BAYESIALAB CRIME ANALYST
SûretéGlobale.Org
et BAYESIA propose une offre commune autour de l'exploitation des
statistiques de la délinquance, BAYESIALAB CRIME ANALYST.
Grâce à sa maîtrise d'une technologie de pointe, les
réseaux bayésiens,
BayesiaLab vous aide à prendre les meilleures décisions. BayesiaLab modélise votre
expertise et transforme vos données en connaissance.
Un réseau bayésien est un modèle probabiliste graphique permettant d’acquérir, de capitaliser et d’exploiter des connaissances. Les réseaux bayésiens sont les successeurs et héritiers naturels des approches symboliques, connexionnistes et statistiques de l’Intelligence Artificielle et du Data-Mining.
Ils allient la rigueur d’un formalisme mathématique puissant et stable à l’efficacité d’une représentation « distribuée » de connaissances et à la lisibilité des modèles à base de règles. Particulièrement adaptés à la prise en compte de l’incertitude, ils peuvent aussi bien être décrits manuellement par les experts du domaine que générés automatiquement par apprentissage.
Jusqu'à présent réservé aux analyses marketing de haut niveau ou au diagnostic et à la sûreté des systèmes (EDF, PSA etc..) , ou encore dans les filtres anti-spams ou des applications de profilage, la version BAYESIALAB CRIME ANALYST est une version dédiée à l'analyse des données délinquance, réalisée grâce au partenariat BAYESIA et SûretéGlobale.Org.
voir la présentation du logiciel standard : ici
Modélisation
de réseau : capitalisez votre expertise et quantifiez vos incertitudes
Un réseau bayésien sert à représenter la connaissance que l'on a d'un système (technique, informatique, économique, biologique, sociologique, etc.) ou à découvrir cette connaissance en analysant des données (apprentissage).
L'exploitation du réseau permet ensuite de :
- diagnostiquer : on observe des effets observés et on veut en déduire la répartition de probabilité sur les causes possibles,
- simuler (le comportement du système) : il s'agit du chemin inverse, on renseigne les variables d'entrées (causes) pour observer la répartition de probabilité résultante sur les effets,
- analyser des données, prendre des décisions, contrôler le système, etc.
Grâce à son interface ergonomique, BayesiaLab vous permet de formaliser aisément vos connaissances sous forme de réseaux bayésiens.
- Élaboration graphique des réseaux très intuitive : création des nœuds d’un simple clic et « tirage des arcs », fonctions d’inversion d’arcs, grille magnétique et outils d’alignement pour une aide efficace au positionnement des nœuds...
- Puissant éditeur d’équations pour une description rapide et concise des relations (distributions de probabilités discrètes et continues, fonctions arithmétiques et trigonométriques, opérateurs usuels)
- Fonctionnalités complètes de copier/coller (interopérabilité presse-papier système) et fonctionnalité d'importation des principaux formats de sauvegarde du marché
Apprentissage / data mining : découvrez les connaissances enfouies dans
vos données
- Assistant d’importation de vos données depuis n'importe quelle source (fichier texte, toutes les grandes bases de données du marché)
- Possibilité de filtrer les variables ou valeurs inutiles, de discrétiser les variables continues, d'agréger des modalités discrètes
- Très large gamme d’algorithmes d'apprentissage
DES APPLICATIONS NOMBREUSES
A partir de vos données sur la délinquance (par exemple état 4001), BAYESIA CRIME ANALYST crée automatiquement le réseau correspondant et les tables de probabilités des variables.
Il s'agit de répondre simplement à la question suivante : "si la variable A à telle valeur, quelle est la probabilité que la variable B ait telle autre valeur?"
Une autre des singularités des réseaux bayésiens est d'être capable de propagation à partir d'une observation. Il suffit de forcer une variable sur une valeur, pour voir les probabilités, dans ce contexte, de toutes les autres.
On constate ainsi très facilement les relations de cause à effets, et l'on peut prendre les mesures appropriées, voire tester ces mesures sur le système.
Ces
propriétés ont de nombreuses applications prédictives : que va-t-il ce passé
ce matin? ou ? Ou-y-t-il le plus de vols à la tire ? quand ? Que se
passera-t-il demain dans telle rue ? etc... Ces fonctions sont quasi-prédictive, transitive et
récursive, et permettent donc de mieux orienter les efforts des services de
police, avec une efficacité et une simplicité jamais égalée.
Mieux
encore, les réseaux bayésiens ayant appris automatiquement à partir de vos
données les relations de causes à effet entre, et au sein, des variables, il
est possible de répondre à des questions du type " Si il y avait moins de
vol avec violence, que se passerait-il ?" ou encore "sur quel type de
délinquance dois-je porter mon effort pour faire baisser globalement la
délinquance du territoire ? "
