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 !--------[Facebook] - https://www.facebook.com/OpenLayerPodcast/[Spotify] - https://open.spotify.com/show/6LWUHrtNrRioE7Ggxkpcno?si=-3tZo88XSnW0Mwcp7sZkLA[Balado Québec] - https://baladoquebec.ca/#!/openlayer[iTunes Podcast] - https://podcasts.apple.com/ca/podcast/openlayer/id1477641065[Google Play Music] - https://playmusic.app.goo.gl/?ibi=com.google.PlayMusicamp;isi=691797987amp;ius=googleplaymusicamp;apn=com.google.android.musicamp;link=https://play.google.com/music/m/Iytw3gkywmyegzfe45u2y5ciqfm?t%3DOpenLayer%26pcampaignid%3DMKT-na-all-co-pr-mu-pod-16[Google Podcast] – OpenLayer Podcast------