Talks





[PT 🇧🇷] XAI resolvendo problemas da medicina

  • Rec.AI; Agosto 2020
  • Ferramentas de inteligência artificial estão presentes nosso dia-a-dia em forma de propaganda, sugestão de anúncios, e até na realização de tarefas simples (quem não conhece Alexa?). Essas ferramentas vem sendo usadas em contextos cada vez mais complexos como reconhecimento de imagens, self-driving cars e na medicina. Machine Learning and Deep learning são os campos mais utilizados atingindo resultados que ultrapassam a compreensão teórica. No entanto em aplicações de natureza jurídica, médica e policial os resultados obtidos pelos modelos precisam ser transparentes, o usuário final precisa entender como as decisões são tomadas e saber quando elas estão erradas. Nessa palestra vou mostrar como aplicar técnicas de Explainable AI (XAI) para resolver problemas médicos e como a utilização destes metodos podem trazer mais transparência. Irei falar das técnicas mais comuns (SHAP, LIME, Counterfactual Explanations, etc) e como elas podem ser usadas para ajudar no diagnóstico de pacientes com doenças neurodegenerativas.
  • Resources
  • Recording

[EN 🇬🇧] Privacy-preserving methods: Building secure projects

  • PyCon; April 2020
  • In this talk, we will approach two important topics: how to manage data whilst securing users’ personal information and how to do it in machine learning models. Exposing different techniques of anonymization and pseudonymization (k-anonymity, differential privacy, and others), showing that solving the anonymity problem is much more complex than replacing names, last names, and social security numbers.
  • Resources
  • Recording

[PT 🇧🇷] Algoritmos

  • Python Brasil; Ribeirão Preto/SP, Outubro 2019
  • Algoritmos são um grande campo de estudo em ciência da computação e não por acaso, algoritmos estão em praticamente tudo na programação. Sem levar muito tempo, qual algoritmo de ordenação é executado ao chamar o método sort do python?
    >>> some_list = [2, 5, 6, 1, 3]
    >>> some_list.sort()
    

    Python usa um algoritmo híbrido chamado Timsort, construido de forma a garantir o desempenho do algoritmo em várias situações reais. Nessa palestra você vai ver vários exemplos similares, e conhecer quais algoritmos utilizam as funções internas da sua linguagem preferida.

  • Resources

[EN 🇬🇧] Jane Doe will help you improve your project

  • PyGotham; New York/NY, October 2019
  • On days of privacy scandals, the concern about securing customers’ data is bigger than ever, and the solution is farther from locking everything in a safe box. Sharing data is inevitable, in this talk we will approach the data anonymity problem, exploring how to use anonymization techniques to secure user’s personal information when analyzing, testing, processing, or sharing a database.
  • Resources
  • Recording

[PT 🇧🇷] Como garantir proteção de dados pessoais no seu projeto

  • The Developers Conference; Recife/PE, Outubro 2019
  • Em dias de vazamentos de dados sigilosos, proteger os dados de clientes se tornou um ponto de falha para várias empresas e a solução está longe de trancar tudo em um lugar seguro. Compartilhar de dados é inevitável. Nesta palestra abordaremos o problema da anonimização de dados. Explorando como proteger informações pessoais de usuários ao analisar, testar, processar ou compartilhar um banco de dados.
  • Resources

[EN 🇬🇧] A worked example of using statistical and machine learning models to time series prediction

  • PyGotham; New York/NY, October 2018
  • The analysis of time series data can be essential when making strategic decisions under uncertainty, it being a fundamental part within and outside of the field of computer science. This presentation discusses the tradeoff between statistical models (represented by the ARIMA model) and neural network-based techniques. Also demonstrates how to apply these techniques to a real problem.
  • Resources
  • Recording

[PT 🇧🇷] Previsão de Séries Temporais com PyData e Inteligência Artificial

  • Python Nordeste; Campina Grande/PB, Maio 2018
  • Uma previsão correta sobre um conjunto de dados observados pode significar milhões de lucro para uma empresa, ao mesmo tempo que uma previsão errada pode levar outra empresa a falência. Nessa palestra você vai ver como utilizar alguns módulos do PyData (Pandas, numpy e outras) e algumas técnicas de Inteligência Artificial (redes neurais, computação evolucionária, inteligência de enxames) para resolver problemas reais de previsão.
  • Resources

[PT 🇧🇷] Previsão de Séries Temporais com PyData e Inteligência Artificial

  • Python Brasil; Belo Horizonte/MG, Outubro 2017
  • Uma previsão correta sobre um conjunto de dados observados pode significar milhões de lucro para uma empresa, ao mesmo tempo que uma previsão errada pode levar outra empresa a falência. Nessa palestra você vai ver como utilizar alguns módulos do PyData (Pandas, numpy e outras) e algumas técnicas de Inteligência Artificial (redes neurais, computação evolucionária, inteligência de enxames) para resolver problemas reais de previsão.
  • Resources
  • Recording