Data science: fondamentaux et études de cas : machine learning avec python et R

Quel est le sujet du livre "Data science: fondamentaux et études de cas : machine learning avec python et R"

Un bon Data Scientist doit savoir naviguer entre différentes disciplines : statistique, algorithmie, informatique, etc., sans a priori théorique. Ce qui prime avant tout, c'est sa faculté à trouver une réponse adéquate à un problème fonctionnel donné. En ce sens, sa capacité à comprendre son terrain d'action et à trouver la meilleure solution parmi les nombreux choix techniques (plate-forme informatique, logiciels...) et théoriques (méthodes statistiques et algorithmiques) possibles, sous contraintes de temps et de budget, sera sa principale qualité. Cet ouvrage a pour ambition de guider le Data Scientist grâce à une partie théorique qui apprend les bases du métier et une partie pratique qui détaille concrètement comment raisonner autour d'une problématique donnée. La seconde édition revue et augmentée traite entre autres du Deep Learning.

Éric Biernat dirige l'activité Big Data Analytics chez OCTO Technology, l'un des leaders français sur le marché de la data science et des big data.

Il a embrassé le mouvement Big Data Analytics en 2011 et ne l'a plus lâché depuis, en accompagnant ses clients qui souhaitent tirer profit des opportunités offertes par cette science. Kaggle master, Éric s'illustre régulièrement lors de compétitions de data science et intervient dans de nombreux cycles de conférences sur la thématique des big data, dans la presse spécialisée ou auprès de comités exécutifs.