de dados para personalização ou entendimento da linguagem natural?

Para visualizar este e-mail como página da web, acesse aqui

Por render mais que a poupança e ter a opção de resgate a qualquer momento, é muito usado para operações de curto e médio prazo, como reserva de emergência ou projetos de compra de algum bem (imóveis, carro, etc...)

*O Tesouro Direto cobra uma taxa semestral de 0,3% ao ano.

Viu como é fácil? Aqui na Easy seu dinheiro evolui diariamente. Só falta você começar 

Fique ligado em nossas dicas no Youtube.

Precisa de ajuda? Atendimento easynvest@easynvest.com.br ou por telefone 11 3841-4515, em dias úteis, das 9h às 18h Ouvidoria ouvidoria@easynvest.com.br ou por telefone 0800 727 7784

Certificado por

Este material foi preparado pela Easynvest - Título Corretora de Valores SA ("EASYNVEST"), tem caráter meramente informativo e não deve ser entendido como análise de valor mobiliário, solicitação de compra ou venda, oferta ou recomendação de qualquer ativo financeiro ou investimento ou sugestão de alocação ou adoção de estratégias de investimento por parte dos destinatários. As informações referem-se às datas mencionadas e não serão atualizadas. Este material foi preparado com base em informações públicas, dados desenvolvidos internamente e outras fontes externas. A EASYNVEST não garante a veracidade e integridade das informações e dados ou que os mesmos estão livres de erros ou omissões. Os cenários e visões apresentadas podem não se refletir nas estratégias de fundos e carteiras geridas pela EASYNVEST. Este material pode apresentar projeções de retorno, análises e cenários feitas sob determinadas premissas. Ainda que a EASYNVEST acredite que essas premissas sejam razoáveis e factíveis, não pode assegurar que sejam precisas ou válidas em condições de mercado no futuro ou ainda que todos os fatores relevantes tenham sido considerados na determinação dessas projeções, análises e cenários. Projeções não significam retornos futuros. Os retornos projetados, análises, cenários e as premissas são baseados nas condições de mercado e em cenários econômicos correntes e passados, que podem variar significativamente no futuro. As informações aqui apresentadas não pretendem conter todos os fatos relevantes que um investidor deve considerar e, dessa forma, representam apenas uma visão limitada do mercado. Aos investidores é recomendada a leitura cuidadosa de prospectos e regulamentos ao aplicar seus recursos. A EASYNVEST não se responsabiliza por danos oriundos de erros, omissões ou alterações nos fatores de mercado nem pelo uso das informações aqui contidas. É vedada a cópia, distribuição ou reprodução total ou parcial deste material sem a prévia e expressa concordância da EASYNVEST.

Não desejo receber esse tipo de e-mail