b'
O t\\xf3pico para a nossa conversa de hoje \\xe9 provavelmente o ponto mais importante para o desenvolvimento de modelos de ML e AI supervisionados. Estou claro a falar de Data labeling, o processo de identifica\\xe7\\xe3o dos valores da, ou das, colunas ou metadados no dataset referentes \\xe0 label que pretendemos prever. No fundo \\xe9 classificarmos as imagens que queremos usar como treino e teste para a nossa Convolucional Neural Network, ou preenchermos o valor do numero de alugueres de bicicletas em cada linha para que o nosso modelo de regress\\xe3o consiga aprender. Mas o problema do labeling n\\xe3o est\\xe1 s\\xf3 no preenchimento, est\\xe1 tamb\\xe9m nos processos de data annotation para limpar, e at\\xe9 de vez em quando estruturar esta informa\\xe7\\xe3o para que se possa realmente utilizar com o prop\\xf3sito que queremos em ML. Existem at\\xe9 abordagens de automa\\xe7\\xe3o deste processo e at\\xe9 as chamadas "Human-in-the-loop" required tasks para considerarmos.
\\nAssim vamos ter mesmo muito que falar neste epis\\xf3dio.
\\nAI News:
\\nOpenAI\\xb4s chatGPT
\\n https://www.google.com/search?q=openai+chatgpt
Solving brain dynamics gives rise to flexible machine-learning models | MIT News | Massachusetts Institute of Technology
\\nhttps://news.mit.edu/2022/solving-brain-dynamics-gives-rise-flexible-machine-learning-models-1115
\\nPredictions for AI, video, chips and more in 2023 | Deloitte | VentureBeat
\\nhttps://venturebeat.com/ai/predictions-for-ai-video-chips-and-more-in-2023-deloitte/
\\nEmail us at podcast@buildingthefuture.pt
\\nHosts:
\\nMarco Ant\\xf3nio Silva: https://www.linkedin.com/in/marconsilva/
\\nJos\\xe9 Ant\\xf3nio Silva: https://www.linkedin.com/in/canoas/
\\nVitor Santos: https://www.linkedin.com/in/vitor-santos-ab87662/
\\nProdu\\xe7\\xe3o:
\\nBeatriz Herrera Gonz\\xe1lez - https://www.linkedin.com/in/beahgonzalez/
'