[ad_1]
Justiça e ciência de dados: falhas, fatores e futuros (palestrante: Grant Fleming)
Nesta palestra, Fleming relata a rapidez com que as estatísticas podem ser influenciadas por fatores que podem não ser diretamente visíveis – mesmo que alguém tenha feito seu trabalho com o melhor de sua capacidade. Usando taxas de criminalidade que assumiram um componente racial subliminar, o palestrante explica o viés de amostragem, embora as análises de dados realizadas estivessem corretas.
O foco desta palestra foi que tais análises de dados devem sempre ser vistas com diferentes perspectivas. Além disso, os modelos devem ser cruzados com outros fatores, a fim de excluir classificações não intencionais. Essa palestra mostrou que erros podem se infiltrar nos modelos. Se eles forem usados no mundo real, apesar dos erros, falsas previsões ocorrem e, eventualmente, afetam as pessoas.
Trazendo o Tidyverse para Python com Siuba (Palestrante: Michael Chow)
Esta palestra foi sobre um pacote Python que vai na direção do pacote tidyverse (R). O Tidyverse é muito popular no gerenciamento de dados porque é amigável e fácil de ler. O pacote Python Siuba permite copiar o código R onde um código dplyr foi usado mais ou menos 1-para-1 para Python (após ajustes mínimos). A ideia é escrever, por exemplo, códigos para gerenciamento de dados primeiro em R, porque é mais intuitivo lá e depois migrá-los com Siuba para Python, porque executa com mais desempenho lá.
A dupla dinâmica: SQL & R (Palestrante: Irene Steves)
De acordo com Steves, chega um ponto na carreira de todo gerenciador de dados em que todo o conjunto de dados não cabe mais apenas em arquivos CSV e a jornada para o mundo do banco de dados começa. Nesta palestra, a autora deu uma boa visão geral das diferentes maneiras de interagir com bancos de dados de dentro de R e explica como ela usa R & SQL para acessar tabelas de banco de dados. Ela também destaca as diferenças entre o acesso direto ao banco de dados e os pacotes auxiliares (por exemplo, dplyr) e mostra como cada pacote funciona.
R & Python: Going Steady (Palestrante: Sean Lopp)
Nesta palestra, o engenheiro, cientista de dados e líder de produto Sean Lopp nos disse que usando o RStudio Server e o RStudio Connect, você tem uma plataforma básica para trabalhar com R e Python. Independentemente de os cientistas de dados trabalharem com R ou Python, nenhum sistema diferente foi configurado. Isso acaba configurando um sistema onde todos podem trabalhar juntos. Os produtos RStudio têm alguns recursos interessantes. Um exemplo é que você ainda pode trabalhar com IDEs diferentes no RStudio Server, ou seja, além do RStudio, você também pode trabalhar com JupyterLab ou Visual Studio, por exemplo. Com o RStudio Connect, não apenas Shiny Apps, mas também aplicativos desenvolvidos com Dash (Python) podem ser implantados. Além disso, o próprio RStudio oferece mais e mais funcionalidades convenientes para trabalhar com Python.
Mantendo a Casa, o Tidyverse construído (Orador: Hadley Wickham)
Esta palestra foi sobre como o tidyverse evoluiu desde seu início e como desenvolver esses pacotes sem comprometer o código existente. Essa abordagem não é fácil e pode ser vista como um ato de equilíbrio. Para entender como os recursos são usados na prática, os desenvolvedores examinam outros pacotes no Cran. Por sua vez, eles recorrem ao tidyverse e procuram exemplos no Github.
Como Full Service Certified Partner, somos o contato das partes interessadas e usuários do RStudio em países de língua alemã. Consultoria, aquisição, integração, treinamento: Saiba mais sobre nossa oferta em torno do RStudio. Contate-Nos!
[ad_2]