RÉDUIRE L'INCERTITUDE GRÂCE À NOS NOUVEAUX OUTILS DE PRÉVISION : XGBOOST ET EASY FIT / EASY PREDICT

Une nouvelle version de XLSTAT est disponible pour nos utilisateurs Premium et Forecasting.

 

Quelles sont les nouveautés ?

Notre nouvelle version de XLSTAT offre une nouvelle fonctionnalité XGBoost, l'une des méthodes de prévision les plus rapides et les plus précises, et de nouveaux indicateurs de performance dans Easy Fit/Easy Predict.

Ces fonctionnalités ont été spécialement conçues pour ceux qui souhaitent construire des modèles prédictifs puissants en quelques clics, quel que soit le type/la taille des données.

 

Quel est le rôle de ces fonctionnalités ?

 

Easy Fit / Easy Predict

La fonction Easy Fit / Easy Predict vous permet de construire et de comparer différents modèles prédictifs sur le même ensemble de données.

  • 4 nouvelles méthodes : En plus de la régression linéaire, de la forêt aléatoire, de l'ANOVA, de l'ANCOVA et de la régression logistique, nous avons ajouté : l'analyse discriminante, les K-plus proches voisins, la machine à vecteurs de support et la régression lasso.
  • De nouveaux indicateurs de performance pour comparer les différents modèles.

Pour la classification : exactitude, précision, sensibilité, nombre de classifications correctes, nombre de classifications erronées et score F.

Pour la régression : erreur absolue moyenne (MAE), erreur carrée moyenne (MSE), R², R² ajusté, AIC d'Akaike et SBC de Schwarz.

Suivez notre exemple pour commencer à utiliser cette fonctionnalité !

Cette nouvelle fonctionnalité est disponible dans le menu Apprentissage automatique (solutions Premium et Forecasting).

 

XGBoost

XGBoost (extreme gradient boosting) est un modèle d'apprentissage automatique basé sur l'apprentissage séquentiel d'ensemble et les arbres de décision.

Profitez de cette nouvelle fonctionnalité basée sur le boosting. Le boosting de gradient est une méthode qui se distingue par sa rapidité et sa précision de prédiction, notamment pour les ensembles de données volumineux et complexes. C'est l'une des techniques d'apprentissage automatique les plus puissantes pour construire des modèles prédictifs.

Le diagramme de confusion est une innovation de XLSTAT, qui permet de visualiser la matrice de confusion en un coup d'œil. Pour en savoir plus, consultez notre blog XLSTAT

Suivez notre exemple et lancez votre premier modèle XGBoost !

Cette fonctionnalité améliorée est disponible dans le menu XLSTAT.ai (solutions Premium et Forecasting).

 

Comment installer cette mise à jour ?

La version 2022.4 vous donne accès à toutes les nouvelles fonctionnalités mentionnées ci-dessus. L'installation de notre nouvelle version est recommandée pour tous les utilisateurs.

Si vous utilisez actuellement notre version d'évaluation ou si vous avez une licence XLSTAT valide, vous pouvez télécharger la nouvelle version gratuitement ici.


Prochains évènements

Pr. Renaud Lunardo expliquera comment la macro processus peut aider les chercheurs en sciences sociales et économiques à tester les effets médiateurs et/ou modérateurs en utilisant une application marketing. Une session de QA suivra.

Venez découvrir l’ensemble des fonctionnalités d’analyses sensorielles et de tests consommateurs qui pourraient répondre à vos besoins R&D et Marketing.

Derniers tweets

Check out our Tips & Tricks Webinar with our CCO, Thalia Anagnostou!👩‍💻 In this webinar, you will learn how to an… https://t.co/BMJ0fkUOFZ

Welcome to our XLSTAT FAQ Series! 💬 Our first question is on #datamodeling, and it's something we hear often: "Why… https://t.co/A5RkOepArd

Join us for our live webinar on March 22nd with our partners at @alfasoft_com! 📣 This webinar will combine the kn… https://t.co/qrnqOdM8dY