Ma R&D
❯
QA automatisée
❯Qualité des données prédictives
Tests prédictifs
But:
Détection automatique des résultats de test inexacts dans un processus de développement d'applications
Objectif:
Autre
Assurance qualité automatisée
Pour:
Ingénieurs Qualité
Qualité des données prédictives
But:
Une solution pour évaluer la qualité des données dans les systèmes de collecte de données.
Objectif:
Autre
Détection d'anomalies dans les données des capteurs à l'aide de techniques d'apprentissage en profondeur
Pour:
Fonctions de maintenance et de support, suivi, achats
But:
Données temporelles capturées à partir de capteurs.
Objectif:
Autre
Qualité des données prédictives
Objectif:
AutreProblème adressé
Utilisation de techniques d'apprentissage automatique pour identifier une corrélation complexe ou inconnue entre les données afin d'évaluer leur qualité et d'améliorer la confiance du consommateur de données dans l'utilisation des données pour les processus de prise de décision.
But du cas d'usage
Une solution pour évaluer la qualité des données dans les systèmes de collecte de données.
Description
La solution repose sur quatre éléments. Sources : les sources de données représentent le sujet de l'évaluation. Ces sources peuvent être hétérogènes (structurées et semi-structurées). Modèle : la représentation de l'ontologie utilisée comme référence pour identifier la non-conformité des données Processus : l'ensemble des processus qui produisent et consomment des données, dont l'exécution peut être affectée par la qualité des données Organisation et gouvernance : l'ensemble des politiques et procédures de gouvernance des données et de gestion des techniques avancées de qualité des données.
Réseau bayésien
IA: Comprendre