www.bayesia.com n'est pas optimisé pour votre navigateur (Internet Explorer 6).
Nous vous suggérons de passer à IE 7 ou Firefox pour une meilleure navigation.

Sortie de BayesiaLab 4.6

15 juin 2009 / nouvelle version logiciel

Les principales nouveautés de cette version sont :

• Nouvelle observation par la valeur moyenne : cette nouvelle fonctionnalité est un nouveau moyen de faire des observations sur un réseau bayésien. Cela permet de calculer une nouvelle distribution de probabilité à partir de la valeur moyenne d'une cible numérique. La distribution de probabilités obtenue minimise la différence par rapport à la distribution initiale. Ceci peut alors être interprété comme l'action la plus simple à faire pour obtenir la valeur attendue. La distribution de probabilités obtenue peut être fixée ou non;
• Profil dynamique de la cible (menu Analyses - Rapports - Analyse de la cible) : cet outil exploite maintenant la nouvelle fonctionnalité d'observation de la valeur moyenne afin de calculer des politiques d'action plus réalistes. Les leviers peuvent être calculés non seulement avec des observations exactes mais aussi avec des soft evidences correspondant à une évolution légère du niveau des leviers (par exemple, une amélioration de 10% des leviers). Cet outils permet maintenant de sauvegarder les actions des politiques dans des fichiers de scénarios d'observations;
• Analyse de la moyenne de la cible (menu Analyses - Graphiques) : ce nouvel outil est une extension de l'analyse des effets totaux. Il permet de décrire graphiquement la relation (linéaire ou non) entre les valeurs d'une variable et les valeurs de la cible sur tout le domaine de variation de la variable;
• Analyse de l'influence par rapport au noeud cible (menu Analyses - Graphiques) : c'est une généralisation de l'analyse de l'influence par rapport à la modalité cible qui était disponible par le menu contextuel. Ce nouvel outil fonctionne sur un ensemble de noeuds, pour toutes les modalités, et peut être utilisé dans les deux sens, c'est-à-dire pour analyser P(Cible|noeud) ou P(noeud|Cible);
• Quadrants : ce nouveau graphique à 2 dimensions représente la significativité du noeud en ordonné par rapport à sa valeur moyenne en abscisse. Les quadrants sont définis en utilisant la moyenne des valeurs de significativités et la moyenne des valeurs de la variable. En analyse de satisfaction, le quadrant en haut à gauche correspond aux leviers qui doivent être améliorés (haute importance et faible valeur moyenne), le quadrant en haut à droite correspond aux leviers qui doivent être maintenus (haute importance et haute valeur moyenne), le quadrant en bas à droite correspond au leviers qui peuvent être éliminés ou bien qui correspondent aux "must have", et le quadrant en bas à gauche contient les leviers avec une priorité faible (faible importance et faible valeur moyenne). Ce graphique peut être généré en utilisant le rapport d'analyse de la cible (menu Analyses - Rapports - Analyse de la cible - Corrélations avec le noeud cible) ou en utilisant l'analyse des effets totaux (menu Analyses - Rapport - Analyse de la cible - Effets totaux sur la cible). Dans le premier cas, la significativité du noeud correspond à la significativité relative du noeud calculée avec l'information mutuelle. Dans le second cas, la significativité du noeud correspond soit à l'effet total standardisé, soit à l'effet total;
• Discrétisation : L'assistant de discrétisation est maintenant disponible dans l'éditeur de noeud. Une discrétisation peut alors être modifiée après le chargement de la base, manuellement en utilisant les fonctions de répartition et de densité, ou bien automatiquement en utilisant les algorithmes d'arbre de décision, des KMeans, d'égale fréquence et d'égale distance;
• Zoom sur les moniteurs (barre d'outils des moniteurs) : il est maintenant possible de changer la taille des moniteurs. Ceci est particulièrement utile pendant les présentations vidéo : le grossissement augmente la lisibilité et rapetissement permet d'avoir une vue globale;
• Parallélisation des algorithmes d'apprentissage, du clustering multiple, etc., afin de tirer parti des ordinateurs possédant plusieurs coeurs ou processeurs;
• et, comme d'habitude, une ergonomie accrue de l'interface et des améliorations de perfomances.

Consulter la liste exhaustive et détaillée toutes les nouvelles fonctionnalités de BayesiaLab 4.6 »

Téléchargez dès maintenant BayesiaLab 4.6 pour une nouvelle période d'essai de 30 jours ».