image

Acesse bootcamps ilimitados e +650 cursos

50
%OFF
Anielton Nascimento
Anielton Nascimento11/03/2024 09:17
Compartilhe

Considerações sobre o papel do Analytics

  • #Azure Machine Learning
  • #Azure OpenAI
  • #Inteligência Artificial (IA)

A pessoa que fala que AI substituirá humano em análises de dados não compreende que boa parte do processo será saber quebrar problemas em problemas menores com criatividade para que a IA execute o processo.

Quem souber fazer isso não será substituído e sim POTENCIALIZADO.

Vamos num exemplo:

Uma determinada empresa tem 1 milhão de reais para subsidiar taxas de entrega e quer saber qual grupo de seus clientes o retornará o máximo desse incentivo.

Sabendo do processo de Analytics:

1 - Levanta-se a hipótese.

Inputa os dados ao gpt e pede que se faça o teste de hipóteses. Avalia o resultado.

2 - Constrói a a árvore de decisão para que se encontre rótulos.

Inputa os dados no gpt e avalia.

3 - Faz a classificação, como eu disse no começo do texto, classificação traz respostas mutuamente exclusivas - sim/não

Pede ao gpt que classifique

4 - Faz a regressão, diferente da classificação, a regressão vai trazer o quanto e não o qual.

Pede ao gpt que faça a regressão

Nesse caso, a habilidade humana foi quebrar um problema de negócios em 4 partes, ter um entendimento do que cada técnica de analytics faz e pedir pro gpt que execute o teste, a árvore, a classificação e a regressão.

O gpt não vai te retornar a criatividade necessária para a quebra do problema em problemas menores para que você chegue numa reposta mas ele executará a sua criatividade.

Um problema desse tipo é um problema de negócios em que eu escolhi quebrar em 4 processos para chegar na resposta que é: quem e quanto irá retornar se eu incentivar.

Fiz hipóteses, encontrei rótulo para meus clientes, criei um score desses rótulos e estimei o valor de cada rótulo criado.

A diferença que a IA vai trazer em capacidade de Analytics é na velocidade na execução desse processo e não na construção do processo em si.

O que nós precisamos nos preocupar é:

Quando faço uma classificação?

Quando faço uma regressão?

Quando faço teste de hipóteses?

Quando preciso rotular meus clientes?

Assim compreenderá quando um desafio de negócio vier, em quais etapas de Analytics você irá quebrar o problema e simplesmente pedir pro GPT executar.

Agora, quem é um mero executor de algoritmo ou cálculo, sim, será substituído.

Quem souber usar da criatividade humana para quebrar o problema em processos de Analytics não.

Compartilhe
Recomendados para você
Microsoft Certification Challenge #3 DP-100
Microsoft 50 Anos - Prompts Inteligentes
Microsoft 50 Anos - GitHub Copilot
Comentários (2)
Anielton Nascimento
Anielton Nascimento - 12/03/2024 07:54

Oi @Nelson, obrigado pelo feedback, pois bem essas são algumas considerações iniciais que fiz sobre essa area que alguns dizem que irá morrer, já outros dizem que irá ser cada vez mais recorrente a procura por profissionais.

Sobre a sua indagação tudo vai depender do contexto onde você ira aplicar/utilizar a regressão haverá momentos em que se fará necessário a adoção de um cluster e em outros não.

Nelson Gomez
Nelson Gomez - 11/03/2024 10:38

Prezado , gostei da síntese de teu analise .. bom !

Agora , do que não entendi , respeito da regressão , qual no geral temos muitos pontos , do qual desejamos construir uma função para ser usada ela e assim gerar uma estimação . Essa regressão seria para gerar umas retas , já prontas para ser usadas de maneira mais fácil , no momento de fazer a decisão ?. Fico pensando uma regresão logística , gerar varias ... e assim os possíveis clusters , estar melhor marcados com retas de regressão e assim observar melhor que decidir ?