Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.
Mario Filho – Udacity – 12/01/2017
http://www.mariofilho.com
Quem sou
 Cientista de Dados
 Consultor de Machine Learning para
empresas do Brasil e Exterior
 Foco:
 Desenvolvimento...
Conteúdo
 Casos baseados em minhas experiências
com clientes e competições
 Visão superficial dos casos: estimular a
cri...
Casos apresentados
 Recomendação
 Churn Prediction
 Previsão de vendas
 Precificação (Caterpillar)
 Detecção de usuár...
Recomendação
 Quais produtos devo recomendar a este cliente?
 Recomendação por popularidade vs
personalização
 Aplicaçã...
Churn Prediction
 Qual a probabilidade deste cliente cancelar a
assinatura, não consumir mais, nos próximos N
meses?
 Me...
Previsão de Vendas
 Quantas unidades de produtos sua
empresa venderá na próxima semana?
 Empresas de todos os tamanhos
...
Precificação
 Qual será o preço de uma peça/produto no
futuro?
 Caterpillar Tube Pricing
 Dados sobre as característica...
Detecção de Usuários
Ilegais
 Este usuário é legítimo?
 Facebook Recruiting IV: Human or Robot?
 Dados sobre o comporta...
Melhora do Sistema de
Busca
 Quais são os produtos mais relevantes
para uma determinada frase de busca?
 Home Depot Prod...
Detecção de Falhas em Redes
de Telecomunicação
 Quão severa é uma falha na rede?
 Telstra Network Disruptions
 Dados so...
Conclusão
 Casos mais populares e gerais. Muitas
aplicações em casos mais específicos.
 Tem uma tarefa que talvez possa ...
Upcoming SlideShare
Loading in …5
×

Machine Learning na sua empresa: casos de uso

459 views

Published on

O aprendizado de máquina já está revolucionando o modo de trabalhar de algumas empresas. Os exemplos de aplicação aumentam a cada dia, e conhecer alguns dos desafios que já estão sendo solucionados por meio destes algoritmos pode ser o que falta para que machine learning comece a transformar o dia a dia de seu trabalho também.

Conheça diferentes casos de uso de machine learning em diferentes empresas e setores. Mario é consultor em machine learning, é Kaggle Grandmaster e já ocupou o 12º lugar no ranking global de cientistas de dados.

Published in: Software
  • Be the first to comment

  • Be the first to like this

Machine Learning na sua empresa: casos de uso

  1. 1. Mario Filho – Udacity – 12/01/2017 http://www.mariofilho.com
  2. 2. Quem sou  Cientista de Dados  Consultor de Machine Learning para empresas do Brasil e Exterior  Foco:  Desenvolvimento de modelos  Treinamento de equipe http://www.mariofilho.com
  3. 3. Conteúdo  Casos baseados em minhas experiências com clientes e competições  Visão superficial dos casos: estimular a criatividade, mostrar possibilidades  Apresentação curta, perguntas são mais importantes. http://www.mariofilho.com
  4. 4. Casos apresentados  Recomendação  Churn Prediction  Previsão de vendas  Precificação (Caterpillar)  Detecção de usuários ilegais (Facebook)  Melhora do sistema de busca (Home Depot)  Detecção de falhas em rede de telecomunicações (Telstra) http://www.mariofilho.com
  5. 5. Recomendação  Quais produtos devo recomendar a este cliente?  Recomendação por popularidade vs personalização  Aplicação bastante popular  Pode ser aplicado a basicamente qualquer produto (com algumas alterações)  Competição da Netflix  Objetivo: aumentar as vendas http://www.mariofilho.com
  6. 6. Churn Prediction  Qual a probabilidade deste cliente cancelar a assinatura, não consumir mais, nos próximos N meses?  Melhor uso dos recursos de marketing/publicidade  Manter clientes normalmente custa menos que conseguir novos clientes.  Objetivo: promover ações de retenção para os clientes com maior probabilidade de deixar a empresa. http://www.mariofilho.com
  7. 7. Previsão de Vendas  Quantas unidades de produtos sua empresa venderá na próxima semana?  Empresas de todos os tamanhos  Segmentação por região  Segmentação por produto  Objetivo: alocar melhor os recursos de produção, melhor controle de estoque http://www.mariofilho.com
  8. 8. Precificação  Qual será o preço de uma peça/produto no futuro?  Caterpillar Tube Pricing  Dados sobre as características físicas e propriedades comerciais dos tubos  Prever o preço de tubos necessários para a fabricação de máquinas  Com uma estimativa do preço, é possível ter uma ideia do preço final da máquina http://www.mariofilho.com
  9. 9. Detecção de Usuários Ilegais  Este usuário é legítimo?  Facebook Recruiting IV: Human or Robot?  Dados sobre o comportamento do usuário  Bastante relevante para redes sociais  Pode ser aplicado para detectar outros usuários indesejados: fraudadores, maus vendedores e compradores, perfis falsos. http://www.mariofilho.com
  10. 10. Melhora do Sistema de Busca  Quais são os produtos mais relevantes para uma determinada frase de busca?  Home Depot Product Search Relevance  Banco de dados com uma pontuação de relevância dada por humanos para pares de produtos e termos de busca  Maior facilidade para o cliente encontrar o que deseja http://www.mariofilho.com
  11. 11. Detecção de Falhas em Redes de Telecomunicação  Quão severa é uma falha na rede?  Telstra Network Disruptions  Dados sobre alertas e localização de pontos da rede da empresa  Minha impressão: sabendo a gravidade do problema antecipadamente é possível enviar a equipe com capacitação correta para o local. Economiza custos com envios errados. http://www.mariofilho.com
  12. 12. Conclusão  Casos mais populares e gerais. Muitas aplicações em casos mais específicos.  Tem uma tarefa que talvez possa ser resolvida com Machine Learning? Consulte um cientista de dados!  http://www.mariofilho.com Obrigado pela atenção!

×