10 articles incontournables sur la science des données de septembre 2017.

Le site science des données industry is quickly finding applications in a variety of disciplines ranging from biotechnologie à sciences sociales. It’s revolutionized the way we make decisions both as businesses and researchers. Data science is currently the ‘best job in America’, according to Glassdoor. The amount of data that we collect is mind-boggling, not only through traditional ways but also through digital platforms and social media. Analyse des données, visualization and interpretation are skills that are in high demand — and experts often specialize in specific disciplines such as computer science or even astrophysique. At Kolabtree, we’ve helped project owners find highly qualified freelance experts en science des données pour les aider à analyser un ensemble de données ou à écrire un algorithme - et cela prouve que les organisations souffrent d'un manque de compétences ou de ressources dans ce domaine.

Data scientists need to keep themselves updated on the latest recherche and developments in the field to stay on top of their game. Here is a curated list of the top 10 articles from September 2017 that we think is necessary reading.

1. Voici les 10 compétences dont vous avez besoin pour devenir un data scientist, le poste n° 1 en Amérique. 1 des emplois en Amérique
(Alison DeNisco, TechRepublic)

2. L'abîme de l'analytique 
(Jon Evans, TechCrunch)

3. Un nouvel outil utilise l'apprentissage automatique et l'intelligence artificielle pour améliorer les opérations informatiques
(Bernard Marr, Forbes)

4. Différence entre apprentissage automatique, science des données, IA, apprentissage profond et statistiques
(Vincent Granville, Data Science Central)

5. Un Wikipedia pour les visualisations de données est là
(Katharine Schwab, Co.Design)

6. Si vous souhaitez améliorer vos compétences en matière d'analyse de données, quel langage de programmation devriez-vous apprendre ? R vs Python] (Dan Kopf, Quartz)

7. 30 antisèches essentielles en matière de science des données, d'apprentissage automatique et d'apprentissage profond.
(Matthew Mayo, KDNuggets)

8. L'étude "Gaydar" de l'IA et les vrais dangers du Big Data
(Alan Burdick, The New Yorker)

9. Assurer un avantage concurrentiel grâce à l'apprentissage automatique
(Ronald van Loon, Dataconomy)

10. Les pirates de la tempête : La science des données derrière les prévisions météorologiques
(George Anadiotis, ZDNet)

Vous avez d'autres articles à ajouter à la liste ? Laissez-les dans les commentaires ci-dessous ou Tweetez-nous!