Trouvez la réponse à vos questions
les plus brûlantes

Tout à fait ! MIA s'appuie sur la fonctionnalité MLFlow, qui est intégrée nativement. Grâce à ce module, la totalité des modèles entrainés sur les données spécifiques au cas d'usage sont stockés et historisés Il est donc facile de suivre l'évolution des performances des modèles entrainés, ou la défaillance d'un modèle, et par extension quel algorithme a pu prendre le relais en termes de bonnes performances.

Les réseaux de neurones sont au coeur du Deep Learning, ce sont des outils utilisés par l'intelligence artificielle. Son utilisation est réservée aux spécialistes du développement au même titre que les outils de machine learning. Au travers de notre solution MIA, cette technicité est masquée car la solution recherche pour l'utilisateur pour vous le meilleur outil d'IA pour apporter un résultat optimal au cas d'usage concerné.

MIA intègre nativement les modules nécessaires à la reconnaissance de caractères et à l'extraction de texte. Un cas d'usage anamytique complet qui utilise ces modules peut être fourni sur demande.

MIA intègre nativement un référentiel de données externes qui peut enrichir et compléter vos données

Ce sont des données structurées sous forme de table ou de base de données.

MIA propose en effet les deux. Dans le cas d'apprentissage supervisé (classification, regression), les modèles d'intelligence artificielle sont guidés lors de leur entrainement. En effet, les résultats attendus des données sont étiquetées au préalable, ce qui permet aux algorithmes d'ajuster leurs paramètres et de fournir les meilleurs résultats

Pour demander un essai, il suffit de compléter un formulaire via notre site. Notre service commercial prendra contact avec vous.

MIA existe dans une version on Premise, petmettant un hébergement sur les serveurs d'une entreprise. Par ailleurs, MIA , dans sa version Cloud, propose un stockage dans S3 d'Amazon.

En fonction de la licence et des options souscrites, vous disposez d'accès différenciés aux fonctions de MIA.

La classification des images sert à attribuer une catégorie à une image (Par exemple: cette image correspond à un chat ou à un chien) alors que la segmentation consiste à diviser une image en différentes régions et à attribuer une catégorie à chaque région . Cette dernière peut être divisée en deux types : La segmentation sémantique permet de classifier chaque pixel d’une image en un label particulier et la segmentation d’instances va attribuer un unique label sur chaque instance d’un même objet dans une image. Par exemple, si on a deux personnes sur une image, ils seront définis par deux couleurs différentes par contre la segmentation sémantique va attribuer la meme couleur pour les deux personnes en les considérant comme un même objet.

MIA peut traiter des données de différents formats, autant structurées que non structurées. Le module dit "tabulaire" peut accueillir des données comme des tables, des formulaires ou même mails. MIA est aussi capable de traiter des images, des documents (pdf, docx, ...), du texte ou bien même des vidéos.

NLP : Actuellement, MIA propose de répondre à des besoins de classification et de segmentation de texte en anglais et en français. Nous travaillons en continu le développement de la prise en charge de nouvelles langues pour le traitement de texte.TABULAIRE COMPRIS AUSSI : Toutes les langues à alphabet latin peuvent être traitées pour le module tabulaire, image et vidéo (c'est pas beau ça ?). En effet, le langage des données, soit l'apparition de caractéristiques intrinsèque et de correlations, et le principal à comprendre pour nos modèles d'IA.

- MIA est une plateforme No-Code (donc à la portée de tous) qui embarque nativement une soixantaine d'algorithmes. - Dans MIA, le parcours utilisateur est singulier puisque l'étape de nettoyage et formattage des données est obligatoire. - MIA est en capacité de traiter plusieurs formats de données différents : Tabulaire, texte, image et vidéo.

MIA intègre les deux.Un peu de contexte tout de même puor éclaircir le sujet ! L'intelligence artificielle est la capacité d'une machine à mimer le comportement humain, que ce soit en terme d'apprentissage ou de résolution de problème. Les mathématiques et la logique sont globalement utilisées pour permettre à l'IA de prendre des décisions. Le Machine Learning est en fait un champs de l'IA ! Ce domaine est spécifique à l'utilisation de modèles mathématiques adaptés à la donnée qu'on lui a injecté. Ces données lui permettent d'apprendre les exemples qu'on lui a fournis sans avoir eu d'instructions directes, et ce pour prendre des décisions.

MIA propose ces algorithmes qui sont utilisés pour classer, trier ou filtrer les éléments en fonction de leur pertinence ou de leur qualité et suggérer des éléments qui pourraient intéresser un utilisateur en se basant sur ses préférences, son historique ou d'autres informations pertinentes

MIA intègre nativement des modules qui permettent de créer des cas d'usage pour la détection de fraude. Qu'il s'agisse de données financièires, de données de comportement (vidéos) ou d'images (de signature par exemple), MIA permet de détecter des cas de fraude.

MIA intègre nativement et en Nocode un module de supervision de cycle de vie des performances des algorithmes (MLFLOW). Il permet le suivi centralisé des expériences. MLflow permet de garder une trace de toutes les expériences et des différentes exécutions de modèles. Vous pouvez stocker les paramètres, les métriques, les artefacts et les journaux de chaque exécution, ce qui facilite la comparaison des performances et la compréhension de l'impact des différents choix.

Oui MIA dispose d'un catalogue complet d'APIs qui permet d'automatiser MIA et de créer des workflow de production.

Au delà des résultats, MIA permet d'intégrer des règles métier et de présenter des résultats en fonction des besoins exprimés par le métier.

MIA intègre deux type de restitution : sous forme de tableau de bord exporté soit sous forme de fichier ou à destination d'un outil métier ou de business intelligence

MIA possède par défaut une fonction d'export des résultat soit à destination d'un fichier soit vers une application tierce par l'utilisation des APIs de MIA

MIA possède nativement une restitution sous forme de tableau de bord personnalisable

Oui MIA permet de gérer le mode SAAS soit en tenant indépendants soit en multi-tenants

MIA stocke uniquement les données utilisées lors de la création de cas d'usage. MIA ne stocke pas les données de production.

Oui, les informations communiquées entre les modules de front et back sont encryptées.

MIA ne gère pas spécifiquement les données de santé, mais MIA permet par un jeu d'habilitations fines de réduire la consultation de ces données aux seules personnes habilitées. Par ailleurs, il est possible dès l'import de données de retirer les données à caractère sensible comme les données personnelles, et tout type de données qui pourraient relier le jeu de données à une personne.

MIA permet facilement de retirer les données à caractère personnel des jeux de données importés par l'utilisateur. Il est de la responsabilité du propriétaire des données (responsable de traitement) de s'assurer que le contenu des données utilisées dans MIA ainsi que les traitements appliqués respectent le RGPD.

MIA est un logiciel Nocode. Dès la connexion et en fonction des droits qui vous sont appliqués, vous pourrez accéder au module "Ma documentation" accessible via le menu de MIA . Vous pouvez aussi accéder au module de formation en ligne qui vous permet de créer des cas d'usages analytiques et pédagogiques par type de données (tabulaire, texte, image, vidéo), par type de traitement et en fonction de votre degré de maturité sur MIA. Les jeux de données de démonstration pour les entrainements vous sont également fournis ainsi qu'une vidéo et une documentation par cas d'usage.

Digitalent ne propose pas au travers de son service d'assistance ce type de service spécifique. Vous pouvez contacter notre service commercial qui vous mettra en relation avec un de nos partenaires qui réalisent ce type de service personnalisé.

Vous pouvez suivre l'avancement de votre demande sur le Portail client ou simplement en répondant à l'un des e-mails reçus suite à votre demande.

Pour définir la priorité des demandes, le service d'assistance prend en compte l'impact du problème signalé sur le fonctionnement du produit, ainsi que les délais de prise en charge. Pour donner des informations sur le niveau d'urgence du problème, vous pouvez sélectionner le type de conséquence / impact approprié lors de la création de votre demande et nous donner des détails sur la situation particulière engendrée par l'incident. Si vous pensez que les conséquences n'ont pas été correctement définies, vous pouvez l'indiquer et donner plus d'informations de contexte en ajoutant un commentaire à votre demande.

Vous pouvez vous reporter aux délais de réponse visés indiqués sur la page des services d'assistance.

Vous pouvez soumettre une demande d'assistance grâce au formulaire Web ou au Portail client. Pour obtenir des instructions détaillées, reportez-vous à la liste des FAQ.

Reportez-vous aux caractéristiques techniques pour savoir quelle est la configuration matérielle minimale requise correspondante à l'utilisation que vous souhaitez faire avec MIA.

MIA prend en charge les types de données suivantes: tabulaires, textes, images et videos. Ces données peuvent être transmises par fichiers, par l'utilisation des APIs de MIA qui permettent une injection de type push ou une extraction de type pull.

Pour MIA Saas, les versions sont mises à jour régulièrement par l'équipe technique de Digitalent, la version que vous utilisez sera donc la dernière disponible. Pour MIA On Premise, vous êtes régulièrement informés des correctifs et des évolutions de la version que vous utilisez. Vous mettrez à jour MIA à votre rythme. Digitalent maintient les versions N et N-1.

Oui vous avez trois possibilités : se reporter à la documentation de MIA accessible directement dans la plate-forme MIA, utiliser le module d'Elearning ou contacter le support en ligne de Digitalent

Le service d'assistance peut répondre à des questions générales relatives à l'utilisation de MIA et proposer des ressources d'aide appropriées. Néanmoins, pour toute question détaillée relevant spécifiquement de vos données ou d'un service de personnalisation, adressez-vous à l'équipe conseil MIA Advisory.

Vous pouvez créer un nombre illimité de demandes d'assistance.

Une assistance est proposée dans les langues suivantes : Français, Anglais, Arabe

Reportez-vous aux horaires indiqués sur la page des services d'assistance.

MIA utilise un ensemble de techniques statistiques qui sont regroupées sous l'aile du Machine Learning. Parmi elles, nous pouvons retrouver une liste non exhaustive des types de modèles embarqués au sein de MIA : - Les modèles d'ensemble, notamment ceux basés sur les arbres de décisions, qui permettent de combiner les prédictions de plusieurs modèles afin d'en ressortir un résultat final robuste et interprétable.- Les réseaux neuronaux qui permettent de réaliser une modélisation complexe de la relation entre les caractéristiques d'un jeu de données et la cible de prédiction. Cela passe par des optimisations de fonctions de pertes de ces modèles.Bien que les modèles de Machine Learning et leur paramètrage sont primordiaux pour la bonne prédiction de la cible souhaitée, la configuration de leur entrainement et le pré-traitement du jeu de données sont cruciaux (normalisation, standardisation, encodage, séléction et création de variables, ...).

Oui,MIA intègre des algorithmes génératifs comme le résumé de texte ou appelé également summarization et également la reconnaissance d'entités nommées basées sur le référentiel de vos données d'entreprises (NER).

Oui, MIA intègre des algorithmes de reconnaissance d'objets d'images ou de vidéos et un algorithme de reconnaissance des gestes qui est capable de reconnaitre plus de 190 gestes soit en direct en analysant un flux vidéo en streaming soit en différé en analysant des vidéos pré enregistrées.

MIA possède des APIs permettant d'injecter tout type de jeux de données.

MIA dispose actuellement de plus de 60 algorithmes d'IA

Oui,pour chaque entrainement MIA indique quel algorithme d'IA a été utilisé et fournit un ensemble d'indicateurs de performances.

Lors de la selection du meilleur modèle adapté à votre cas d'usage, MIA réalise un entrainement permettant de faire ressortir un algorithme robuste aux changements minimes de données, grâce à la technique de validation croisée. Les modèles ne sont donc pas surajustés lors de ce processus.

Oui MIA possède un module d'enrichissement des jeux données avec des données externes par exemple. Dans ce cas, les données complémentaires sont fusionnées au jeu de données original à l'aide des jointures détectées par MIA. MIA peut aussi gérer l'importation multiple de jeux données avec la possibilité de les fusionner pour créer d'autres jeux de données et ainsi démultiplier ses axes d'analyses.

Oui MIA met à disposition le jeu de donnée mis en qualité.

MIA possède un module très puissant de mise en qualité des données. Vous pouvez décider du traitement de ces champs vides comme par exemple les retirer, les remplacer par la moyenne ou la médiane et dans certains cas les compléter grâce au Machine Learning. MIA possède aussi un mode automatique qui retire automatiquement ces champs vides.

Oui, MIA possède un mode d'entrainement automatique qui sollicite l'ensemble des algorithmes adaptés au cas d'usage. MIA possède plus de 60 algorithme d'IA. A l'issue de cet entrainement, tous les alogorithmes solicités sont classés du plus performant au moins performant. L'ensemble des paramètres de performance, de temps d'entrainement... sont présentés dans un tableau et historisé pour être à nouveau utilisé par les data scientists si besoin.

En effet, MIA utilise ce type de techniques pour permettre un équilibre des classes fournies lors d'un entrainement de modèles d'intelligence artificielle. MIA fait également attention à bien adapter sa manière d'évaluer les modèles pour selectionner le plus adapté au cas d'usage concerné et aux données, et ce aussi en fonction des potentiels déséquilibres dans les jeux de données importés.

MIA n'utilise pas de modèles bayesiens pour répondre aux besoins des utilisateurs. En effet, les algorithmes proposés par MIA sont étudiés pour n'intégrer que les meilleurs selon les cas d'usage . Les modèles bayésiens se sont vu dépassés par d'autres existants, comme ceux basés sur des arbres de décisions, les réseaux neuronaux entre autre.

MIA possède un large éventail de modèles traitant le Natural Langage Processing, et ce pour répondre à plusieurs types de cas d'usages (labelliisation de texte, résumé et segmentation de texte, ou reconnaissance d'entités nommées). Les algorithmes qui sont donc sollicités pour répondre aux cas d'usages basés sur du texte sont très variés : on peut autant retrouver des algorithmes statistiques (XGBoost, Random Forest, ...) que spécifiquement des réseaux neuronnaux (BERT, les CNN, les GRU ...). Cependant, un aspect non négligeable est la transformation des mots et phrases retranscrits en vecteurs compris par les algorithmes cités précédemment. Dans ce cas, des encodeurs sont mis en place parmi lesquels on peut retrouver BERT, Word2Vec, Glove et bien d'autres.

Typiquement, les mots qui ne possèdent pas de réelle signification ou de contexte ne sont pas pris en compte lors de la modélisation des algorithmes traitant le langage. Ces types de mots, appelés "stop words", ne sont pas pris en compte lors des entrainements des modèles. MIA ne possède cependant pas la capacité d'exclure certains mots spécifiques dans ses algorithmes.

La seule limite imposée est le nombre d'utilisateurs indiqués dans la licence d'utilisation que vous avez acquise auprès de Digitalent.

Il n'y a pas de limite. Pendant la phase d'expérimentation du cas d'usage, si le jeu de données est de très grande taille, il est conseillé de travailler dans un premier temps sur des extraits de celui-ci complet pour limiter les temps d'entrainement puis de travailler ensuite sur le jeu de données complet.

Techniquement, il n'y a pas de limites. La seule limitation est liée à la création de cas d'usages analytiques, dont le nombre est déterminé par la licence que vous avez aquise auprès de Digitalent.

MIA est une solution nocode, permettant aux utilisateurs de tout niveau et de tout type métier et technique de créer des cas d'usage analytiques sans écrire une seule ligne de code. Une fois créés, les cas d'usage sont exécutés par MIA.

L'architecture containérisée de MIA est basée sur des micro-services. MIA fonctionne donc sur l'ensemble des grandes plateformes Cloud telles que MS Azure, AWS, GOOGLE Cloud, IBM Cloud, Oracle Cloud ...

Oui, à partir de la fonction d'administration du menu MIA, il est possible d'affecter des rôles aux utilisateurs. Il est également possible d'affecter un cas d'usage à plusieurs utilisateurs pour qu'ils puissent collaborer ensemble.

MIA accepte les types de données suivants : tabulaire, image, vidéo, texte. Pour les importer dans MIA plusieurs solutions existent comme l'import de fichier, la connexion native à une base de données ou l'utilisation des API Rest natives de MIA.