WEBVTT 00:00:05.150 --> 00:00:09.130 Algumas pessoas obtêm 80% dos resultados com apenas 20% do esforço. 00:00:09.270 --> 00:00:13.190 Esse princípio, conhecido como o princípio de paro, é um conceito-chave para entender 00:00:13.190 --> 00:00:15.830 as distribuições de lei de potência na ciência de dados. 00:00:16.250 --> 00:00:19.950 Em muitos conjuntos de dados, alguns itens superam amplamente o restante, o que leva 00:00:19.950 --> 00:00:21.830 a uma distorção significativa nos resultados. 00:00:22.130 --> 00:00:26.630 Por exemplo, 90% do tráfego da web geralmente vai para apenas 10% dos sites. 00:00:27.010 --> 00:00:31.370 Esse fenômeno é crítico em redes sociais, onde um pequeno número de usuários gera 00:00:31.370 --> 00:00:32.770 a maior parte do conteúdo. 00:00:32.770 --> 00:00:37.170 Primeiro, reconhecer esses padrões ajuda os cientistas de dados a otimizar modelos, melhorar 00:00:37.170 --> 00:00:40.370 a alocação de recursos e identificar influenciadores importantes. 00:00:40.670 --> 00:00:45.510 Em última análise, analisar as leis de potência pode revelar estruturas ocultas em dados complexos. 00:00:46.030 --> 00:00:49.590 Tudo bem, então vamos nos aprofundar no motivo pelo qual as distribuições de lei de potência 00:00:49.590 --> 00:00:51.190 são revolucionárias na ciência de dados. 00:00:51.790 --> 00:00:54.430 Primeiro, elas ajudam na detecção de anomalias. 00:00:54.750 --> 00:00:59.070 Quando você conhece a distribuição típica, identificar outliers se torna muito mais fácil. 00:00:59.070 --> 00:01:02.990 Imagine vasculhar logs de rede para encontrar atividades incomuns. 00:01:02.990 --> 00:01:05.730 As leis de potência o guiam diretamente para as anomalias. 00:01:06.290 --> 00:01:09.990 Em segundo lugar, as distribuições de lei de potência são inestimáveis para modelos 00:01:09.990 --> 00:01:10.470 de previsão. 00:01:10.650 --> 00:01:15.670 Elas nos permitem criar algoritmos mais precisos ao focar nos pontos de dados de maior impacto. 00:01:15.930 --> 00:01:17.590 Pense em sistemas de recomendação. 00:01:17.790 --> 00:01:21.390 Eles preveem o que você pode gostar destacando um pequeno número de itens populares. 00:01:21.930 --> 00:01:23.590 Depois, há a alocação de recursos. 00:01:23.850 --> 00:01:26.030 Em qualquer projeto, os recursos são finitos. 00:01:26.030 --> 00:01:29.930 As distribuições de lei de potência ajudam você a concentrar seus esforços onde eles 00:01:29.930 --> 00:01:30.850 farão mais diferença. 00:01:31.090 --> 00:01:34.890 Se você estiver gerenciando um serviço em nuvem, por exemplo, saber quais servidores 00:01:34.890 --> 00:01:39.030 lidam com a maior parte do tráfego pode ajudar a alocar recursos de forma mais eficaz. 00:01:39.330 --> 00:01:43.650 Além disso, entender as leis de potência é crucial na análise de redes sociais. 00:01:44.530 --> 00:01:49.210 Plataformas como Twitter ou Facebook têm um punhado de usuários que geram a maioria das 00:01:49.210 --> 00:01:49.830 interações. 00:01:50.330 --> 00:01:54.250 Identificar esses principais participantes pode ajudar em tudo, desde estratégias de marketing 00:01:54.250 --> 00:01:55.570 até mapeamento de influências. 00:01:56.030 --> 00:01:59.270 Por fim, elas oferecem insights sobre o mundo natural e social. 00:01:59.830 --> 00:02:04.210 Da distribuição das populações da cidade à frequência do uso de palavras, as leis 00:02:04.210 --> 00:02:05.890 de potência estão em toda parte. 00:02:06.110 --> 00:02:09.550 Reconhecer esses padrões permite que os cientistas de dados descobram as estruturas 00:02:09.550 --> 00:02:11.650 ocultas que governam sistemas complexos. 00:02:12.150 --> 00:02:15.410 Então, da próxima vez que você estiver mergulhando em um conjunto de dados, fique de 00:02:15.410 --> 00:02:16.410 olho nessas leis de potência. 00:02:16.630 --> 00:02:19.950 Elas podem ser a chave para desbloquear sua próxima grande descoberta. 00:02:19.950 --> 00:02:21.070 Obrigado por assistir. 00:02:21.310 --> 00:02:24.810 Se você gostou desse mergulho profundo, clique no botão curtir e inscreva-se para mais 00:02:24.810 --> 00:02:26.490 insights sobre o mundo da ciência de dados.