Meu primeiro post (backup do linkedin)

Esse é meu primeiro post e irei resgatar alguns assuntos que compartilhei no linkedin. Resolvi fazer publicações (posts) no linkedin mas pretendo fazer um backup nesse blog para facilitar minhas buscas. No meu primeiro post escrevi com auxílio do chatGPT sobre semantic web e o conceito de anyone can say anything about any topic. Aqui está o link:

https://www.linkedin.com/posts/renato-bueno-domingos-de-oliveira-14a4491b_semanticweb-ontology-linkeddata-share-7439662439807246336-mmXl?utm_source=share&utm_medium=member_desktop&rcm=ACoAAAQooYoBiO6MjINiIumiwZCA_yPABO6gTWE 

 

Meu  segundo post foi sobre metadados e sua importância para os dados. Segue o link do post https://www.linkedin.com/posts/renato-bueno-domingos-de-oliveira-14a4491b_semanticweb-ontology-linkeddata-share-7439662439807246336-mmXl?utm_source=share&utm_medium=member_desktop&rcm=ACoAAAQooYoBiO6MjINiIumiwZCA_yPABO6gTWE 

 

O último post foi sobre o modelo de 5 estrelas proposto por Tim Berners-Lee: https://www.linkedin.com/posts/renato-bueno-domingos-de-oliveira-14a4491b_what-is-5-star-linked-data-share-7440350655090700288-nnwe?utm_source=share&utm_medium=member_desktop&rcm=ACoAAAQooYoBiO6MjINiIumiwZCA_yPABO6gTWE

Comentários

Postar um comentário

Postagens mais visitadas deste blog

Dados tabulares vs JSONL

 Tabela → agregação → JSONL → embedding → FAISS → retrieval   1. Dados em tabela = estrutura para máquinas tradicionais Dados tabulares são organizados em linhas e colunas . Cada linha representa um registro. Cada coluna representa um atributo. Exemplo simples: municipio semana febre mialgia casos Campinas 12 51 47 80 Aqui: linha = um registro coluna = significado fixo Isso é excelente para: ✅ SQL ✅ filtros ✅ agregações ✅ estatística ✅ joins ✅ processamento analítico Ou seja: tabelas são ótimas para cálculo.   2. Problema: LLM não "pensa" naturalmente em colunas Para um modelo de linguagem, isso: Campinas | 12 | 51 | 47 | 80 não é naturalmente interpretável. Porque o embedding funciona melhor quando existe contexto linguístico . A LLM entende melhor frases como: "No município de Campinas, na semana epidemiológica 12, foram observados 80 casos, com febre em 51 registros e mialgia em 47." ✅ aqui existe semântica explícita   3. JSONL = cada...
Leia mais

Moltbook: rede social que só inteligências artificiais podem usar já reúne milhões de 'perfis'

Imagem
Essa matéria foi publicada em no G1 em https://g1.globo.com/tecnologia/noticia/2026/02/02/moltbook-rede-social-que-so-inteligencias-artificiais-podem-usar-ja-reune-milhoes-de-perfis.ghtml  e por curiosidade pesquisei se havia discussões sobre ontologias e metadados. Encontrei um comentário sobre metadados que vou postar aqui por curiosidade:   Podcast FuturaMente episódio 17 (Agentes de IA e a automação do futuro) interessante que comentou sobre o moltbook: https://open.spotify.com/episode/1mODDdMoLZYa6nGN3LrIhM?si=06a91897c7084048  
Leia mais

Podcast nerdologia: RAG, Yann Lecun, etc

  Conversa interessante sobre ia que passa por temas como RAG, Yann LeCun (cientista chefe da Meta), Fake news com IA, política. https://open.spotify.com/episode/3naFVUgMKaFmIfXlOzX04o?si=X9pw3VKsTyy41Oypp0GbNA   Interessante pois fui olhar quem foi Yann LeCun e descobri que Mark Zukerberg contratou Alexandr Wang no lugar dele devido sua visão de mundo mas focada em LLM e rotulagem de dados.  https://www.youtube.com/watch?v=y12yZ7bQizk&t=1151s     
Leia mais