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.

Actualités

Articles de presse

• 10-07-2009 : "La contamination cutanée des porcs vivants et celle des carcasses sont liées" (la semaine vétérinaire)

Nouvelles versions de BayesiaLab

• 15-06-2009 : BayesiaLab 4.6
• 01-12-2008 : BayesiaLab 4.5
• 13-03-2008 : BayesiaLab 4.4
• 06-06-2007 : BayesiaLab 4.3
• 04-10-2006 : BayesiaLab 4.2

Communiqués de presse

• 14-12-2006 : BayesiaLab choisi par 1000mercis, spécialiste du marketing interactif
• 10-10-2006 : Aux Etats-Unis comme en Europe, la recherche médicale commence à adopter le logiciel BayesiaLab
• 26-09-2006 : EDF a choisi le logiciel BayesiaLab
• 08-06-2006 : BayesiaLab est une source de performance pour le groupe Soft Computing
• 06-04-2006 : Millward Brown France s'équipe des logiciels de Bayesia
• 15-11-2005 : Importantes découvertes en radiologie interventionnelle grâce aux logiciels de Bayesia

Nos dernières études de cas

• Coupe du monde de football 2010 Lavenant Une application ludique illustrant les chances d'une équipe de se qualifier pour le second tour de la coupe du monde 2010.

  Lire  Télécharger (2 MB)

• Analyse de la satisfaction du personnel Application des équations structurelles probabilistes pour déterminer les leviers de la satisfaction du personnel en entreprise.

  Lire  Télécharger (4,5 MB)

• Identification de leviers d'appréciation de parfums Pangborn 2009 Présentation à la conférence de Pangborn 2009 par notre partenaire Repères de l'utilisation des réseaux bayésiens via BayesiaLab pour l'identification des leviers d'appréciation de parfums.

  Télécharger (1,1 MB)

• Analyse sensorielle de parfums Applibugs 2009 Application des Equations Structurelles Probabilistes à l'analyse sensorielle de parfums.

  Lire  Télécharger (2,9 MB)

• Analyse des intubations difficiles Scata 2007 (Londres) La prédiction des intubations difficiles est cruciale pendant l'évaluation du patient avant l'anesthésie. Plusieurs critères sont utilisés pour prédire les intubations difficiles avec des performances différentes. Cette étude de cas démontre comment l'analyse de données d'intubations difficiles avec BayesiaLab a permis de découvrir rapidement des relations probabilistes inconnues entre les variables et d'améliorer la prédiction.

  Télécharger (722 kB)