Cycle du hype de Gartner pour la science des données et le Machine Learning

Cette ressource est disponible en English.

Date de publication : 23/07/2018

L’enthousiasme persistant suscité par l’analytique avancée a abouti à un regroupement dense de technologies connexes. Certaines sont déjà à pleine maturité. D’autres ne la connaîtront jamais. D’autres encore s’annoncent prometteuses pour la réussite de futurs projets de science des données. 

Parmi ces nombreuses options, identifiez les tendances et sujets qui présentent un intérêt durable pour vous en tant que scientifique des données. Téléchargez ce rapport complémentaire du Cycle du hype de Gartner. Il vous sera utile pour : 
  • Découvrir les définitions, analyses, conseils et projections d’impact de Gartner en lien avec plus de 25 technologies de science des données et de Machine Learning. 
  • Comprendre les technologies qui suscitent l’enthousiasme et toute évolution significative dans la voie de leur adoption et de leur maturité. 
  • Consulter des informations qui vous aideront à évaluer vos capacités actuelles et les perspectives qui s’offrent à vous pour l’adoption des nouvelles technologies, ainsi qu’à obtenir de meilleurs résultats dans le cadre de vos initiatives axées sur les données et l’analytique en vous concentrant sur les investissements pertinents. 
  • Accéder à des évaluations complètes des technologies qui pourraient être trop onéreuses, risquées ou surestimées pour justifier leur adoption. 
  • En apprendre davantage sur les avantages relatifs de chaque technologie, et identifier celles qui auront le plus grand impact général au cours des deux à dix prochaines années.

Se connecter pour accéder au téléchargement

- Ou -

Fournissez quelques détails supplémentaires et cliquez sur Envoyer.

Microsoft peut utiliser vos coordonnées pour fournir des mises à jour et des offres spéciales sur Microsoft Azure et d’autres produits et services Microsoft. Vous pouvez vous désinscrire à tout moment. Pour en savoir plus, consultez la déclaration de confidentialité.