Fonctionnement de la plateforme.
Mettez la puissance de l’intelligence artificielle entre les mains de vos équipes grâce à la plateforme Kepler.
Kepler, la plateforme d’intelligence artificielle pour entreprise, élimine le processus complexe et manuel qui caractérise l’IA conventionnelle et le transforme en 5 étapes faciles qui peuvent être exécutées par les professionnels et les experts de tous les secteurs, sans qu’une expérience en apprentissage automatique ne soit requise.
Le processus en 5 étapes de Kepler.
Nos flux de production automatisés condensent l’apprentissage automatisé dans un processus facile à suivre.
1
Identifiez un défi à résoudre
2
Rassemblez les données applicables
3
Générez un modèle
4
Évaluez les résultats et obtenez des conclusions
5
Déterminez les façons d’utiliser votre modèle
Déployez le modèle
Obtenez des renseignements
Découvrez les flux de production de Kepler.
Les flux de production d’IA et d’apprentissage automatique de Kepler permettent aux entreprises de faire évoluer l’IA sur un large éventail de cas d’utilisation commerciaux qui traversent tous les secteurs et toutes les fonctions, de la prévision de la demande et de la planification de la main-d’œuvre à l’analyse d’images et à la détection des anomalies.
Kepler peut être appliqué à des centaines de cas d’utilisation au sein de votre organisation.
Classification tabulaire
Prévoit dans quelle catégorie iront les données structurées.
Exemples d’utilisation :
- Taux de désabonnement
- Prévision de l’intention des clients
- Prédiction des demandes de prêts
Régression tabulaire
Mesure la relation entre les variables dépendantes et indépendantes.
Exemples d’utilisation :
- Prévision de la valeur à vie des clients
- Prévision de la demande
- Analyse et prévision de la durée des contrats
Classification textuelle
Prévoit la catégorisation des données textuelles non structurées.
Exemples d’utilisation :
- Analyse des sentiments
- Classification par sujet
- Conformité du contenu
Prévision de séries temporelles
Prévision en fonction de données historiques et séquentielles.
Exemples d’utilisation :
- Prévision de la demande
- Fluctuation du prix des matières premières
- Prévision de tendances
Détection d’anomalies
Trouve des valeurs qui diffèrent de manière significative de la majorité des données.
Exemples d’utilisation :
- Surveillance des données de capteurs
- Détection de fraudes
- Détection de comportements anormaux
Regroupement
Regroupe des données non étiquetées en catégories selon différents modèles et similarités.
Exemples d’utilisation :
- Segmentation de la clientèle
- Regroupement de produits personnalisés
- Marketing ciblé
Classification d’images
Répartit les images qui partagent des caractéristiques communes dans une catégorie prédéterminée.
Exemples d’utilisation :
- Catégorisation d’images
- Analyses d’imagerie médicale
- Assurance de la qualité
Recommandeur
Évalue les similarités entre le comportement d’achat des utilisateurs afin de faire de meilleures recommandations.
Exemples d’utilisation :
- Recommandations de produits
- Recommandations de contenu
Explorez les différentes façons d’utiliser Kepler pour permettre à votre entreprise de gagner en agilité.
Explorez les flux automatisés de production de données de la plateforme Kepler
Kepler facilite la création de modèles d’apprentissage automatique des façons suivantes :
Vous téléversez vos données dans Kepler.
Vous sélectionnez le flux de production automatisé par la science des données en fonction de l’objectif et des résultats souhaités.
Kepler organise et visualise vos données.
Vous obtenez une vue d’ensemble détaillée de vos données pour garantir qu’elles sont adéquates pour l’objectif de votre projet d’IA.
Vous précisez à Kepler le contexte entourant vos données et vos préférences en matière de modèle et de budget.
Kepler nettoie vos données en supprimant les espaces superflues, en normalisant le texte et en retirant les caractères spéciaux.
Kepler teste, crée et améliore les caractéristiques pour créer votre modèle d’apprentissage machine.
Kepler interprète les résultats dans un tableau de bord et indique de façon claire, précise et détaillée des points de données au sein du modèle.
Kepler génère des prédictions à partir de données fixes ou de données en temps réel.
Le code est généré pour connecter l’inférence au système de votre choix, pour vous permettre de voir les résultats de votre travail.
Vos données ne sont pas toutes les mêmes.
La plateforme Kepler traite un large éventail de données pour vous permettre de maximiser les données de votre entreprise en vue d’obtenir des constats, de générer des prévisions et de prendre des décisions plus éclairées.
Tabulaires
Flux de production
Textuelles
Flux de production
Images
Flux de production
À quels systèmes de données Kepler peut-elle se connecter?
- Disques locaux ou sur réseau
- Stockage Microsoft Azure Blob
- Amazon S3
- MySQL
- MS SQL
- PostgreSQL
- Microsoft Azure SQL