FAQ

Les modèles de substitutions sont plus performants quand les phénomènes étudiés (science, marketing ou autre) sont soumis à des paramètres qui n’entrent pas dans les modèles classiques. Par exemple, la météo peut influer sur un procédé alors que les modèles qui le décrivent ne peuvent les prendre en compte.

Les algorithmes fusionnés dans tensorial.ai sont pour la plus grande partie des algorithmes connus et validés par la communauté scientifique. La partie « deep » est développée par R&D Médiation à partir de publications scientifiques. Tensorial propose une stratégie d’apprentissage et de consensus orienté prédiction mais est juste un outil, le plus important, c’est vos données et le préprocessing que nous vous aidons à faire pour en tirer le maximum.

Vous n’avez pas à changer vos habitudes. Tensorial accepte vos fichiers excel et tout le préprocessing peut être fait dans un tableur.

Tensorial est disponible sur une adresse web sécurisée SSL qui vous est transmise avec votre accès. Aucune donnée n’est stockée sur le serveur. Toutefois, pour les données stratégiques, tensorial peut être implanté sur un serveur interne d’entreprise ou un intranet, sous la forme d’un container docker.

Non, le modèle et l’interface utilisateur permettant d’indiquer les paramètres et de faire la prédiction sont autonomes et peuvent être déployés sur tout support (serveur, machine locale…)

Les plans d’expériences et les régressions linéaires fonctionnent très bien à condition que les paramètres soient aient une influence proportionnelle sur la prédiction et qu’ils soient indépendants. Ce sont d’excellents outils mais la plupart des phénomènes n’ont pas ces caractéristiques idéales.