Sign up to save your podcasts
Or
Share OpenLayer - #9 | Martin Laprise
Share to email
Share to Facebook
Share to X
Share to email
Share to Facebook
Share to X
Or
OpenLayer - #9 | Martin Laprise
Dans cet épisode, je discute avec Martin Laprise de son parcours de la physique vers la science des données, de ses expériences en tant que data scientist et de la création de Hectiq.ai son entreprise de consultation.
Le livre qu'il nous recommande: https://www.amazon.ca/Elements-Statistical-Learning-Inference-Prediction/dp/0387848576
Un article sur le Hyperloglog http://algo.inria.fr/flajolet/Publications/FlFuGaMe07.pdf
Le paquetage Python qu'il a créé https://github.com/Parsely/probably
Merci à mes commanditaires l'AÉLIES (https://www.aelies.ulaval.ca), le SPLA (https://www.spla.ulaval.ca), l’AGIL (http://www2.ift.ulaval.ca/~agil/) et .Layer (https://www.dotlayer.org/).
Abonne-toi au podcast!
View all episodes
By David BeaucheminDans cet épisode, je discute avec Martin Laprise de son parcours de la physique vers la science des données, de ses expériences en tant que data scientist et de la création de Hectiq.ai son entreprise de consultation.
Le livre qu'il nous recommande: https://www.amazon.ca/Elements-Statistical-Learning-Inference-Prediction/dp/0387848576
Un article sur le Hyperloglog http://algo.inria.fr/flajolet/Publications/FlFuGaMe07.pdf
Le paquetage Python qu'il a créé https://github.com/Parsely/probably
Merci à mes commanditaires l'AÉLIES (https://www.aelies.ulaval.ca), le SPLA (https://www.spla.ulaval.ca), l’AGIL (http://www2.ift.ulaval.ca/~agil/) et .Layer (https://www.dotlayer.org/).
Abonne-toi au podcast!