Présentation
Depuis des années, l’amélioration des fonctionnalités des données est un objectif commun dans l’analyse des données, jouant un rôle essentiel dans la réussite des initiatives d’IA. Toutefois, avant de réaliser la valeur de l’IA, l’ingénierie des caractéristiques est essentielle. Ce livre blanc illustre quelques-uns des puissants outils fournis par Minitab Statistical Software pour préparer les données.
L’ingénierie des caractéristiques consiste à utiliser les connaissances d’un procédé et les données qui en découlent pour extraire des propriétés, ou caractéristiques, qui permettent le bon fonctionnement des modèles prédictifs. Dans l’absolu, les modèles prédictifs ont besoin de données d’entrée pour effectuer des prévisions sur les résultats d’un procédé. Les caractéristiques ou les entrées que vous sélectionnez pour créer un modèle prédictif ont un impact majeur sur la précision des prévisions du modèle. Pour appliquer au mieux l’ingénierie des caractéristiques, il est essentiel de connaître votre procédé, ainsi que vos données afin de sélectionner les caractéristiques qui vous aideront à créer des modèles prédictifs d’une grande précision. Les caractéristiques que vous sélectionnez doivent représenter le problème sous-jacent que vous essayez de résoudre, ce qui nécessite de votre part une parfaite maîtrise du procédé. Chez Minitab, nous aidons les utilisateurs comme les experts en procédés, les data scientists et les analystes des systèmes de gestion à exploiter les connaissances des procédés pour leur permettre de relever les défis métiers les plus délicats.
Dans ce livre blanc, nous présentons sept techniques d’ingénierie des caractéristiques et la façon dont vous pouvez les appliquer avec Minitab Statistical Software.
Accéder au livre blanc complet de Minitab
