Aprendizado de Máquina é um componente essencial para a criação de inteligência artificial. Isso é ponto pacífico hoje em dia. O que ainda divide opiniões é se AM é suficiente para IA. Usando a Teoria de Inferência Causal preconizada por Judea Pearl, vamos mostrar problemas de inteligência para os quais AM não é suficiente, pelo menos da forma como entendemos AM hoje. Daremos exemplos de problemas de ciência de dados no mundo dos negócios que exigem mais do que dados e AM para serem bem resolvidos. Esta palestra é dedicada à memória da profa. Maria Carolina Monard (ICMC-USP).
Palestrante: Igor Braga é sócio e Head de Produto da Big Data, empresa brasileira líder no segmento de ciência de dados para desempenho de negócios. Obteve o doutorado pelo ICMC-USP, onde desenvolveu pesquisas em Aprendizado de Máquina sob a orientação da profa. Maria Carolina Monard (ICMC-USP). Durante o doutorado, teve a co-orientação do Dr. Vladimir Vapnik, um dos fundadores da área de Aprendizado de Máquina.