IDAaaS est une émanation du LIPN (Laboratoire d’Informatique de Paris-Nord) qui dépend de l’université Paris 13. Sous les bons auspices de Cap Digital et de l’incubateur Agoranov, IDAaaS a dévoilé il y a quelques semaines son premier produit, baptisé tout simple PredictiveDB. A la tête de l’entreprise, Erick ALPHONSE, professeur associé au LIPN.
PredictiveDB combine les fonctions de base de données et un modèle d’architecture technique en mode hébergé. Selon son éditeur, « PredictiveDB est un serveur de bases de données en ligne permettant d'apprendre, de classer et de prédire en SQL sans connaissances en data mining ou en statistiques ».
Deux applications viennent à l’esprit : le remplacement des données manquantes et la prévision des données futures.
PredictiveDB peut en effet participer à l’amélioration de la qualité des données de votre système d’information. Vous disposez de fichiers dans lesquels certaines valeurs sont manquantes ? Plutôt que d’écarter des autres traitements l’ensemble des enregistrements concernés, vous pouvez faire appel à PredictiveDB pour « prédire » les valeurs manquantes.
Autre application bien connue, la prévision des données futures. Vous proposez à PredictiveDB un jeu de données contenant une dimension temporelle et vous lui demandez de prolonger la série.
PredictiveDB s’appuie sur la base de données open source PostgreSQL et ne nécessite pour son usage que des connaissances basiques du langage SQL. Les prédictions sont proposées accompagnées d’un risque d’erreur (en pourcentage) qui permet d’estimer la fiabilité des calculs réalisés par les algorithmes. Pour faire appel aux prévisions une simple requête SQL suffit comme « select * from pdb.votescc where id=1 ; » qui retournera un résultat et le risque d’erreur : « 1 | n | 30.76923076923077 ».
Cette technique de prévisions peut aussi être utilisée pour anticiper ou vérifier des données plus amusantes comme des paris ou, c’est l’exemple pris par l’équipe de PredictiveDB sur son blog, le vote d’un membre du congrès américain. Un exemple expliqué en détail, qui vous permet de comprendre comment PredictiveDB fonctionne, à lire sur http://blog.predictivedb.com/post/1487245365/predire-le-vote-dun-membre-du-congres-en-sql
Pour l’instant PredictiveDB est en version Alpha et la commercialisation à grande échelle n’est pas pour demain, mais l’initiative est intéressante et permettrait de démocratiser, par l’architecture SaaS, l’analyse prédictive.
Pour ceux qui souhaitent en savoir plus, un petit-déjeuner est prévu le 6 décembre à Paris dans le fameux repaire de start-up qu’est la Cantine de Silicon Sentier.
PredictiveDB combine les fonctions de base de données et un modèle d’architecture technique en mode hébergé. Selon son éditeur, « PredictiveDB est un serveur de bases de données en ligne permettant d'apprendre, de classer et de prédire en SQL sans connaissances en data mining ou en statistiques ».
Deux applications viennent à l’esprit : le remplacement des données manquantes et la prévision des données futures.
PredictiveDB peut en effet participer à l’amélioration de la qualité des données de votre système d’information. Vous disposez de fichiers dans lesquels certaines valeurs sont manquantes ? Plutôt que d’écarter des autres traitements l’ensemble des enregistrements concernés, vous pouvez faire appel à PredictiveDB pour « prédire » les valeurs manquantes.
Autre application bien connue, la prévision des données futures. Vous proposez à PredictiveDB un jeu de données contenant une dimension temporelle et vous lui demandez de prolonger la série.
PredictiveDB s’appuie sur la base de données open source PostgreSQL et ne nécessite pour son usage que des connaissances basiques du langage SQL. Les prédictions sont proposées accompagnées d’un risque d’erreur (en pourcentage) qui permet d’estimer la fiabilité des calculs réalisés par les algorithmes. Pour faire appel aux prévisions une simple requête SQL suffit comme « select * from pdb.votescc where id=1 ; » qui retournera un résultat et le risque d’erreur : « 1 | n | 30.76923076923077 ».
Cette technique de prévisions peut aussi être utilisée pour anticiper ou vérifier des données plus amusantes comme des paris ou, c’est l’exemple pris par l’équipe de PredictiveDB sur son blog, le vote d’un membre du congrès américain. Un exemple expliqué en détail, qui vous permet de comprendre comment PredictiveDB fonctionne, à lire sur http://blog.predictivedb.com/post/1487245365/predire-le-vote-dun-membre-du-congres-en-sql
Pour l’instant PredictiveDB est en version Alpha et la commercialisation à grande échelle n’est pas pour demain, mais l’initiative est intéressante et permettrait de démocratiser, par l’architecture SaaS, l’analyse prédictive.
Pour ceux qui souhaitent en savoir plus, un petit-déjeuner est prévu le 6 décembre à Paris dans le fameux repaire de start-up qu’est la Cantine de Silicon Sentier.