Voici une collection de 70 articles les plus recommandés dans le paysage du Big Data. La liste est basée sur les recommandations de sites Web de premier plan, de blogueurs, de dirigeants/membres de la communauté Big Data et d’utilisateurs de divers canaux de médias sociaux. Les articles sont classés sans ordre particulier.
1. Pourquoi devenir un scientifique des données n’est PAS réellement plus facile que vous ne le pensez
2. Le Big Data au-delà de MapReduce : Les documents sur le Big Data de Google
3. Différence entre un scientifique et un analyste de données
4. L’apprentissage automatique en 10 images
5. Le Big Data : Une définition pratique
6. La programmation parallèle à l’ère du big data
7. 9 technologies de big data open source à surveiller
8. Les pathologies du Big Data
9. 10 applications surprenantes du Machine Learning
10. Exploiter la puissance du Big Data
11. Les bases d’Hadoop – Créer un programme MapReduce
12. 8 déploiements de Big Data dans le monde réel
13. Le scientifique des données à 30 dollars de l’heure
14. Réinventer la société dans le sillage du Big Data
15. 10 tendances pour le Big Data dans les services financiers
16. Préparez-vous à des modèles économiques basés sur les capteurs
17. Le Big Data peut-il être raciste ?
18. Remplir les blancs : Utiliser les mathématiques pour transformer des ensembles de données à faible résolution en échantillons à haute résolution
19. Les scientifiques des données ont besoin de leur propre GitHub. Voici quatre des meilleures options
20. Comment être prêt pour le Big Data
21. 7 solutions Big Data tentent de remodeler les soins de santé
22. Se lancer dans la science des données : Mes réflexions [Trey Causey]
23. Le Big Data suscite l’inquiétude et la confusion
24. 5 grands souhaits pour les déploiements de Big Data
25. Quand l’astronomie rencontre l’informatique
26. « Comment devenir un scientifique des données ? »
27. Les yeux d’Equifax vous regardentBig Data signifie Big Brother
28. Comment le Big Data réunit la BI et l’analyse prédictive
29. Les scientifiques de données insaisissables sont à l’origine de salaires élevés
30. Les utilisations surprenantes du Big Data : De Lady Gaga à la CIA
31. Comment j’ai gagné 500 000 dollars avec l’apprentissage automatique et le trading à haute fréquence
32. La stratégie Big Data de Microsoft : Un point de vue d’initié
33. L’apprentissage profond – Comment et pourquoi les méthodes d’apprentissage profond fonctionnent
34. Une liste non exhaustive de choses géniales que d’autres personnes ont faites cette année
35. Changement de carrière dans le domaine du Big Data : 4 points clés
36. L’analyse du Big Data permet aujourd’hui aux entreprises de jouer au Moneyball
37. Pourquoi le langage de programmation R est bon pour les affaires
38. Ce que j’ai appris de deux ans de « Data Sciencing »
39. IBM et le bouleversement du Big Data : Le point de vue d’un initié
40. Le défi du Big Data : comment développer une stratégie gagnante
41. Des données, des données partout
42. Le créateur d’Hadoop trace les grandes lignes de l’avenir de la plateforme Big Data
44. NoSQL vs. Hadoop : Le Big Data sous les projecteurs à l’E2
45. Le Big Data est moins une question de taille qu’une question de liberté
46. Julia est-elle l’avenir de l’analyse du Big Data ?
47. Quelle est la différence entre l’intelligence artificielle, l’apprentissage automatique, les statistiques et l’exploration de données ?
48. Clouds, big data et actifs intelligents : Dix tendances à surveiller en matière de technologie
49. Comment utiliser le big data pour mettre fin à l’attrition des clients
50. Cinq choses que les DSI devraient savoir sur le big data
51. META : Ce que les scientifiques des données lisent. Et pourquoi.
52. Ce scientifique des données a passé un an à l’intérieur du New York Times. Voici ce qu’il a découvert
53. Big (Bad) Data
54. Les nouveautés de la science des données
55. Le paysage du Big Data
56. Débat sur le Big Data : Hadoop deviendra-t-il la plateforme dominante ?
57. Comment Python est devenu le langage de choix pour la science des données
58. 10 erreurs commises par les entreprises dans les projets Big Data
59. La vraie promesse du Big Data : Il est en train de changer toute la façon dont les humains vont résoudre les problèmes
60. Les scientifiques établissent un nouveau record de vitesse pour le big data
61. L’acquisition de BlueKai valide le fait que les données clients sont reines
62. Pourquoi le « Big Data » est un gros problème
63. Comment trouver les bars que les femmes aiment
64. Le Big Data : Êtes-vous prêt pour le décollage ?
65. Ce dont les VCs du Big Data sont malades – et ce qu’ils veulent vraiment
66. 4 façons d’utiliser réellement le Big Data
67. Big Data, Big Business, Big Brother ?
68. L’efflorescence du Big Data
69. Les données ne sont plus l’apanage des gros bonnets
70. Le scientifique en chef de PayPal s’attaque au code de l’analyse des big data
.
