SICSS presentation

Apresentação p/ o Summer Institutes in Computational Social Science da FGV, em 2021-06-18.

Transcript

3. mil problemas • n < 100 (a Caixa sozinha tem 70% dos financiamentos!) • amostras dropadas sem explicação • variáveis codificadas incorretamente • avaliadores não têm a menor idéia do que estão fazendo • sabem apenas operar o software • usam approach econométrico p/ problema de machine learning • não estamos interessados nos β, estamos interessados nos ŷ
8. • anúncios de venda de apartamentos residenciais no DF e GO • n = 15 mil • y = preço • X = features extraídas do anúncio • área útil, localização, vagas, etc
12. imóveis funcionais • usei o modelo p/ precificar 1626 imóveis da União no Plano Piloto • preço médio de R$ 1.1 milhão • preço total de R$ 1.81 bilhão
13. desafios de fazer data science no governo • dados são sujos • ComprasNet (preços errados, classificações erradas) • RAIS (salários errados, ocupações erradas) • vacinados (3+ doses) • adoção exige convencimento • governo atrai risco-avessos • desconfiança com resultados não-interpretáveis • mas é divertido :-)
14. http:/thiagomarzagao.com @tmarzagao