Chargez vos données et visualisez immédiatement les résultats
Là où la plupart des solutions se contentent de promesses, nous vous donnons accès immédiatement et gratuitement au test réel (l’interface de test se trouve juste en dessous).
Expérimentez dès maintenant notre
classification automatique et notre
segmentation avec vos propres données (jusqu’à 100 000 caractères) et obtenez des résultats en quelques secondes.
Performance validée et optimisable
Pour garantir le bon fonctionnement du test, veillez à respecter le format attendu en vous basant sur les jeux de données proposés en exemple. Les résultats présentés sont générés à partir de paramètres par défaut. Des optimisations et ajustements spécifiques peuvent permettre d’améliorer encore les performances.
Notre algorithme a par ailleurs été évalué sur de nombreux jeux de données de référence, où il a démontré d’excellents résultats.
Confidentialité et traitement sécurisé
Les données sont anonymisées avant envoi, traitées en temps réel et ne sont pas conservées.
Passez à la version complète
Avec un abonnement Maïplug, profitez d’un traitement
sans limite de volume, de fonctionnalités avancées et d’une
intégration directe dans vos applications.
Qu’est-ce que la classification automatique binaire ? Qu’est-ce que la classification automatique binaire ? La classification automatique binaire permet de répondre à une question simple : oui ou non ? L’objectif est de déterminer si un élément appartient à une catégorie précise. Cet article concerne-t-il le sport ? Cette tumeur est-elle maligne ? Cette transaction est-elle frauduleuse ? Ce commentaire est-il positif ?
Pour que l’intelligence artificielle sache répondre correctement, on doit d’abord lui montrer des exemples : des cas qui appartiennent à la catégorie (oui) et d’autres qui n’y appartiennent pas (non). À partir de ces exemples, la machine apprend à reconnaître les caractéristiques importantes et peut ensuite prendre des décisions seule. Ce processus s’appelle l’apprentissage supervisé, car un humain guide la machine pendant sa phase d’apprentissage.
1. PHASE D’APPRENTISSAGE
Données d’apprentissage
Ajoutez ici les données qui permettront d’apprendre...Ajoutez ici les données qui permettront d’apprendre à distinguer les éléments appartenant à la classe (OUI) de ceux qui n’y appartiennent pas (NON). Des exemples sont déjà fournis (« sport », « politique », …), mais vous pouvez saisir vos propres données en cliquant sur « ma classe». Pour les données numériques, pensez à ajouter un « : » devant la valeur.
Sélection du jeu de données
Sélectionnez un jeu de données ou cliquez sur « ma classe » et remplissez la zone de données avec vos propres données en respectant le format des jeux de données proposés en exemple.
Visualisation des données anonymisées
Consultez les données, préalablement anonymisées, qui sont transmises à nos serveurs.
Estimation de performance
Obtenez une estimation du taux de bonnes réponses que le système devrait fournir pour de nouvelles données. Utile pour mesurer la fiabilité du modèle avant utilisation.
Comprendre la prédiction
Visualisez les descripteurs les plus pertinents extraits du jeu de données ayant contribué au résultat, afin de mieux comprendre le fonctionnement du modèle.
Ici, il faut placer les données que l’on cherche à classer (OUI ou NON ?) sur la base des données d’apprentissage fournies ci-dessus. Cliquez sur « lancer le tri… » pour faire afficher les données par ordre décroissant de probabilités d’appartenance à la classe. Un seuil de décision d’appartenance est également calculé lorsqu’au moins 30 exemples positifs et 70 exemples négatifs composent les données d’apprentissage.
Prédiction pour de nouvelles données
Vérifiez la qualité des résultats et le taux de bonnes réponses annoncé par l’auto-évaluation.
Les données sont classées par ordre de score…Les objets sont classées par ordre de score
d’appartenance à la classe. Si un nombre suffisant d’objets ont été donnés en apprentissage (au moins 30 ‘OUI’ et 70 ‘NON’), une probabilité d’appartenance est calculée pour chaque objet.
Segmentation (apprentissage non supervisé)
Qu'est-ce que la segmentation (partitionnement ou encore clustering) ?
La tâche de segmentation est réputée plus difficile que la tâche de classification automatique. Il s’agit toujours de classer des objets dont on possède une description mais cette fois-ci, on ne fournit pas d’exemples. La machine crée ses propres classes et range les différents objets dans chacune des classes créées. Cela permettra par exemple de répondre à des questions du type : Quels sont les domaines couverts par ces différents documents ? Comment puis-je segmenter ma clientèle ou mon marché ? Quels types de commentaires sont laissés par les internautes sur mon site ? Combien de formes prototypiques le robot perçoit-il au moyen de ses capteurs (porte, couloir, humain,…) ?
Données à segmenter
Ici, il faut placer les données qu…Ici, il faut placer les données que l’on cherche à partitionner. Les données pré-saisies à titre d’exemple (« Le Monde », « Iris », …) correspondent aux jeux de données utilisés dans la démonstration pour la classification automatique (sans l’information sur les classes bien sûr). L’algorithme arrivera-t-il à reconstruire des groupes correspondant aux classes ? Vous pouvez aussi entrer vos propres données en cliquant sur le bouton « mes données » (pensez à mettre un « : » devant les données numériques).Sélection du jeu de données
Sélectionnez un jeu de données ou cliquez sur « ma classe » et remplissez la zone de données avec vos propres données en respectant le format des jeux de données proposés en exemple.
Segmentation des données
Obetenez différentes partitions possibles de vos données variant sur le nombre de groupes constitués et affichez la partition préférentielle.
Plusieurs partitions variant sur le nombre de groupes sont…Plusieurs partitions variant sur le nombre de groupes sont proposées (pour la démonstration on se limite à 10 maximum). Le meilleur découpage est sélectionné par défaut, mais vous pouvez en choisir un autre en cliquant sur le bouton correspondant au nombre de groupes que vous cherchez. Vous pouvez aussi faire afficher les descripteurs représentatifs de la partition sélectionnée.
