A outra palestra foi sobre PyFoursquare, que é uma biblioteca em Python para acesso à API da rede social de localização móvel Foursquare. Apresentei as principais características da biblioteca em desenvolvimento e futuros release. Projeto open-source sobre licença MIT.
Estou anunciando o lançamento do site PyCursos. O PyCursos será uma plataforma de cursos e treinamentos na área de computação que usa linguagem de programação Python. O primeiro curso já está sendo anunciado que é o curso de computação científica com Python, o qual serei instrutor.
O objetivo do curso é poder ensinar computação científica, especificamente como resolver problemas científicos do seu dia-a-dia por meio das ferramentas que Python dispõe gratuitamente: Scipy, Numpy e Matplotlib.
Com estas ferramentas, o aluno irá aprender como transcrever seus problemas em um código simples e legível e utilizar de ferramentas auxiliares para plotagem de resultados, relatórios, otimização de problemas matemáticas, manipulação de matrizes, algebra linear e muito mais.
O pré-requisito para o curso é apenas o aluno ter boa vontade e já ter alguma experiência com programação. O curso será inicializado em janeiro na modalidade on-line, onde alunos poderão se inscrever e acompanhar por meio de video-aulas e exercícios regulares todo o curso de computação científica. Temos também a opção de treinamento físico, onde o aluno comparece à uma sala de aula com outros alunos e acompanha as minhas aulas como instrutor. Em ambos os casos os alunos ganharão um certificado no final do curso por completar toda a carga horária.
Quem quiser saber mais sobre computação científica com Python, chequem os slides de uma palestra que ministrei em algumas instituições daqui de Recife-Pernambuco.
Para os interessados , o evento será realizado em Caruaru Pernambuco e a minha palestra marcada na sexta-feira (26 de novembro de 2011 a partir das 13:00 na Sala Juarez Santiago). Conto com a presença de todos interessados em aprender aprendizagem de máquina, inteligência artificial, mineração de dados e sistemas de recomendação com a linguagem de programação Python!
Local do evento
Localização da Faculdade de Filosofia, Ciências e Letras de Caruaru (FAFICA)Rua Azevedo Coutinho, S/N, Petrópolis Caruaru - Pernambuco - Brasil CEP: 55.030-902 Telefone: (81) 2103-3900 http://www.fafica.com
Hoje tive a oportunidade de ministrar uma palestra ( a convite do meu colega Péricles Miranda) no X Seminário de Engenharia da Computação (SEC) na Escola Politécnica de Pernambuco (POLI), minha antiga universidade o qual me graduei. Foi um bom bate-papo com os estudantes presentes sobre sistemas de recomendação, área de minha pesquisa que realizei no meu mestrado e pretendo continuar meus estudos.
O trabalho foca na construção de sistemas de recomendação para redes sociais educativas. O fruto deste trabalho foi contemplado na rede social para concurseiros Atépassar, considerado hoje como a maior rede social brasileira para estudantes de concursos públicos. Recomendo a visita!
Este workshop é parte da edição 2011 da Semana de Computação da Universidade Federal de Sergipe. Informações detalhadas sobre inscrições podem ser encontradas no site do evento.
Para quem não conhece ou deseja aprofundar seus conhecimentos na linguagem Python, esta é uma excelente oportunidade para conhecer essa plataforma, considerada a que teve o maior crescimento no ano de 2010 de acordo com o site TIOBE, referência em análises de projetos de programação.
Para quem está começando a programar, é uma excelente linguagem introdutória para ensino de lógica de programação, pois foca na resolução dos problemas com uma sintaxe simples, multi-plataforma e multi-paradigma (orientado a objetos, imperativo, funcional etc.). Bastante poderosa, é uma plataforma de propósito geral, utilizada em soluções para web, sistemas embarcados e mobile. Python é extensivamente utilizada em projetos de grandes empresas de destaque nacional e mundial tais como Nasa, Google, Globo.com, Serpro, entre outras.
Estou disponibilizando os slides das palestras que ministrei durante a VII edição da PythonBrasil, o encontro brasileiro dos desenvolvedores de Python.
O evento foi de alto nível com ótimas palestras ministradas. Nesta edição tive a oportunidade de palestrar sobre comunidades open-source: uma experiência com o PUG-PE (o grupo de usuários de Python de Pernambuco) e sobre o Crab, um framework para construção de sistemas de recomendação em Python.
Também tive a oportunidade de ministrar 2 lighting talks: JobLib - um toolkit para pipelining com aplicações científicas em Python e sobre o Ipython.
Hoje vim falar um pouco sobre sistemas de recomendação, especificamente tratando sobre o futuro dos sistemas de recomendação. Li 2 posts que me chamaram muita atenção:
O primeiro se trata de uma startup americana, a Immersive Labs que recebeu uma rodada de investimentos em uma solução que eles estão desenvolvendo digna de Minority Report (o filme). Para quem não se lembra do filme ou quem não assistiu, este foi consagrado pela mídia por apresentar novas formas de interação homem-computador por meio de reconhecimento de faces, gestos e manipulação via 3D.
Clássica cena do Filme Minority Report
Pois estamos mais perto disso, esta empresa está construindo um sistema que utiliza de câmeras e tecnologia de reconhecimento de faces para detectar e extrair as características de uma pessoa como idade, sexo, distância e até o tempo gasto na frente de um anúncio e assim poder determinar qual melhor propaganda a ser exibida naquele local. Simplesmente, o sistema é capaz de recomendar a melhor propaganda de acordo com as características do público presente na frente do anúncio físico.
Dêem uma olhada no que o projeto é capaz no vídeo abaixo, ele utiliza algoritmos de aprendizagem de máquina para descobrir quem é o público que assistiu aquele anúncio e trazer relatórios completos sobre o perfil do público-alvo que assistiu a sua propaganda.
O segundo post comenta sobre o lançamento de um assistente virtual móvel chamado Alfred. desenvolvida pela empresa CleverSense, que recomenda locais de acordo com as informações providas pelo usuário via contexto (local, hora e intenções) e com os dados extraídos por meio de redes sociais como Twitter, Facebook, etc. Este projeto segue uma linha de sistemas de recomendação móveis por contexto, o qual inclusive já comentei sobre o Siri (recomendação de lugares) em um outro post.
Alfred: O seu assistente móvel para recomendação dos seus lugares favoritos
O mais legal é que o sistema permite que você ensine a ele com o tempo, de acordo com as sugestões que ele vai te oferecendo. Assim como também pode te entregar informações detalhadas sobre o local, como promoções, reviews, fotos e até recomendações por similaridade (quem gostou desse também gostou de...). É um assistente que está à sua disposição 24 horas para te ajudar a descobrir um local para comer a qualquer momento. Ele foi desenvolvido para o Iphone e já se encontra disponível no Apple Store. Abaixo um vídeo de demonstração:
Está claro a tendência por uma nova geração de sistemas de recomendação. Cada vez mais o contexto está sendo levado em conta para personalização na entrega de conteúdo. Sistemas de realidade aumentada para descoberta de perfis de usuário a sistemas móveis que utilizam as informações ao redor do usuário para entrega de um melhor produto ou serviço naquele momento. Estamos falando dos sistemas de recomendação ampliados e aumentados (RAA), uma gama de serviços em que a recomendação cada vez extrai informações do usuário de forma serendipitia. Para quem não conhece o serendipismo é um termo cada vez mais presente nas tecnologias mais recentes no mercado. Este termo se refere à descobertas afortunadas inusitadas por acaso. Você interage com o facebook e com o twitter, e o assistente descobre que você está interessado em comer churrasco hoje, ele analisa e te recomenda um restaurante mais próximo a você com desconto a 2. Ou imagine você na frente de um anúncio de cinema, e ele por trás te analisa e já descobre seu perfil, idade , gênero e já inclusive pode no futuro te recomendar um filme ou até te dar desconto no ingresso.
São muitas possibilidades, sejam bem vindos à nova geração dos recomendadores ubíquos, os ampliados e aumentados.
![PythonBrasil[7]](http://www.python.org.br/banners-pythonbrasil/pythonbrasil7-rectangle.gif)
Postagens
