MBA em

Tecnologia para Negócios: AI, Data

Science e Big Data

COMO USAR MACHINE

LEARNING PARA
SUPERAR O MERCADO
Com Cezar Taurion e Sílvia Maria Wanderley Moraes

O que impulsiona a ciência de dados é a curio-

sidade.

Ricardo Cappra
 Conheça
c o livro da disciplina
-
CONHEÇA SEUS PROFESSORES 3

Conheça os professores da disciplina.​

EMENTA DA DISCIPLINA 4

Veja a descrição da ementa da disciplina. ​

BIBLIOGRAFIA BÁSICA 5

Veja as referências principais de leitura da disciplina.​

O QUE COMPÕE O MAPA DA AULA? 6

Confira como funciona o mapa da aula.

MAPA DA AULA 7

Veja as principais ideias e ensinamentos trabalhados ao longo da aula.

ARTIGOS 43

Nesta página, você encontra links de artigos científicos, informativos e vídeos sugeri-
dos pelo professor PUCRS.

RESUMO DA DISCIPLINA 44

Relembre os principais conceitos da disciplina.​

AVALIAÇÃO 45

Veja as informações sobre o teste da disciplina.​

2
 Conheça
c seus professores

-
CEZAR TAURION
Professor convidado

Sócio da KICK Ventures, trabalha com o propósito de

incentivar e promover o empreendedorismo para o próximo
nível, especialmente nas economias emergentes, alavancando
a cultura da inovação e parcerias de empreendimentos
corporativos. Além disso, Taurion é VP de Estratégia e Inovação
na Cia Técnica, mentor e investidor em startups, e ainda
exerceu cargos técnicos e executivos em empresas como Shell
e Chase Manhattan Bank. Consultor com grande experiência,
já foi diretor de Novas Tecnologias Aplicadas/Chief Evangelist
da IBM Brasil, e sócio-diretor líder de IT Strategy na PwC,
desenvolvendo diversos projetos de alta complexidade que
transformaram o papel da TI e seu posicionamento profissional
em grandes corporações. Como escritor, Taurion é autor de
nove livros que abordam assuntos como Transformação Digital,
Inovação, Big Data e Tecnologias Emergentes. É colunista da
CIO Magazine e Computerworld Brasil. Também colabora com
sites especializados, como TI Especialistas e iMasters, além
de apresentar palestras sobre tecnologia da informação em
eventos e conferências.

SÍLVIA MARIA WANDERLEY MO-

RAES
Professora PUCRS

Professora da Escola Politécnica da Pontifícia Universidade

Católica do Rio Grande do Sul (PUCRS) desde agosto de 1997.
Também é uma das professoras colaboradoras do Grupo de
Pesquisa em Linguagem Natural da PUCRS. Em 2012, obteve título
de doutora em Ciência da Computação (PPGCC/PUCRS) com a
tese “Construção de Estruturas Ontológicas a partir de Textos: um
Estudo Baseado no método Formal Concept Analysis e em Papéis
Semânticos”. Anteriormente, de 1994 a 1997, cursou mestrado
em Ciência da Computação no PPGC/UFRGS. Obteve o título de
bacharel em Informática na FACIN/PUCRS em 1992. Seus principais
interesses de pesquisa estão relacionados ao processamento de
linguagem natural: mineração de texto, a categorização de texto,
agrupamento de texto, aprendizagem automática, aprendizagem
de ontologias, extração de conceitos, análise de sentimentos,
agentes conversacionais etc.

3
 Ementa da Disciplina

O que é Aprendizagem de Máquina e como ela ocorre. Exemplos de usos e

aplicações do Aprendizado de Máquina na área de negócios. Como obter vantagem
competitiva através do Machine Learning.

4
 Bibliografia básica
a

-
As publicações destacadas têm acesso gratuito.

Bibliografia básica

IVAN, I. Python data analysis: learn how to apply powerful data analysis techniques
with popular open source Python modules. Birmingham: Packt Publishing, 2014.

MARSLAND, S. Aprendizado de máquina: uma perspectiva algorítmica. Boca Raton:

CRC Press Taylor & Francis, 2015.

WITTEN, I; EIBE, F; HALL, M. Data mining: practical machine learning tools and
techniques. Burlington: Morgan Kaufmann, 2011.

Bibliografia complementar

ELATIA, S; IPPERCIEL, D; ZAÏANE, O. Data mining and learning analytics:

applications in educational research. Nova Jersey: John Wiley & Sons, 2017.

GEFFNER, H; BONET, B. A concise introduction to models and methods for

automated planning. Texas: Morgan & Claypool, 2013.

MCCORMICK, J. Nine algorithms that changed the future: the ingenious ideas that
drive today’s computers. Nova Jersey: Princeton University Press, 2012.

OHRI, A. Python for R users: a data science approach. Nova Jersey: John Wiley &
Sons, 2018.

TEELE, B; CHANDLER, J; REDDY, S. Algorithms for Data Science. Cham: Springer,

2016.

5
 o o
O que compõe

s
Mapa da Aula?
MAPA DA AULA
São os capítulos da aula, demarcam
momentos importantes da disciplina,
servindo como o norte para o seu FUNDAMENTOS
aprendizado.
Conteúdos essenciais sem os quais
você pode ter dificuldade em
compreender a matéria. Especialmente
importante para alunos de outras
EXERCÍCIOS DE FIXAÇÃO
áreas, ou que precisam relembrar
assuntos e conceitos. Se você estiver
Questões objetivas que buscam
por dentro dos conceitos básicos dessa
reforçar pontos centrais da disciplina,
disciplina, pode tranquilamente pular
aproximando você do conteúdo de
os fundamentos.
forma prática e exercitando a reflexão
sobre os temas discutidos.​
CURIOSIDADES
Apresentação de figuras públicas
e profissionais de referência
PALAVRAS-CHAVE mencionados pelo(a) professor(a),
além de fatos e informações que dizem
Conceituação de termos técnicos, respeito à conteúdos da disciplina.
expressões, siglas e palavras específicas
do campo da disciplina citados durante
a videoaula. DESTAQUES
Frases dos professores, que resumem
sua visão sobre um assunto ou
VÍDEOS situação.​

Assista novamente aos conteúdos

expostos pelos professores em vídeo.
Aqui você também poderá encontrar
vídeos mencionados em sala de aula.
Lembre-se que a diversificação de
estímulos sensoriais na hora do estudo
otimiza seu aprendizado. ​
ENTRETENIMENTO
Inserções de conteúdos da equipe de
design educacional para tornar a sua
experiência mais agradável e significar
o conhecimento da aula.​

CASE
Neste item você relembra o case
analisado em aula pelo professor. ​
LEITURAS INDICADAS
A jornada de aprendizagem não
termina ao fim de uma disciplina. Ela
MOMENTO DINÂMICA segue até onde a sua curiosidade
alcança. Aqui você encontra uma lista
Aqui você encontra a descrição
de indicações de leitura. São artigos e
detalhada da dinâmica realizada pelo
livros sobre temas abordados em aula.​
professor em sala de aula com os alunos. ​

6
 Mapa da Aula
Os tempos marcam os principais momentos das videoaulas.

AULA 1 • PARTE 1

Uma mudança de era 01:15

As tecnologias não podem ser encaradas

apenas em seu estado presente, mas em
sua potencialidade de desenvolvimento, PALAVRA-CHAVE
03:04
de sofisticação. Não são fotografias
imutáveis de um só momento, mas Chief evangelist: Também chamado
frames de uma longa história de avanços de “Brand Evangelist”, é uma espécie
técnicos. É o caso da inústria musical, de embaixador que promove um
por exemplo, cujos suportes viveram produto, um serviço ou um negócio.
altos e baixos - do vinil aos serviços de
streaming. Profissões que desaparecem,
negócios que são obrigados a mudar
05:54
radicalmente, tecnologias que surgem de Muitas vezes, superestimamos
forma disruptiva e nos fazem abandonar o efeito de algumas
velhas práticas: não vivemos uma era de tecnologias no curto prazo;
mudanças, mas uma mudança de eras. e as subestimamos no seu
impacto a longo e médio prazo.

07:16
As mudanças que são
provocadas na sociedade e
nas empresas são provocadas
pela convergência de diversas
tecnologias.

PALAVRA-CHAVE
08:02

Steve Jobs: Inventor, empresário e

magnata do setor da informática,
notabilizou-se como co-fundador,
presidente e diretor executivo da
Apple Inc. Revolucionou diferentes
induústrias, como os computadores
pessoais, filmes de animação, música,
telefones, tablets e publicações
digitais.

7
CASE
Spotify
Lançado oficialmente em 7 de outubro
de 2008, o serviço de streaming é o mais
popular e usado do mundo. O Spotify fornece
acesso a mais de 30 milhões de músicas, e já
conta com mais de 232 milhões de usuários
ativos, incluindo 108 milhões de assinantes.
Atualmente, o valor da empresa gira em torno
dos 26,5 bilhões de dólares.
Não é uma era de mudanças,
é uma mudança de era!
Revolução digital cognitiva
Partindo da produção mecânica e das
estradas de ferro, passando pelo advento
da eletricidade e, posteriormente,
pela produção automatizada e pelos
eletrônicos, chegamos à inteligência
artificial, ao big data, à robótica e às
muitas novas tecnologias que ainda
surgirão. Das últimas décadas do século
XVIII à atualidade, vivemos quatro grandes
revoluções industriais. De acordo com o
professor, a chamada “primeira revolução
digital”, iniciada por volta dos anos
2000, pode ser compreendida como uma
revolução digital cognitiva. Tranformações
extremamente rápidas e tecnologias que
otimizam a nossa cognição marcaram a
nossa relação com as grandes inovações
lançadas nas últimas duas décadas. Vinte
e quatro horas por dia, sete dias por
semana, estamos todos verdadeiramente
imersos no mundo digital.
14:18
CASE
14:48
Airbnb
Empresa multinacional japonesa, é o quinto
maior conglomerado de mídia do planeta.
Foi fundada em 1946 por Masaru Ibuka e
Akio Morita, e sua sede está localizada em
Tóquio, no Japão. Nos anos 80 e 90, a Sony
adquiriu diversas empresas na indústria do
16:44 entretenimento, tornando-se um império
no setor com a gravadora SONY Music e o
estúdio Columbia Tri-Star Pictures.
18:04
22:24
Essas tecnologias
potencializaram a nossa força
física.
PALAVRA-CHAVE
24:40
Barsa: Inicialmente lançada no Brasil
no ano de 1964, foi comprada pela
Editorial Planeta em 2000. Sua
última edição foi publicada em 2010,
quando vendeu apenas 8.000 cópias
– número quinze vezes menor que os
120 mil vendidos em 1990.
8
CASE
27:42
Nokia

30:42
Agora, eu não tenho
mais uma única fonte de
informações. Todos nós somos
consumidores e produtores de
conteúdo.
Fundada em 1865 na cidade de Nokia, na
Finlândia, era originalmente uma fábrica
de transformação de pasta de celulose em
papel. Muitos anos depois, tornou-se líder de
mercado na indústria de telecomunicações e
CASE
tecnologias de consumo. Em 2008, detinha 34:15
aproximadamente 40% do mercado de Uber
telemóveis e smartphones.

CASE
38:20
Alexa

Fundada em março de 2009, é uma empresa

Lançada em novembro de 2014, é uma
assistente virtual desenvolvida pela Amazon.
A Alexa é capaz de interagir com voz,
reproduzir músicas e podcasts, fazer listas de
afazeres, definir alarmes, fornecer informações
sobre tempo, trânsito, esportes e outras
notícias em geral, além de controlar aparelhos
inteligentes conectados ao dispositivo.
prestadora de serviços eletrônicos na área
do transporte privado urbano. Através de
um aplicativo de transporte que permite a
busca por motoristas baseada na localização,
oferece um serviço semelhante ao táxi,
mas com preços mais baixos e com maior
facilidade. Presente em 63 países, já conta
com 22.262 empregados ao redor do globo.

9
 CASE
34:15
Time

EXERCÍCIO DE FIXAÇÃO
44:28
Assinale a alternativa correta a
respeito das revoluções técnicas
vivenciadas pela humanidade.

As estradas de ferro e a eletricidade

Uma das mais conhecidas revistas de notícias foram características da primeira re-
volução.
semanais do mundo, está em circulação desde
março de 1923. A capa da edição intitulada
“The drone age” foi lançada no mês de junho A produção automatizada e os pri-
meiros eletrônicos coincidem no
de 2018.
mesmo período.

A eletricidade e o big data são ele-

mentos da mesma revolução técni-
ca.

Todas as alternativas estão incorre-

tas.

AULA 1 • PARTE 2

PALAVRA-CHAVE
00:31

Projeto Genoma Humano: Iniciado

em 1990, o projeto teve como
objetivo sequenciar a totalidade do
A transformação digital 03:34 código genético dos seres humanos.
Com a participação de mais de
Resposta desta página: alternativa 2.

Muitas profissões não irão simplesmente 5.000 cientistas, de 250 laboratórios

sumir com o advento de tecnologias que diferentes, o projeto foi concluído em
possam cumprir os seus objetivos de 2013. Foram encontrados cerca de 22
formas mais eficientes, mas certamente mil genes.
passarão por um extenso processo de
mudança. É o caso dos médicos, dos
engenheiros civis, dos professores... O
mundo digital não conta com a fricção
do mundo analógico, a disseminação das

10
novas tecnologias é muito mais veloz. A
exponencialidade bagunça com as nossas
perspectivas lineares sobre o futuro. Por
outro lado, a transversalidade também
é marca do mundo dos negócios na era
digital. Muitas empresas aventuram-
se por áreas com as quais não eram
habituadas - como é o caso da Amazon,
que aos poucos passa a integrar o
mercado de drogaria, ou do Walmart,
que hoje já faz parte da indústria da
saúde. A desmaterialização, resultado
da incorporação de diferentes funções a
um só dispositivo, e a desmonetização,
resultado de um dramático decréscimo
nos custos de produção, provocam a
disrupção tecnológica. É do contexto
disruptivo e de convergência que advém a
transformação da sociedade.
CASE
Walmart
Fundada por Sam Walton no ano de 1962, é
uma multinacional estadunidense de lojas de
departamento. A Walmart possui 11.000 lojas
em 27 países, com 55 identidades diferentes.
No Brasil, opera sob o nome BIG. Seu valor de
mercado gira em torno de 247,9 bilhões de
dólares.
PALAVRA-CHAVE
04:16
Starlink: Desenvolvido pela
empresa estadunidense de sistemas
aeroespaciais SpaceX, é um projeto
de desenvolvimento de constelações
de satélites. A plataforma de satélites
em órbita baixa poderá ser a base de
uma rede global de internet de alta
velocidade.
10:21
Não é uma questão de ‘se vai
ser’, mas de ‘quando vai ser’
automatizado.
11:16
As mudanças ocorrem de
forma exponencial, e não de
forma linear.
CASE
13:14
Airbnb
14:57
Criado em novembro de 2008, é um
serviço online para anúncios e reservas de
acomodações e meios de hospedagem. O
aplicativo permite aos usuários alugar toda ou
parte de sua própria casa, como uma forma
de acomodação extra. Hoje, abrange mais de
500 mil anúncios em mais de 35.000 cidades
e 192 países.
11
CASE
15:20
Amazon

CASE
15:51
Magazine Luiza

Fundada por Jeff Bezos no dia de 5 de

julho de 1994, é uma empresa multinacional
de tecnologia com foco em e-commerce,
computação em nuvem, streaming e
inteligência artificial. Ao lado de Google,
Apple, Microsoft e Facebook, a Amazon é
considerada uma das cinco grandes empresas
de tecnologia do planeta.
CASE
17:10
Netflix
Fundada em 1957 como uma pequena loja de
presentes em Franca, São Paulo, hoje possui
milhares de lojas em 18 estados do país.
Seu modelo de negócio é caracterizado por
uma plataforma digital com pontos físicos.
O aplicativo Magalu é um dos mais bem-
sucedidos apps de compras do Brasil, com
26 milhões de downloads e uma participação
de cerca de 40% dos pedidos online da
companhia.

CASE
18:06
Fortnite

Fundada em 1997 por Reed Hastings e Marc

Randolph, é uma provedora global de filmes e
séries de televisão via streaming. Inicialmente
dedicada à distribuição de DVDs, hoje possui
mais de 90 milhões de assinantes em quase
todo o mundo. No Brasil, segundo dados de
2020, é estimado que a Netflix tenha entre 10
e 15 milhões de assinantes. Desenvolvido pela Epic Games e lançado em
2017, é um jogo online multijogador do gênero
battle royale, no qual até 100 jogadores lutam
em espaços cada vez menores para serem a
última pessoa ou time vencedor.

12
Pensar digital significa que 21:06
eu preciso ter a essência da
digitalização incorporada à
minha maneira de pensar.

22:45
A desmaterialização nos leva à
desmonetização.

A desmonetização e a 23:37
facilidade de uso levam
à democratização.

24:29
As transformações acontecem
quando divergimos diversas
tecnologias.

Essa relação circular 26:29

intensa entre humanos e
tecnologia é que provoca
as transformações da
sociedade.

PALAVRA-CHAVE
29:01

VUCA: Inicialmente empregado pelo

U.S Army War College para explicar
o mundo pós-Guerra Fria, o termo é
um acrônimo das palavras inglesas
volatility, uncertainty, complexity
e ambiguity - em português,
volatilidade, incerteza, complexidade
e ambiguidade. Em síntese, a
expressão reúne características
fundamentais da sociedade atual,
bem como a velocidade com que o
mundo se transforma.

13

39:16
AULA 1 • PARTE 3
Uma tecnologia
transformadora é uma
tecnologia que muda e que
transforma a sociedade.
02:01
Resposta desta página: alternativa 3.
Inteligência artificial, hoje,
é um campo bastante
amplo de definições, até
porque sequer existe uma
definição clara do que
possa vir a ser ‘inteligência’.
EXERCÍCIO DE FIXAÇÃO
Inicialmente empregado no contexto
pós-Guerra Fria, o termo VUCA é
um acrônimo das seguintes palavras
inglesas:
Verifiability, uncertainty, complexity
e advancement.
Volatility, uncertainty, coordination
e aspirational.
Volatility, uncertainty, complexity e
ambiguity.
Todas as alternativas estão incorre-
tas.
00:30
Introdução à IA
Se vivemos, hoje, uma grande
transformação social e digital, a
inteligência artificial é certamente a
força motriz desse processo. Inicialmente
chamados de “cérebros eletrônicos”,
04:39 em razão da rapidez com que resolviam
cálculos matemáticos, os computadores
e a inteligência artificial causam euforia
desde suas primeiras aparições. No
entanto, entre os anos 1960 e os dias de
hoje, a IA passou por altos e baixos. As
primeiras experiências eram baseadas
14
 em jogos, como xadrez e damas. O ápice
PALAVRA-CHAVE desses testes iniciais deu-se na vitória
14:55
do computador Deep Blue, da IBM,
Garry Kasparov: Ex-campeão sobre o enxadrista russo Garry Kasparov
mundial de xadrez, escritor e (imagem). Em 2011, o supercomputador
ativista político, é considerado por Watson, também da IBM, foi o campeão
muitos o maior enxadrista de todos do game show Jeopardy!, vencendo os
os tempos. Venceu seu primeiro
dois maiores ganhadores do programa de
campeonato mundial de xadrez em
1985, quando tinha apenas 22 anos. televisão. Cinco anos depois, a inteligência
Em 1997, Kasparov foi derrotado pelo artificial AlphaGo vence Lee Sedol,
computador Deep Blue, da IBM. campeão mundial de Go, em uma série de
quatro partidas. É preciso entender que
todo e qualquer negócio, toda e qualquer
PALAVRA-CHAVE indústria, todo e qualquer setor, pode
17:44 (e deve, de acordo com as tendências)
aplicar machine learning.
Jeopardy!: Exibido inicialmente
pela NBC em março de 1964, é um
show de perguntas e respostas
sobre história, literatura, cultura
e ciências. Diferentemente dos
quizes tradicionais, os temas são
apresentados na forma de respostas,
cabendo aos concorrentes formular as
perguntas correspondentes.

PALAVRA-CHAVE
23:20

Sputnik: O Sputnik 1 foi o primeiro

satélite artificial do planeta. Lançado
pela União Soviética no dia 4 de
outubro de 1957, ajudou a identificar
as camadas da alta atmosfera
ENTRETENIMENTO
terrestre através de suas mudanças de 24:28
órbita.
Filme: AlphaGo

Dirigido por Greg Kohs e lançado em

novembro de 2018, o documentário
acompanha o desenvolvimento da
inteligência artificial AlphaGo, desenvolvida
pela DeepMind, e os preparos para que
pudesse enfrentar Lee Sedol, campeão
mundial de Go, em uma série de partidas.

15
 CASE
YouTube
Criada em fevereiro de 2005 por três ex-
funcionários do PayPal (Chad Hurley, Steve
Chen e Jawed Karim), a plataforma de
compartilhamento de vídeos hospeda uma
grande variedade de filmes e videoclipes,
tendo formado uma geração de “youtubers”
e trends. Ocupa a segunda posição no Alexa,
serviço que mede o número de acessos a um
site.
Não é que nós temos
excesso de dados, nós
temos escassez de
algoritmos.
Resposta desta página: alternativa 4.
27:10
29:02
70% ou 80% dos vídeos que
você vê no YouTube foram
recomendados pelo algoritmo.
34:06
Toda e qualquer indústria, todo
e qualquer negócio, pode usar
inteligência artificial.
36:09
A era do petróleo não vai
acabar por falta de petróleo,
como se imaginava décadas
atrás, mas por falta de uso.
39:20
EXERCÍCIO DE FIXAÇÃO
45:23
Grandes projetos e dispositivos
marcaram a história da inteligência
artificial. Assinale a alternativa
que não corresponde a um desses
elementos marcantes.
Deep Blue.
AlphaGo.
Watson.
Sputnik.
16
 AULA 1 • PARTE 4

Robôs e algoritmos 00:30

Limitada, a tecnologia dos robôs ainda

é restrita a funções básicas, como a
movimentação de objetos e a ocupação
de postos de trabalho extremamente 02:05
O que é fácil para nós,
exaustivos - como limpeza e carregamento
humanos, não é fácil para os
de sobrepeso. Por outro lado, tecnologias
robôs.
como o GPT-3 geram bilhões de palavras
por dia - resultando em relatórios,
reportagens e até mesmo poesias criadas
por algoritmos. Outros robôs também
podem gerar músicas, livros técnicos, CASE
scripts, vídeos e fotografias quase
03:01
perfeitas. Mas uma grande questão ainda Boston Dynamics
não resolvida perpassa essa nova fase
da inteligência artificial: quem seria o
detentor dos direitos autorais de uma
obra de arte produzida por robôs? Do
algoritmo? Do proprietário do algoritmo?
Da equipe que o desenvolveu? Daqueles
que lhe forneceram os dados?

Fundada em 1992 por Marc Raibert, é uma

empresa de engenharia robótica conhecida
pelos robôs com mobilidade, agilidade,
destreza e velocidade.

09:31
O futuro já chegou, a questão
é que ele não é distribuído de
forma homogênea.

17
 26:42
A inteligência artificial tem
um impacto significativo
nos negócios, nas
profissões e na formação
profissional.
Onde entra o ser humano?
No lado em que nós,
humanos, somos fortes:
intuição, senso comum,
criatividade, inovação.
Inteligência artificial não
é apenas uma tecnologia,
mas é uma tecnologia
transformadora.
34:57
A inteligência artificial
não é inteligente, apenas
exibe comportamento que
parece ser inteligente.
A inteligência artificial não
é apenas um projetinho,
não é apenas uma
tecnologia isolada; é uma
tecnologia transformadora.
Impactos da IA
Tal como os advogados, que são formados
em grande parte por uma base teórica,
mas são logo confrontados com uma
29:29 realidade cada vez mais digitalizada no
mercado de trabalho, os programadores
também devem identificar a presença
de máquinas geradoras de códigos de
forma automática. Além disso, algoritmos
também já são capacitados para produzir
outros algoritmos. Muitas empresas
contam com algoritmos em seus boards de
32:39 decisão e conselhos administrativos.
34:48
Limites da IA
Apesar da sofisticação, a inteligência
artificial não é exatamente inteligente,
apenas exibe um comportamento que
parece inteligente. Um computador que
vencesse o campeão mundial de xadrez
em uma disputada partida, por exemplo,
35:39 ainda não saberia reconher a si próprio
como um vencedor ou como um grande
enxadrista, tampouco comemoraria o seu
feito - reações comuns a um ser humano.
44:58
18
 EXERCÍCIO DE FIXAÇÃO
45:50
Assinale a alternativa correta sobre
IA, o uso de robôs e algoritmos.

A robótica ainda é restrita a funções

básicas, não havendo projetos con-
solidados em áreas mais criativas.

Embora a automação já esteja pre-

sente em diferentes campos profis-
sionais, não vemos empresas com
algoritmos em seus boards de deci-
são, por exemplo.

A inteligência artificial não é exata-

mente inteligente, apenas exibe um
comportamento que parece inteli-
gente.

Todas as alternativas estão incorre-

tas.

AULA 2 • PARTE 1

Aplicação de IA na medicina I 01:26

No caso da medicina, um campo

com diferentes agentes em conflito
(médicos, pacientes, planos de
saúde...), a inteligência artificial, e
02:33
principalmente o aprendizado de Toda e qualquer aplicação de
máquina, pode ajudar de forma decisiva inteligência artificial precisa
na transformação da indústria da saúde. ter uma proposta de negócio,
Com consultas robotizadas e processos resolver problemas de negócio.
de diagnosticagem automatizados, por
Resposta desta página: alternativa 3.

exemplo, é possível otimizar o tempo

de trabalho dos médicos e a eficiência
da própria medicina. Com a inteligência 13:15
artificial, a medicina pode ser menos
Há um volume de informações
corretiva e mais preditiva, identificando
tão grande que não me dá
com bastante antecedência doenças e
condições de acompanhar a
lesões graves. A predição da Alzheimer,
evolução da própria medicina.
por exemplo, pode ser realizada até
sete anos antes do diagnóstico clínico.
inteligência artificial.

19
 A tecnologia me permite 19:53
fazer muita coisa, mas os
profissionais não estão
preparados pra isso.

37:29
Em toda e qualquer prática
médica, a inteligência artificial
vai ter uma contribuição muito
grande.

Isso nos leva à 41:07

possibilidade de não
termos mais médicos?
Indiscutivelmente não. O
que vai mudar é o perfil do
médico.
49:10
Mas os médicos que usarem
IA, esses sim, vão substituir
os médicos que não usarem
inteligência artificial.

EXERCÍCIO DE FIXAÇÃO
49:27
Assinale a alternativa incorreta
sobre a aplicação de IA na medicina.

A automação pode otimizar o tem-

po de trabalho dos médicos e a efi-
ciência da própria medicina.

Com a inteligência artificial, a medi-

cina pode ser mais corretiva e me-
nos preditiva.

A inteligência artificial será respon-

sável por uma mudança de perfil
dos médicos.

Todas as alternativas estão corretas.

Resposta desta página: alternativa 2.

20

Aplicação de IA na medicina II
O processo de desenvolvimento de novas
drogas é cada vez mais eficiente. O uso
de algoritmos na análise de compostos
moleculares, por exemplo, reduz o tempo
de descoberta e o custo de diversas
fórmulas, acelerando a oferta de remédios
para muitas doenças que ainda afetam a
humanidade. Outra mudança possível é o
aumento da expectativa de vida, que pode
superar os 100 anos em pouco tempo.
Em síntese, do foco na doença ao foco na
saúde, da medicina de massa à medicina
personalizada, da consulta esporádica a
um monitoramento contínuo em tempo
real, da prática médica corretiva para a
prescritiva/preditiva.
Nós estamos sentindo
nitidamente que o modelo
educacional que nós
temos já não suporta a
necessidade de mudança
da sociedade.
Nós estamos numa
sociedade digital cognitiva
e todo o nosso modelo
educacional está baseado
na sociedade industrial.
AULA 2 • PARTE 2
00:40
06:34
Nós vamos começar a ver
empresas de tecnologia e
startups se transformando nas
futuras empresas da indústria
farmacêutica.
15:32 Aplicação de IA na educação
A sociedade digital cognitiva entrou
em conflito com o modelo educacional
industrial. No entanto, ainda forma-se
profissionais especializados, enquadrados
em determinadas áreas de determinados
campos do conhecimento, e não se dá
o valor adequado a formações mais
amplas, baseadas no mercado de trabalho
contemporâneo. A pandemia de COVID-19,
por exemplo, nos colocou diante de uma
nova realidade em termos educacionais: o
ensino à distância, que já estava presente
antes da difusão do novo coronavírus,
tornou-se uma espécie de padrão - ao
qual nem todos souberam se adequar
15:47 devidamente.
16:01
21
CASE
Zoom
Lançado inicialmente em 2012, trata-se de um
software para videoconferências desenvolvido
pela Zoom Video Communications. A
pandemia de COVID-19 possibilitou ao
programa as condições para se tornar uma
das principais ferramentas do ensino remoto,
do trabalho à distância e demais relações
sociais online.
CASE
Amazon Go
Idealizada em 2018, é uma cadeia de lojas de
conveniência operada pela Amazon. As lojas
são praticamente automatizadas, permitindo
aos clientes que comprem seus produtos sem
que devam passar pelos famosos caixas.
Eles olham o cliente de
dentro da empresa, não a
empresa do ponto de vista
do cliente.
20:17
24:57
Os empregos do futuro
serão estes: aqueles que a
inteligência artificial não puder
fazer.
27:16 Aplicação de IA no varejo
Partindo do exemplo da Amazon, que
certamente não pode ser reduzida
somente a uma empresa do varejo,
percebe-se que a inteligência artificial está
cada vez mais presente na relação entre
empresas e consumidores. De um salão
27:30
de beleza (da própria Amazon, inclusive)
que oferece uma prévia virtual aos seus
clientes de como ficariam os cortes de
cabelo de seu desejo (imagem), a uma loja
de roupas cujo catálogo online simula a
experiência de compra em lojas físicas, a
transformação digital já está presente em
diversos setores do varejo.
32:41
22
 PALAVRA-CHAVE
34:15

Jeff Bezos: Nascido no dia 12 de

janeiro de 1964, foi presidente e CEO
da Amazon. Em janeiro de 2018, após
a inauguração da primeira unidade
da Amazon Go em Seattle, Bezos
Se você tem a visão de 35:30 tornou-se o homem mais rico da
onde quer chegar, você história desde 1982, com uma fortuna
consegue chegar. de 113 bilhões de dólares. Hoje, sua
fortuna supera os 200 bilhões de
dólares.

EXERCÍCIO DE FIXAÇÃO
40:44
A inteligência artificial já está
presente em diversas áreas,
profissões e instituições. Sendo
assim, assinale a opção correta.

A IA está cada vez menos presente

na relação entre empresas e consu-
midores.

A sociedade digital cognitiva entrou

em conflito com o modelo educa-
cional industrial.

A automação resultará numa reori-

tanção no campo da medicina - da
medicina personalizada à medicina
de massas.

Todas as alternativas estão corretas.

AULA 2 • PARTE 3
Resposta desta página: alternativa 2.

Aplicação de IA nos transportes 00:31

O efeito Tesla exerce uma grande

pressão sobre toda a indústria
automotiva. Seus veículos elétricos ou
autônomos, esteticamente aprazíveis e
de alta eficiência (imagem), tornaram-
se um horizonte a ser perseguido pelas

23
concorrentes. O carro, símbolo da
sociedade industrial, perdeu espaço para
o smartphone, símbolo da sociedade
digital, em termos de valor de mercado.
O uso de veículos autônomos como
serviço conectado é o grande trunfo da
Tesla para virar esse cenário. Entretanto,
a indústria automotiva ainda não chegou
no maior nível de automação possível -
aquele em que os carros são conduzidos
sem a necessidade de um condutor, e são
inteligentes o suficiente para interpretar
todos os obstáculos no trânsito. Por
outro lado, no caso dos veículos aéreos, a
Dronamics tem investido em drones para
transportar produtos comprados online,
com prazos de entrega extremamente
reduzidos.
CASE
Apple
Criada em abril de 1976 por Steve Jobs,
Steve Wozniak e Ronald Wayne, é uma
empresa multinacional que comercializa
produtos eletrônicos de consumo, softwares e
computadores pessoais. Suas principais linhas 03:58
são o Macintosh, o iPhone, o iPad, a Apple TV
e o Apple Watch.
PALAVRA-CHAVE
00:51
OPEP: Fundada em 15 de setembro
de 1960 pelo Irã, Iraque, Kuwait,
Arábia Saudita e Venezuela, é uma
organização intergovernamental
formada, hoje, por 13 nações. A
missão declarada da organização é
“coordenar e unificar as políticas de
petróleo de seus países membros
e garantir a estabilização dos
mercados de petróleo”.
01:05
Não existe nenhum setor de
indústria que esteja imune ao
processo de transformação.
CASE
01:18
Tesla
01:36
Fundada em julho de 2003 por Elon Musk, J.
B. Straubel, Martin Eberhard, Marc Tarpenning
e Ian Wright, é uma empresa automotiva
que desenvolve automóveis elétricos de alto
desempenho, componentes para motores e
transmissões para veículos elétricos.
Se nós pegarmos o valor
de mercado da Apple, ele é
maior do que toda a indústria
automotiva.
24
 CASE
05:40
WhatsApp

CASE
05:57
Skype

Lançado em 2009, é um aplicativo de

mensagens instantâneas e chamadas de voz
para smartphones. No Brasil, em pesquisa
realizada pela Kantar no ano de 2016,
Lançado em 2003 por Janus Friis e Niklas 83,3% dos lares monitorados disseram usar
Zennstrom, é um software de comunicação via aplicativos de mensagens instantâneas.
internet através de conexões de voz e vídeo.
Adquirido pela Microsoft em 2011, possui
cerca de 560 milhões de usuários espalhados
pelo mundo.

CASE
06:15
Instagram

O que significa ‘everything 14:57

is a service’? Significa que
a indústria automotiva
começa a se transformar
em uma indústria de
mobilidade.

Criado por Kevin Systrom e Mike Krieger e

lançado em outubro de 2010, é uma rede
social online de compartilhamento de fotos e
Aplicação de IA no sistema financeiro 18:45 vídeos. Assim como o YouTube, o Instagram
tornou-se um espaço em que celebridades
O sistema financeiro era dominado por
promovem produtos e marcas, alimentando
grandes bancos, os quais comparavam-
o fenômeno dos influenciadores digitais. O
se entre si e propunham mudanças a
serviço foi adquirido pelo Facebook em abril
partir desse nível de competitividade. O
de 2012 por cerca de 1 bilhão de dólares em
relacionamento com o cliente era pouco
dinheiro e ações.
eficaz, representado pela necessidade
de ir até uma agência presencialmente.
Com o advento dos bancos digitais, entre
os quais se destaca o Nubank, um dos
maiores valores de mercado do Brasil,
caracterizado pela ausência de agências, o
relacionamento com o cliente passou a ser
um grande atrativo.

25
 CASE
24:15
Itaú Unibanco

CASE
24:36
Santander

Criado em 2008 a partir da fusão entre o

Fundado em 1857 na então província de
Santander, na Espanha, é o terceiro maior
banco no Brasil. Com quase 35 milhões de
clientes no país, seu valor de mercado gira em
torno dos 110 bilhões de reais.
Banco Itaú e o Unibanco, conta com mais de
90 mil colaboradores, quase 55 milhões de
clientes e mais de 95 mil acionistas. O banco
possui cerca de 5 mil agências no Brasil e no
exterior e 26 mil caixas eletrônicos e pontos
de atendimento. Atualmente, seu valor de
mercado gira em torno dos 147 bilhões de
reais.

CASE
24:56
Bradesco

CASE
25:17
Nubank

Fundado em 1943, já foi o único banco

privado brasileiro a estar presente em todos
os municípios do país. Atualmente, seu valor
de mercado gira em torno dos 284 bilhões de
reais.
Fundada em maio de 2013, é uma startup
pioneira no segmento de serviços financeiros.
Com mais de 26 milhões de clientes, possui
um valor de mercado cotado em 25 bilhões de
dólares.

26
 29:32 Riscos da IA

Alguns dos riscos na aplicação de

PALAVRA-CHAVE
31:37
Alfred Kelly: É diretor executivo da
VISA, uma multinacional americana de
serviços financeiros fundada em 1958,
cujo valor de mercado gira em torno
dos 136 bilhões de dólares.
inteligência artificial são: as falhas de
segurança que têm afetado grandes
empresas de tecnologia, como a Microsoft
e a Adobe; os usos destrutivos da
inteligência artificial, como a criação de
vírus (algoritmos adversários), interações
falsas baseadas no aprendizado de
máquina (deep fake).

EXERCÍCIO DE FIXAÇÃO
40:15
Assinale a alternativa incorreta a
respeito da aplicação de inteligência
artificial na área dos transportes e no
sistema financeiro.

O efeito Tesla exerce uma grande

pressão sobre toda a indústria auto-
motiva.

O relacionamento com o cliente é

um dos grandes atrativos dos ban-
cos digitais.

Apesar das propostas de inovação,

o valor de mercado da Tesla ainda
não se destaca.

Todas as alternativas estão corretas.

AULA 2 • PARTE 4
Resposta desta página: alternativa 2.

Ética e privacidade 03:18

A adoção de princípios éticos em projetos

de inteligência artificial é fundamental.
A despeito de seu potencial, grandes
projetos em IA não podem atravessar os
princípios legais da Lei Geral de Proteção
de Dados Pessoais, por exemplo, ou a

27
privacidade dos usuários. O conceito de
privacidade sofreu diversas variações ao
longo da história - ou seja, também não
podemos limitar o avanço tecnológico
baseado em padrões de privacidade que
são norma hoje, mas que podem sofrer
mudanças radicais no futuro próximo.
Não posso condenar o
passado à luz do presente,
como também não posso
limitar a evolução do futuro
à luz do presente.
Erros e vieses
É preciso de dados num volume adequado,
na variedade adequada e de grande
qualidade/veracidade. Como a inteligência
artificial é treinada por humanos a partir
de dados catalogados por humanos, o
perigo do viés está sempre presente e
pode colocar em risco qualquer um dos
pilares de um bom projeto de inteligência
artificial. O fenótipo asiático pode não
ser reconhecido se não for incluído na
base de dados de um algoritmo; um
carro automático mal calibrado pode não
reconhecer perigos na pista. O fenômeno
da cauda longa, nesse sentido, é quando
algo pouco provável - e por essa razão não
mapeado devidamente pela IA - acontece.
PALAVRA-CHAVE
03:59
LGPD: A lei nº 13.709, de 14 de
agosto de 2018, também conhecida
como Lei Geral de Proteção de
Dados Pessoais, dispõe sobre o
tratamento de dados pessoais,
inclusive nos meios digitais, por
pessoa natural ou por pessoa
jurídica de direito público ou
privado, com o objetivo de proteger
os direitos fundamentais de
liberdade e de privacidade e o livre
desenvolvimento da personalidade
da pessoa natural.
PALAVRA-CHAVE
04:20
GDPR: O regulamento (UE)
2016/679, também conhecido como
Regulamento Geral sobre a Proteção
de Dados, é aplicável a todos os
09:43 indivíduos na União Europeia e no
Espaço Econômico Europeu. Diz
respeito à privacidade e à proteção
de dados pessoais, bem como à livre
circualação desses dados.
12:03 IA e organizações
Dois elementos se destacam no que tange
à aplicação de inteligência artificial nas
organizações:
17:29
a) Maturidade digital: a disponibilização e
o manejo de dados nas empresas é pouco
eficiente. Das pioneiras, que entendem
bem o cenário e aplicam a inteligência
artificial em seus processos, às passivas,
que não conhecem a área e pouco fazem
para se adaptar a esta nova realidade, as
organizações variam muito na relação com
a IA;
b) Talentos: um dos grandes desafios
é a capacitação das pessoas. Hoje, o
número de bons profissionais na área de
desenvolvimento de IA ainda é escasso.
Investir na formação de cientistas de
dados que dominem a inteligência artificial
é uma urgência do mercado.
28
Grande parte dos projetos
não dão certo porque
faltam dados.
19:24
O fator crítico é o viés.
26:59
Eu não posso deixar o
sistema parado, ele tem
que estar continuamente
evoluindo.
Eu não posso ser
penalizado pelos erros, eu
tenho que ser premiado
pelos acertos.
18:54
Valor, variedade e veracidade
são fundamentais.
21:15
A produção de IA
Com os dados coletados e a assertividade
garantida, é hora de dar início à
produção. Nos próximos 5 anos, por
fim, provavelmente veremos uma parte
30:53
substancial das tarefas de cientistas de
dados e engenheiros de Machine Learning
sendo automatizadas; as empresas
demandando o uso dos seus códigos de
ética nas iniciativas de IA; surgir novas
funções profissional, como auditoria de
39:13 aderência ao código de ética e curadoria
do treinamento dos algoritmos; a IA
deixando de ser artesanal e entrando em
ritmo de produção, com MLOps; recursos
computacionais dedicados à IA passando a
ser considerados prioritários nas decisões
de infraestrutura tecnológica.
29
 EXERCÍCIO DE FIXAÇÃO
40:59
Dois elementos se destacam no que
tange à aplicação de inteligência
artificial nas organizações:
maturidade digital e talentos.
Nesse sentido, assinale a alternativa
correta.

A capacitação das pessoas na área

de IA corresponde plenamente à ur-
gência do mercado.

As organizações pioneiras não en-

tendem bem o cenário, mas aplicam
a inteligência artificial em seus pro-
cessos

O número de bons profissionais na

área de desenvolvimento de IA já
supera a demanda do mercado.

A disponibilização e o manejo de
dados nas empresas ainda é pouco
eficiente.

AULA 3 • PARTE 1

História da IA 02:10

A inteligência artificial é uma área maior

que abriga a subárea de machine learning
- a qual, por sua vez, abriga a subárea
de deep learning. A inteligência artificial
nasceu oficialmente em 1950 com a
expectativa de construir um dispositivo
02:58
Resposta desta página: alternativa 4.

genuinamente inteligente. Em 1960, surge O conceito mais moderno [de

o primeiro chatbot - o Eliza, uma espécie IA] é o estudo e projeto de
de terapeuta eletrônico que devolvia agentes inteligentes.
questões às perguntas que lhe eram
feitas. Nos anos 1970, surgem os primeiros
sistemas de análise automáticos, quando
também se fortalece o interesse comercial
pela área. Na década de 1980, a criação
do robô Asimo e do chatbot A.L.I.C.E.
acompanhou o surgimento dos primeiros

30
algoritmos de machine learning. Em
1990, o Deep Blue venceu Kasparov num
verdadeiro marco histórico da inteligência
artificial. Nos anos 2000, o deep learning
- isto é, o aprendizado baseado em
redes neurais profundas -, tornou-se uma
possibilidade de trabalho com enormes PALAVRA-CHAVE
volumes de dados. São esses novos
03:59
algortimos que tornam possível diversas
Teste de Turin: Introduzido por
expectativas que a área de inteligência Alan Turing em 1950, observa a
artificial colocou para si mesma desde a capacidade de uma máquina de
sua fundação. exibir comportamento inteligente
equivalente a um ser humano. É um
conceito fundamental da filosofia da
inteligência artificial.

PALAVRA-CHAVE
07:58

MYCIN: Desenvolvido na
Universidade de Stanford no início
de 1970, tinha como objetivo
identificar bactérias causadoras de
infecções graves, como bacteremia e
meningite, e recomendar antibióticos
aos pacientes.

CASE
10:23
Asimo

PALAVRA-CHAVE
10:51

A.L.I.C.E.: Chatbot criado por Richard

S. Wallace na Lehigh University, a sigla
significa “Artificial Linguistic Internet
Computer Entity”. Ativada em 1995,
faz parte do Projeto Pandora.

É um robô de 1 metro de altura produzido pela

Honda. Em Ingles, a sigla significa “Advanced
Step in Innovative Mobility” - ou seja,
Desenvolvimento Avançado em Inovações
para Mobilidade.

31
CASE
Deep Blue
Supercomputador criado pela IBM, venceu o
campão mundial de xadrez Garry Kasparov
em uma série de seis partidas disputadas em
1996. Com 256 co-processadores capazes
de analisar aproximadamente 200 milhões
de posições por segundo, é peça-chave da
história da informática.
CASE
Watson
Plataforma de serviços cognitivos da
IBM, foi criado para auxiliar profissionais,
desenvolvedores, startups e empresas
a construírem sistemas cognitivos que
pudessem melhorar processos, interações
e ações. Em 2011, quando foi primeramente
apresentado, venceu dois grandes jogadores
do game show Jeopardy!.
11:48
12:21
Tem uma coisa que a
inteligência artificial e os
algoritmos de machine learning
conseguem fazer que nós não
sabemos: explorar o espaço de
busca.
CASE
16:16
Siri
17:12
Lançado em outubro de 2011, junto do iPhone
4s, é uma assistente pessoal desenvolvida
pela Apple. A Siri utiliza processamento de
linguagem natural para responder perguntas,
fazer recomendações e executar ações.
18:31 O conceito de IA
As definições de inteligência artificial
mapeadas por Peter Norvig são:
a) Sistemas que pensam como pessoas:
tornar os computadores pensantes,
máquinas com mentes;
b) Sistemas que pensam racionalmente:
o estudo de computações que tornam
possível perceber, raciocinar e agir. Nesse
caso, a lógica fornece uma notação para
fazer declarações sobre diferentes coisas
do mundo e sobre as relações existentes
entre estas;
c) Sistemas que agem como pessoas: o
32
 estudo de como fazer os computadores
executarem tarefas que, no momento, as
pessoas dominam melhor. Nesse caso,
define-se o comportamento inteligente
como a habilidade de ação cognitiva em
nível comparável a um ser humano;

d) Sistemas que agem racionalmente:

ramo da ciência da computação que
se preocupa com a automação de
comportamentos inteligentes. Trata-se
LEITURA INDICADA de uma abordagem baseada em agentes
18:51
racionais. Suas vantagens, como o
Artificial Intelligence
desenvolvimento cientificamente mais
maleável do que abordagens centradas em
pensar e agir como humanos, tornam-o
o mais difundido entre os conceitos de
inteligência artificial.

Finalmente, para Norvig e Russel, a

definição moderna de IA é a seguinte:
“o estudo de agentes inteligentes, onde
um agente inteligente é um sistema que
percebe o seu ambiente e executa ações
que maximizam suas chances de sucesso.”

Pulicado em 1994 pelo cientista da

computação Peter Norvig, o livro é uma
introdução sólida ao tema da inteligência
artificial, seus principais idealizadores,
eventos marcantes, altos e baixos.

A gente apresenta soluções 29:47

para os problemas, e
podemos encapsular essas
soluções numa interface de
agente.

A grande característica dos 33:07

agentes é a autonomia.

33
 EXERCÍCIO DE FIXAÇÃO
40:28

Assinale a alternativa incorreta

a respeito das definições de
inteligência artificial mapeadas por
Peter Norvig.

A intenção do conceito de “sistemas

que pensam como pessoas” é tornar
os computadores pensantes.

O estudo de computações que tor-

nam possível perceber, raciocinar e
agir diz respeito aos sistemas que
pensam racionalmente.

O comportamento inteligente como

a habilidade de ação cognitiva em
comparável à de um ser humano diz
respeito aos sistemas que agem ra-
cionalmente.

Todas as alternativas estão corretas.

AULA 3 • PARTE 2

Machine learning 00:32

Com os algoritmos de aprendizado de

máquina, entrega-se dados históricos
para a máquina, com os quais ela passa a
aprender, assimilando os conhecimentos
embutidos nesses conjuntos de
informação, e aplica-os em novos 00:55
Uma máquina, para ser
Resposta desta página: alternativa 3.

problemas. As definições de machine

learning também variam de autor para
considerada de fato inteligente,
autor: para Mitchell, é a capacidade de
tem que ser capaz de aprender
melhorar o desempenho na realização de
sozinha.
alguma tarefa por meio da experiência;
para Simon, o aprendizado é qualquer
mudança em um sistema que melhore o
seu desempenho na segunda vez em que
repetir a mesma tarefa ou outra tirada
da mesma população; para Facelli, é um

34
processo de indução de uma hipótese a
partir da experiência.

04:35
Aprender uma coisa faz com
que possamos executar melhor
essa coisa.

08:34 Por que estudar machine learning?

Em termos práticos, o machine learning

reduz o tempo de programação, permite
customizar produtos e resolve problemas
que nós, humanos, não sabemos resolver.
Aprendizado indutivo 13:24 Do ponto de vista filosófico, o machine
learning muda a forma como pensamos
A máquina extrai regras gerais a partir de
os problemas, e a abordagem deixa de ser
um conjunto de informações - que devem
matemática para ser um tanto mais natural
ser suficientemente amplas e corretas. Em
(aprender a partir da observação em um
um conjunto de dados rotulado, cada dado
mundo incerto).
corresponde a um indivíduo do domínio
e é formado por uma tupla contendo
características.

A partir da regra geral, 14:50

conseguimos deduzir o
que está acontecendo. Isso
é lógica, dedução.

O que a máquina faz? 15:30

Analisa esse conjunto de
instâncias e extrai a regra
geral.

No momento em que eu 24:17

tenho um dataset anotado,
podemos fazer algoritmos
de machine learning
usando abordagem
supervisionada.

35
 24:38 Paradigmas de aprendizado

Os três principais paradigmas de

aprendizado referenciados pela professora
são:

a) Aprendizado supervisionado:
paradigma que oferece mais resultados,
é dividido em classificação (rórulos) e
Eu consigo enxergar 29:16 regressão (números);
melhor o meu negócio b) Aprendizado não supervisionado:
usando inteligência
dividido em clusterização/agrupamento,
artificial e a parte não
técnicas utilizada para resolver problemas
supervisionada.
de recomendação, e redução de
dimensionabilidade;

c) Aprendizado por reforço: sem dados

históricos (diferentemente dos outros dois
paradigmas), a máquina aprende através
de interações diretas - a navegação
de robôs, a aquisição de habilidades e
inteligência artificial em jogos são usos
CASE comuns do aprendizado por reforço.
40:03
Mario

Desenhado por Shigeru Miyamoto, Yōichi

Kotabe e Shigefumi Hino, é o protagonista
da franquia Super Mario, desenvolvida pela
Nintendo. Sua primeira aparição foi no jogo
de arcade Donkey Kong, lançado em julho de
1981. Desde então, já apareceu em mais de
duzentos jogos.

36
 EXERCÍCIO DE FIXAÇÃO
41:37

Assinale a alternativa incorreta

a respeito dos três principais
paradigmas de aprendizado
referenciados pela professora Sílvia
Moraes.

O aprendizado supervisionado é o
paradigma que oferece mais resul-
tados.

O aprendizado não supervisionado

não conta com dados históricos - a
máquina aprende através de intera-
ções diretas.

A navegação de robôs, a aquisição

de habilidades e inteligência artifi-
cial em jogos são usos comuns do
aprendizado por reforço.

Todas as alternativas estão corretas.

AULA 3 • PARTE 3

Aprendizado não supervisionado 00:30

Baseado em amostras não rotuladas,

essa abordagem não utiliza atributos
de saída. Sem crítica, usa regularidades
e propriedades estatísticas dos dados.
Também executa tarefas descritivas -
explora ou descreve um conjunto de
Resposta desta página: alternativa 2.

dados: No caso dos agrupamentos,

organiza-se dados (não classificados,
sem rótulos) em grupos de acordo com
alguma medida de similaridade, tal que
exista alta similaridade intra-grupo e baixa
similaridade entre grupos; os grupos, por
sua vez, são formados por dados (objetos)
que compartilham características (podem
ser mais genéricos ou mais especializados,
diferentes níveis de refinamento). Os dois

37
tipos de agrupamento são: a) particional:
divisão dos dados em subconjuntos
sem sobreposição; b) hierárquico:
divisão dos dados em grupos aninhados. VÍDEO
A tarefa de agrupamento pode ser 01:22
usada para a identificação de estrutura K-Means Clustering Example
subjacente, organização, compressão, pré-
processamento de dados, sumarização e
associação.

Aprendizado supervisionado 06:31

Baseado em dados rotulados, o algoritmo

deve aprender uma função de forma Simulação em tempo real de K-Means
indutiva, mapeando os dados de entrada Clustering Algorithm usando diferentes
e de saída. Trata-se de uma tarefa valores para n e k.
preditiva - ou seja, que deve prever o
resultado. A classificação de dados é o
processo de atribuir automaticamente um
ou mais rótulos, os quais são chamados
de “classe”. Algumas das aplicações do
aprendizado supervisionado são: análise
de crédito, identificação de fraudes, 10:49
Quando se fala de aprendizado,
categorização de textos, análise de são muito importantes os
sentimentos, reconhecimento de imagens dados que estamos usando.
e fala etc. Dados ruins, aprendizado ruim.

VÍDEO
14:50
Máquina de triagem de tomate

A seleção de tomates executada por

uma máquina inteligente.

38
Aprendizado por reforço 16:04

Baseado na punição de uma ação negativa

e na recompensa de uma ação positiva,
essa forma de aprendizado não depende
de dados históricos; a máquina aprende VÍDEO
a partir da experimentação por tentativa 17:59
e erro. Algumas de suas aplicações são: Google DeepMind AI Does
customização, personalização (aprender Parkour
as preferências dos clientes através das
interações) e jogos digitais.

Deep learning 19:01

Os métodos de machine learning podem

ser: simbólico, conexionista, estatístico
e evolutivo. No que diz respeito às
redes, fala-se especificamente do A DeepMind, da Google, criou uma IA
método conexionista, inspirado no que aprendeu sozinha a caminhar, a
modelo biológico do sistema nervoso. O pular e a superar obstáculos.
deep learning é o uso de redes neurais
profundas, oferecendo a capacidade
de trabalhar com grandes volumes de
dados. Melhorias no reconhecimento
de fala, na predição de taxas de cura 19:52
A gente tem mais dados
de pacientes com diferentes doenças, e menos trabalho de pré-
na detecção de fraudes com cartões de processamento.
crédito, na condução autônoma de carros
e no desempenho em jogos complexos
semelhante a jogadores de destaque são
alguns dos principais trunfos do deep
learning.
20:54 Aplicações de ML nos negócios I

A análise de dados operacionais

históricos em tempo real permite
compreender melhor o seu negócio a
partir da identificação do cliente e de
suas preferências, bem como da aceitação
de seus produtos no mercado; permite
gerenciar melhor seus ativos e equipes
através da mineração de mídias sociais
para descobrir candidatos potenciais
a vagas abertas na empresa; permite
reduzir despesas operacionais otimizando
o tempo de inatividade das máquinas.
Além disso, também é possível utilizar
sistemas de recomendação para sugerir
produtos e customizá-los ao gosto dos
clientes, oferecendo novos produtos a

39
 partir de escolhas prévias e ajustando-os
às preferências dos compradores. O uso
de agentes conversacionais, por sua vez,
compõem as interfaces de aplicativos em
ENTRETENIMENTO
27:28 interações por comando de voz.
Filme: 2001 - Uma Odisseia no
Espaço

EXERCÍCIO DE FIXAÇÃO
32:23
Dirigido por Stanley Kubrick e lançado
em 1968, o filme de ficção científica O deep learning é o uso de redes
acompanha uma missão espacial em que os neurais profundas, oferecendo
computadores dos tripulantes demonstram a capacidade de trabalhar com
um comportamento estranho. Foi indicado
grandes volumes de dados. A que
a quatro Oscars nas categorias de Melhor
Diretor, Melhor Roteiro Original, Melhor método de machine learning o deep
Direção de Arte e Melhores Efeitos Visuais. learning está relacionado?

Simbólico.

Estatístico.

Evolutivo.

Conexionista.
Resposta desta página: alternativa 4.

40
 AULA 3 • PARTE 4

CASE
00:30
Google Now

CASE
00:51
Cortana

Lançado em julho de 2012, é um assistente

pessoal inteligente desenvolvido pela
Google. O software fornece informações
passivamente, que prevê o que determinado
usuário vai precisar, com base em seus hábitos
de navegação. Está disponível para o sistema Lançado em abril de 2014, é um assistente
operacional Android. virtual inteligente desenvolvido pela Microsoft.
O seu nome é inspirado em uma personagem
de inteligência artificial da franquia Halo.

Aplicações de ML nos negócios II 01:11

O chatbot Tay foi instruído a reproduzir

discursos de ódio no Twitter, não tendo
durado um dia sequer no ar. O exemplo
demonstra a relevância de considerar
padrões éticos no desenvolvimento 08:32
Tem que ser uma interação
de inteligência artificial. Os principais
bem sucedida que faça sentido
problemas dos agentes conversacionais pra quem tá falando: esse é o
passam justamente pela amibguidade das problema.
interpretações de uma IA: a ambiguidade
léxica, a sintática, a semântica, a
referencial no discurso, a pragmática...
Além disso, conversas mais longas tornam
a compreensão do robô mais complexa, 22:05
Estude as tarefas e os
o que geralmente resulta em frustrações
usuários, construa simulações
para o cliente que deseja resolver seu
e protótipos e teste de forma
problema.
iterativa.
Ao final da disciplina, a professora Sílvia
Moraes oferece alguns conselhos para o
bom desenvolvimento de chatbots. São
eles:

41
 a) Forme uma equipe de desenvolvimento
com conhecimento em algoritmos de
Inteligência Artificial, especialmente
Machine Learning;
b) Inclua no projeto profissionais da
empresa que atendem os clientes para dar
suporte à equipe de desenvolvimento;
c) Reúna dados históricos (logs) de
diálogos entre cliente e serviço de
atendimento;
d) Fefina plataforma de desenvolvimento e
de interação com o cliente;
e) Contrate designer para definir a
interface com o usuário: design do diálogo,
estratégias e mensagens de erro.
A tradução automática e o tratamento
semântico em língua portuguesa ainda
são grandes desafios para a aplicação
de machine learning no desenvolvimento
de agentes conversacionais - uma
realidade que, segundo a professora, vem
sendo transformada aos poucos, com
investimentos cada vez mais apropriados.
Resposta desta página: alternativa 4.
PALAVRA-CHAVE
25:09
WordNet: Desenvolvido na
Universidade de Princeton e
inicialmente lançado na década de
1980, é um banco de dados lexical de
relações semânticas entre palavras
de mais de duzentos idiomas. Seu
uso primário é justamente a análise
automática de textos e a aplicação
de inteligência artificial.
EXERCÍCIO DE FIXAÇÃO
32:02
Hoje em dia, os principais problemas
dos agentes conversacionais passam
justamente pela amibguidade das
interpretações de uma inteligência
artificial. Quais ambiguidades são
citadas pela professora?
Léxica.
Sintática.
Semântica.
Todas as alternativas estão corretas.
42
 Artigos
Nesta página, você encontra links de artigos científicos, informativos
e vídeos sugeridos pelo professor PUCRS.

ARTIGO INFORMATIVO

Em breve...

ARTIGO CIENTÍFICO

Em breve...

VÍDEO
Em breve...

43
 Resumo da disciplina
Nesta página, veja um resumo dos principais conceitos trabalhados ao longo da
disciplina.

AULA 1

As tecnologias não podem ser encaradas

apenas em seu estado presente, mas em
sua potencialidade de desenvolvimento.
O mundo digital não conta com
a fricção do mundo analógico; a
disseminação das novas tecnologias
é muito mais veloz.
A inteligência artificial não é
exatamente inteligente, apenas exibe
um comportamento que parece
inteligente.

AULA 2

O aprendizado de máquina pode

ajudar de forma decisiva na
transformação da indústria da
saúde.
A sociedade digital cognitiva entra em
conflito com o modelo educacional
industrial.

É preciso de dados num volume

adequado, na variedade adequada e
de grande qualidade/veracidade.

AULA 3

A inteligência artificial é uma área

maior que abriga a subárea de
machine learning, a qual, por sua
vez, abriga a subárea de deep
learning. A máquina extrai regras gerais
a partir de um conjunto de
informações - que devem ser
suficientemente amplas e corretas.
Aprendizado não supervisionado,
aprendizado supervisionado e
aprendizado por reforço são os
principais paradigmas de aprendizado.

44
 Avaliação
Veja as instruções para realizar a avaliação da disciplina.

Já está disponível o teste online da disciplina. O prazo para realização

é de dois meses a partir da data de lançamento das aulas. ​

Lembre-se que cada disciplina possui uma avaliação online.

A nota mínima para aprovação é 6. ​

Fique tranquilo! Caso você perca o prazo do teste online, ficará aberto
o teste de recuperação, que pode ser realizado até o final do seu curso.
A única diferença é que a nota máxima atribuída na recuperação é 8.
 MBA em
Tecnologia para Negócios: AI, Data Science e Big Data