Curso 01
Aprendendo a contar: Insights sobre populações utilizando algoritmos de quantificação
Prof. Diego Furtado Silva (ICMC / USP)
Muitas vezes, o sucesso de um projeto de Machine Learning não reside na simples acurácia com que rotulamos cada instância da base de dados, mas sim na exatidão com que estimamos tendências e prevalências em toda uma população. Classificadores tradicionais frequentemente falham nessa tarefa, conhecida como quantificação ou estimativa de prevalência. Este curso introduz a tarefa de quantificação como uma área emergente e estratégica que vai além da classificação individual para fornecer estimativas precisas da prevalência de classes, essenciais para cenários em que o foco é o comportamento agregado. Alguns exemplos de aplicação da quantificação são o monitoramento de opiniões em redes sociais ou de comentários em plataformas de e-commerce (para responder perguntas como "Qual é o sentimento geral dos usuários a respeito desse serviço?") e a análise de saúde pública (como "Qual é o percentual da população infectada?"). Ao longo do curso, discutiremos o paradoxo de por que bons classificadores podem ser péssimos estimadores populacionais e de como utilizar métodos modernos de ajuste de calibração e contagem. Por meio de uma abordagem teórica e prática, os participantes aprenderão os principais métodos de quantificação, medidas de avaliação específicas para o problema e como implementar soluções práticas em Python.
Data/Hora: Em breve, será divulgado.
Modalidade: Online / Zoom
Carga Horária: 4 horas