[Klimt]

Klimt, vi você citando que já trabalhou com machine learning. Conhece o Kaggle? Já participou de alguma competição?.

Nunca participei, mas conheço. Deve ser bem legal.
Dá pra trocar ideia com o pessoal que participa? O nível é alto?

[Avril&Juillet]

tinha lido o primeiro post rapidamente e acabei não vendo a parte sobre a unicamp

pior q uns dois professores me recomendaram fortemente fazer inscrição pra lá

mas assim como não pretendo ir para uma universidade que ignore completamente a prova de brasileira, tbm nao quero ir pro outro extremo

[Avril&Juillet]

e apesar de "estar" do lado heterodoxo, entendo as vezes quando chamam eles de pterodoxos

[Klimt]

E a UFRJ? Não sei muito sobre, mas parece um lugar relativamente "aberto". Digo isso porque é um lugar heterodoxo, mas o Marcos Lisboa estudou lá e é assustador também, sabe muito e fez PhD em Penn. Deu aula em Stanford e talz.

E acho que tem um usuario que faz economia na Unicamp, mas ele é do bem.

@Theus

Cepal me lembra o Furtado, que me lembra o Samuel Pessoa. Até ele que busca entender todo tipo de escola acha o Furtado o maior branco da pesquisa econômica brasileira. Uma vida inteira de pesquisa e não se tocou que educação poderia ter uma participação na historia econômica brasileira. Ele criticava isso também lá na Unicamp, não reconhecer muito papel da educação em desenvolvimento econômico. Mas isso é relato dele, não sei o que diziam exatamente lá.

[Avril&Juillet]

Fui em fevereiro pro rio e n gostei da cidade, alem da faculdade ter me parecido mal localizada e caindo aos pedaços

Mas isso é só impressão superficial

Me inscrevi pra lá, mas a prioridade é a UFRGS, por já conhecer bem a faculdade e por saber que ela é otima para o que eu quero

Tem ainda a namorada, o custo de vida, a comodidade de continuar morando com os pais (e se for morar sozinho será numa cidade vizinha) etc etc etc

[Máximo Poderio]

O usuário acima quer virar esquerdista, fiquem longe.

Obrigado.

[Avril&Juillet]

chegou o fã do Bresser Pereira

[Máximo Poderio]

Vai lá colocar IS-LM pra direita ao infinito vai..

[Avril&Juillet]

Desloco mesmo, e numa armadilha de liquidez ainda




































Brinks fora dilma impeatchment de Keynes

[Klimt]

Fiscal tá na moda agora por motivos fortes. Mas a gente sempre lê "ain tem que fazer ajuste", "tem que parar de gastar", mas nunca fica claro de onde economistas tiram isso. Qual a conta que o pessoal faz pra saber pra onde vai a relação divida/PIB?

Resolvi postar aqui então pra qualquer um poder fazer sua própria trajetória e entender porque ajuste é importante.
A conta da variação da relação divida/pib é muito simples: o quanto o governo ganhou menos o que ele gastou (incluindo o quanto ele pagará de juros). Só que geralmente, analistas preferem olhar tudo em % do PIB, então a conta fica com essa cara:

Variação de b = (r-g)*b - d

b = relação divida/pib
r = taxa real de juros (taxa de juros menos inflação)
g = taxa de crescimento do PIB
d = resultado primário do gov. (basicamente o que o gov arrecadou menos o que ele gastou no fim do periodo)

Vamos supor os seguintes valores (não vão ficar muito longe disso, mas tudo aproximado, só pra ter uma ideia).
b = 65%
I = 13% (taxa de juros nominal), Inflação = 7%, o que dá um r= 6%.
g = -3,5%
d = -2% do PIB
(Valores pro fim de 2016)

Jogando naquela formulinha, a gente tem: 9,5%*65% + 2% = 8,1%

Ou seja, a gente poderia esperar um aumento de 8,1% na relação divida/pib com esses valores. É muita coisa.
Se a gente quisesse saber o quanto o governo teria que conseguir de resultado primário, pra essa relação parar de crescer, seria só igualar aquela formulazinha a 0 e isolar o d. Você chegaria num superavit de uns 6% do PIB, simplesmente pra ele parar de crescer.
Mas expectativa hoje é que a gente tenha um deficit de 2% do PIB esse ano. . Loooongo caminho.
Isso eu nem coloquei os esqueletos que poderiam piorar ou melhorar essa conta (swaps hoje tão rendendo grana, mas poderiam vir a piorar muito, como fizeram ano passado, por ex). Tem evidências que países que chegam na casa dos 90% começam a ter crescimento bem menor, então as trajetórias estimadas hoje são provavelmente subestimadas.

[LeOo]

Klimt deus

[EMR.]

Marcando pra aprender com o meu Klimtão

[Fisher]

Nunca participei, mas conheço. Deve ser bem legal.
Dá pra trocar ideia com o pessoal que participa? O nível é alto?

Sim, toda competição tem um fórum de discussão onde os participantes trocam ideia e compartilham alguns scripts.

O nível de quem fica nas cabeças é bem alto, são participantes do mundo todo com experiência e que em geral trabalham na área. Tem alguns brasileiros muito bons também, lembro de um que chegou a liderar o ranking geral do Kaggle por algum tempo. Mas há participantes de todos os níveis, acredito valer a pena mesmo para os iniciantes. Dá até pra fazer um "networking", visto que é possível montar grupos para participar das competições em equipe.

[Klimt]

Hoje o Ilan deu uma entrevista pro Valor dizendo que nunca defendeu câmbio 100% flutuante e que o momento é oportuno pro BC limpar balanço, devem continuar. Também sinalizou que uma nova meta pode surgir nos próximos anos, más só quando a inflação já estiver na meta atual.

Monica de Bolle meteu o pau no que o gov. Temer fez até agora, cedendo a várias pressões que contrariam o plano de ajuste.

E chineses tão com uma perspectiva pior nos próximos anos, mas ainda assim abocanharam a alemã Kuka, empresa que faz robôs. Tem uma questão política aí, muita polêmica. Mas chineses queriam e nem ligaram. É um setor estratégico pra China, importante esse passo, mostra uma força grande. Choro europeu.

[Deore]

Acompanhando.

Enviado de meu XT1097 usando Tapatalk

[123olivera4]

Abriram 2 cursos no coursera que são muito recomendados, já me inscrevi nos 2.


Machine Learning da Stanford University

https://www.coursera.org/learn/machine-learning" onclick="window.open(this.href);return false;

O outro ainda não começou , mas em breve deve começar
Probabilistic Graphical Models

É lecionado pela própria autora do famoso livro Probabilistic Graphical Models: Principles and Techniques(" onclick="window.open(this.href);return false;)

https://www.coursera.org/learn/probabil ... cal-models" onclick="window.open(this.href);return false;

Eu tentei estudar sozinho, mas tomei uma kctada quando começou entrar de forma mais profunda em redes baysianas. Resolvi esperar ter um apoio para o estudo.

[São Marcos]

interessante esse curso de machine learning
acho que vou fazer

[123olivera4]

interessante esse curso de machine learning
acho que vou fazer

O único problema desse curso é que ele é dado todo em MATLAB. A ideia do curso não é ensinar a importar biblioteca com o python/R e chamar as funções de ML. A proposta é implementar os algoritmos na mão. Ou seja, é um caminho bem mais longo. Primeiro você aprende os algoritmos no matlab e depois converte o que você desenvolveu para uma linguagem de programação mais prática.

[123olivera4]

Aproveitando para postar o que o pessoal do reddit recomenda como base mínima para atuar na área

Tópicos de Computação
"
What data-structures and basic technologies are important?
In approx. order of occurrence:
array
list
hashmap + hashing + collision resolution
binary tree, red black tree, AVL tree
heaps and priority queues
graph representations (adjacency list, matrix + others)
suffix tree (*advanced)
trie (*advanced)
skiplist (*advanced)
What's important here is not only what these structures do, but when to choose one over the other. The impact on:
computational complexity
memory complexity
memory overhead (how much does a single value take)
latency (*advanced)
cpu cache etc. (*advanced)
And even more important: how to compose these data structures to solve business tasks. An example task would be an auction site. Users can put items on auction, other users can bid. Lowest bid wins. Create auction, get highest bid, get history of all bids, get all items with active auctions, get top 10 bids for an item, place a bid, get all your bids for all items etc. Imagine this in a highly concurrent setting with 100k+ bids per second. If you can solve it confidently, name your assumptions and justify your choices, you're more or less good to go! More complex composite problems are rarely encountered.
The basic technologies are usually:
SQL (not only how to use it but also how indexing works, what does the query optimizer do etc.)
Python/R/... - topics like parallelism, concurrency, how are data structures implemented, how to maximise memory efficiency, how to create modular software and how to create microservices
some configuration mechanism like Ansible/Salt/Puppet, at the very least JSON configs
Spark/Hive/Hadoop - some basic examples + how they actually work (how they store data, run queries, what is parallelized, what is not, where the bottlenecks are)
how a columnar database works (Redshift is very cool)
how a NoSQL database works, Redis or MongoDB being the usual ones, when to use it to aid your work
some basic dataflow tech like Kafka/RabbitMQ/Flume - just the basics: what guarantees does it give, what is parallelized/redundant, how it works in general.
also trendy recently: Elasticsearch - how does it work and how to use "

[Klimt]

O curso do Andrew é bom justamente porque é bem mão na massa e tenta ser o mais claro possível nas coisas mais básicas.

É aquela história de sempre, se você não sabe explicar o que é Machine Learning pra sua vó, provavelmente você não entende. Bitolou alguma coisa ou tá se enganando, então é bom saber os conceitos mais simples. Acho que esse curso faz isso muito bem, é uma boa intro.