Pour faire de la data science, il est nécessaire d’avoir un bagage mathématique solide.

Si l’on peut manipuler sans encombre des librairies et des fonctions faisant de l’analyse de données ou de l’apprentissage automatique, il est largement préférable d’être familier du socle théorique sur lequel reposent les objets que l’on manipule.

Qu’il s’agisse d’algèbre linéaire, d’optimisation, ou de statistiques et probabilités, de multiples pans complémentaires des mathématiques se rencontrent pour faire vivre la data science.

Nous vous proposons ici des ressources mathématiques qui sont utiles en sciences des données.

Métriques

Optimisation