Obtendo os dados certos

Estratégia de inteligência artificial (IA)

Vidhi Chugh

AI strategist and ethicist

Disponibilidade de dados

• Mais dados -> melhores resultados

• Não é só a quantidade
• Rotulagem, qualidade e atualidade

• O modelo capta padrões subjacentes

• Ciência centrada em dados
• Engenharia sistemática dos dados

Relevância dos dados

 

• Riqueza e relevância dos padrões
• Dados irrelevantes enganam o modelo -> reduzem a acurácia

 

• Exemplo: score de crédito
  • Atributos relevantes
  • Histórico de transações
  • Perfil de ativos

 

Relevância temporal

• A dinâmica da cadeia de suprimentos mudou após a pandemia

Privacidade de dados

 

• Dados sensíveis de usuários

• Padrões de privacidade, como GDPR

 

• Práticas éticas

• Gera confiança do usuário

Dicionário de dados

 

• Dá o significado dos campos e sua importância

 

• Especialistas do domínio conectam dados a decisões de negócio

 

• Dados redundantes não agregam às previsões do modelo

 

Amostragem de dados

• Ao trabalhar com mais dados
• Crie um conjunto amostrado
• Resultados comparáveis com menos custo

Aumento de dados

• E se os dados forem insuficientes?
• Aumente os dados: crie novos registros a partir dos existentes

Diversidade de dados

 

• Criar modelos confiáveis

• Boa acurácia do modelo

• Exemplo: análise de crédito

  • Incluir faixas etárias e etnias diversas

 

Qualidade dos dados

 

• Completo e abrangente
• Dados corretos; idade e data de nascimento

 

• Dados ausentes
• Rótulos corretos

Vamos praticar!

Estratégia de inteligência artificial (IA)