Listen Top Shows Blog

#10 Competitive Data Science Vs Réalité business

#10 Competitive Data Science Vs Réalité business

Update: 2021-03-10

Share

Description

Les plateformes de Data Science comme Kaggle permettent de découvrir des jeux de données variés et de se tester face à d'autres compétiteurs.

Plus votre modèle performe, meilleur est votre classement sur le leaderboard.

Avec des jeux de données "curated" et des métriques à optimiser définies dès le début, le setup d'un Kaggle est souvent bien différent de celui que l'on retrouve lorsque l'on résout un challenge data dans la "vraie vie".

Retour sur l'expérience de Badr Ouali, Head of Data Science @ Vertica, et sa participation au kaggle TalkingData.

Référence:

Si les challenges en Data Science vous intéressent, je vous invite à jeter un œil à ChallengeData.ens.fr. Il s'agit d'une plateforme de l'ENS et du Collège De France proposant des challenges variés.

Comments

In Channel

#24 The New Face of Conflict: AI in Warfare with COL ANTAL

#24 The New Face of Conflict: AI in Warfare with COL ANTAL

2024-02-0401:00:20

#23 D'entrepreneur à investisseur - le parcours de Philippe Laval

#23 D'entrepreneur à investisseur - le parcours de Philippe Laval

2023-03-1455:40

#22 L'évolution de la boîte à outils du Data Scientist

#22 L'évolution de la boîte à outils du Data Scientist

2022-10-1531:18

#21 L'investigation d'incidents cyber avec Thomas et François de Defants

#21 L'investigation d'incidents cyber avec Thomas et François de Defants

2022-08-1724:20

#20 Comment Arte a réinventé la VoD en Europe

#20 Comment Arte a réinventé la VoD en Europe

2022-07-0527:54

#19 Le DevSecOps à l'US Air Force

#19 Le DevSecOps à l'US Air Force

2022-06-0530:58

#18 Luna & UST Crash

#18 Luna & UST Crash

2022-05-2633:30

#17 Incident BGP chez Facebook & OVH

#17 Incident BGP chez Facebook & OVH

2022-04-2801:03:59

#16 Blameless Engineering at ASOS

#16 Blameless Engineering at ASOS

2021-12-0824:10

#15 Le ML Ops pour accélérer l’innovation, de la R&D à la production

#15 Le ML Ops pour accélérer l’innovation, de la R&D à la production

2021-10-1915:43

#14 Scaler sa réponse à incidents - Le cas Algolia

#14 Scaler sa réponse à incidents - Le cas Algolia

2021-08-3129:23

#13 An experiment gone wrong

#13 An experiment gone wrong

2021-06-0128:57

#12 Comment Google anonymise vos données personnelles avec la Differential Privacy

#12 Comment Google anonymise vos données personnelles avec la Differential Privacy

2021-05-0438:30

#11 Prédiction de retards à la SNCF 🚉

#11 Prédiction de retards à la SNCF 🚉

2021-04-0635:48

#10 Competitive Data Science Vs Réalité business

#10 Competitive Data Science Vs Réalité business

2021-03-1019:19

#9 Avalanche de requêtes et effets de bords mystérieux

#9 Avalanche de requêtes et effets de bords mystérieux

2021-02-2422:37

#8 When the facts change, I change my model

#8 When the facts change, I change my model

2021-02-0523:28

#7 Don't knock the checklist

#7 Don't knock the checklist

2021-01-2720:17

#6 Monitor early, fix bugs early 🇫🇷

#6 Monitor early, fix bugs early 🇫🇷

2020-12-0926:33

#5 Autoscaling lag et gestion des incidents chez Doctolib 🇫🇷

#5 Autoscaling lag et gestion des incidents chez Doctolib 🇫🇷

2020-11-2533:08

00:00

00:00

x

#10 Competitive Data Science Vs Réalité business

#10 Competitive Data Science Vs Réalité business

François Paupier