Dans le domaine des Data Sciences, l'offre actuelle, reste à notre sens incomplète pour le «Citizen Data Scientists». Les logiciels classiques de type « Tableurs » ne permettent pas de faire des analyses vraiment poussées. La mise en œuvre d’outils plus spécialisés reste complexe et nécessite éventuellement des connaissances en programmation.
Dans ce contexte, notre motivation pour créer Treensight est de simplifier drastiquement le processus d’analyse afin de favoriser la réappropriation des données et une responsabilisation accrue de l’utilisateur final.
Treensight a été conçu pour répondre aux attentes du large public des « Citizen Data Scientists » c'est-à-dire des utilisateurs non experts en Data Sciences, ayant des compétences métiers variées (ingénieur·es, décisionnaires, chercheur·euses ...) et qui doivent analyser régulièrement des données complexes.
Dans Treensight, l’ensemble des données et des connaissances sont représentées sous une forme hiérarchique nommée « Stacked Trees » qui permet de comprendre immédiatement le lien entre les données initiales et les résultats produits par les modèles d’apprentissage exploratoire ou prédictif.
Toutefois, si vous êtes Data Scientist, ne partez pas ! Treensight est un outil qui peut vous intéresser également ! En quelques "clic", vous importez vos données puis en explorant vos données de manière interactive et ludique, vous construirez rapidement des représentations complexes. Vous pourrez facilement les commenter grâce aux outils d'annotation intégrés au logiciel et produire directement de rapports d’analyse. Communiquer avec vos clients n’aura jamais été aussi facile.
Treensight, est basée sur une Interface Personne Machine (IHM) originale facilitant l’analyse de la sémantique complexe des données métiers.
Les outils de visualisation permettent à l’utilisateur de mettre en évidence les variables pertinentes et de comparer rapidement les données entre elles. Enfin, le logiciel propose des méthodes d'analyse exploratoire ou décisionnelle sélectionnées pour leur intelligibilité et leur capacité à traiter directement des ensembles de données constituées de valeurs hétérogènes.
Treensight © Copyright 2024