THINK-AI DOCUMENTATION

English

A. Introduction

1. Présentation générale de THINK-AI

THINK-AI est une plateforme de génération de graphes qui associe l’intelligence artificielle à la visualisation avancée des jeux de données. Elle transforme les données brutes en informations exploitables, offrant aux utilisateurs la possibilité d’explorer des modèles, des tendances et des corrélations complexes. Que ce soit dans le cadre de l’analyse de données financières, des recherches scientifiques, ou des données commerciales, THINK-AI va au-delà des simples graphiques et tableaux traditionnels en révélant les insights cachés dans les données. La plateforme permet également la création de questionnaires de sondages et d’enquêtes pour la collecte de données auprès de différents acteurs, tels que les répondants, prospects et clients. Nous avons conçu THINK-AI dans le but de rendre l’exploration et la gestion des données plus intuitive et accessible à tous ceux qui cherchent à exploiter pleinement la valeur de leurs données. Chaque utilisateur disposant d’un compte peut personnaliser un tableau de bord, où il est possible de sauvegarder et gérer les graphiques et rapports générés.
Ce guide présente de manière détaillée, avec illustrations à l’appui, les différentes fonctionnalités de la plateforme et leur utilisation optimale.

2. Public visé

THINK-AI s’adresse à un large éventail d’utilisateurs, qu’ils soient professionnels des données, chercheurs, analystes financiers, ou encore responsables d’entreprises cherchant à maximiser la valeur de leurs données. Accessible à tous,THINK-AI est conçu pour les utilisateurs de tous niveaux, des novices aux experts en gestion et analyse de données.

3. Fonctionnalités clés

Les fonctionnalités de THINK-AI se répartissent en trois catégories principales :

■ Visualisation de données : THINK-AI permet de créer des représentations visuelles interactives à partir de données complexes, facilitant ainsi l’analyse et la compréhension des informations,
■ Génération de modèles mathématiques : La plateforme intègre des algorithmes d’intelligence artificielle pour la création et l’analyse de modèles prédictifs et explicatifs, optimisant ainsi la prise de décision basée sur des données,
■ Sondages et enquêtes : THINK-AI offre des outils pour la création et la gestion de questionnaires et enquêtes, permettant de recueillir, analyser et interpréter des données qualitatives et quantitatives auprès de diverses populations cibles.

4. Lien officiel

Vous pouvez accéder à la plateforme THINK-AI via le lien officiel suivant : https://www.think-ai.tech/.
Ce lien est accessible depuis tous les navigateurs.

“Loading YouTube video…”

---

B.Connexion à THINK-AI

Pour une première connexion à THINK-AI, il est nécessaire de créer un compte utilisateur en se rendant dans le menu Créer un compte de la page d’accueil. Après avoir complété le formulaire d’inscription, validez votre enregistrement en cliquant sur Inscription.Une fois l’inscription finalisée, vous pourrez vous connecter en utilisant les identifiants créés lors de cette étape.
Nous vous recommandons de conserver vos identifiants en lieu sûr, car ils seront requis pour toutes vos connexions futures à la plateforme.
Les images ci-dessous illustrent le processus de création de compte sur THINK-AI :

■ Se rendre dans le menu Créer un compte de la page d’accueil,

Menu de création d'un compte utilisateur

■ Remplir le formulaire de création de compte avec les informations demandées, puis cliquer sur Inscription pour valider l’enregistrement.,

Formulaire d’inscription

■ Revenir au menu Connexion, saisir les identifiants (nom d’utilisateur et mot de passe) créés précédemment, puis cliquer sur le bouton Se connecter.

Connexion à la plateforme THINK-AI

---

C. Interface Utilisateur

L’interface utilisateur de THINK-AI se structure autour de deux menus principaux :

■ Le menu Résumé, qui permet de gérer et manipuler des jeux de données. Ce menu est subdivisé en plusieurs sous-menus clés :

★★ Dashboard : offre une vue d’ensemble des données et graphiques générés, facilitant la navigation et l’analyse rapide des informations importantes,
★★ Data : permet la gestion des jeux de données utilisés pour la visualisation et la modélisation,
★★ Contact : Fournit les informations nécessaires pour entrer en contact avec le support technique ou commercial de la plateforme,
★★ Documentation : contient des guides détaillés pour l’utilisation de la plateforme et ses fonctionnalités,
★★ Pricing : détaille les différentes offres tarifaires de la plateforme en fonction des besoins des utilisateurs.

Menu “Résumé” et ses sous menus

■ Le menu Sondage et Enquête est dédié à la création de questionnaires pour les enquêtes et sondages, permettant de collecter des réponses auprès des participants. Ce menu offre une interface intuitive pour concevoir des questions personnalisées et distribuer les sondages aux répondants.

Menu Sondage et enquete

---

D.Onglet Résumé: Ses menus et fonctionnalités

1. Menu Data

Le menu Data est accessible dans la barre latérale gauche, sous l’onglet Résumé. Il permet la gestion et la manipulation des jeux de données utilisés pour l’analyse et la visualisation sur la plateforme THINK-AI.

Menu “Data”

Le menu Data offre des fonctionnalités permettant de manipuler des jeux de données de manière efficace. Les différentes options disponibles dans ce menu sont décrites dans les paragraphes suivants.

1.1 Importer des jeux de données

Cette fonctionnalité permet d’importer des jeux de données provenant de diverses sources vers la plateforme THINK-AI. Les formats de jeux de données pris en charge incluent :

■ Excel (.xls, .xlsx),
■ Fichiers texte (.csv, .txt, .json),
■ Systèmes de Gestion de Base de Données Relationnelles (SGBDR) (.sql).

a. Importer un jeu de données .csv

Les étapes pour importer un jeu de données de type .csv dans THINK-AI sont les suivantes :

■ Naviguer vers Résumé > Data > Connexion Data,
■ Sélectionner comme Source de données csv,
■ Cliquer sur Browse pour choisir le fichier à importer (dans l’exemple ci-dessous, nous sélectionnons le jeu de données nutrition2.csv),
■ Choisir le Séparateur de colonnes approprié (dans cet exemple, nous utilisons la virgule, car notre jeu de données est délimité par des virgules),
■ Cocher Entête si vous souhaitez que la première ligne du jeu de données soit considérée comme l’en-tête des colonnes (cette option est activée dans l’exemple ci-dessous),
■ Cocher ou non Supprimer espaces selon vos besoins (cette option est activée dans l’exemple ci-dessous),
■ Cocher ou non Ignorer ’' selon vos besoins (cette option est désactivée dans l’exemple ci-dessous),
■ Cocher ou non Ignorer la quote “ selon vos besoins (cette option est désactivée dans l’exemple ci-dessous),
■ Sous Valeur manquante, sélectionner le traitement à appliquer aux données manquantes,
■ Sous Commentaire, sélectionner le traitement à appliquer aux commentaires,
■ Enfin, cliquer sur Importer/Actualiser pour valider l’importation du jeu de données .csv.

Importation d’un jeu de données .csv

Une fois le jeu de données importé dans THINK-AI, il peut être sauvegardé sur la plateforme en cliquant sur le bouton Sauvegarder le fichier. Cette action l’ajoute automatiquement à la liste des données uploadées, évitant ainsi l’importation multiple du même jeu de données.

Sauvegarde d’un jeu de données sur THINK-AI

b. Importer un jeu de données .xls

Les étapes pour importer un jeu de données .xls dans THINK-AI sont les suivantes :

■ Naviguer vers Résumé > Data > Connexion Data,
■ Sélectionner Source de données comme xls,
■ Cliquer sur Browse pour choisir le jeu de données à importer (dans l’exemple ci-dessous, nous sélectionnons le jeu de données Fleurs-Iris.xls),
■ Cocher Entête si le jeu de données contient des en-têtes,
■ Dans Feuilles, choisir la feuille à exporter si le jeu de données contient plusieurs feuilles (dans cet exemple, notre jeu de données contient une seule feuille nommée data),
■ Dans Nom données, saisir le nom souhaité pour la feuille à charger,
■ Dans Plage de cellules, spécifier la plage de cellules à importer,
■ Dans Ignorer lignes, indiquer le numéro de ligne à ignorer si nécessaire,
■ Dans Valeur manquante, spécifier les valeurs considérées comme manquantes,
■ Cocher la case Première ligne comme nom de colonnes si nécessaire,
■ Enfin, cliquer sur Importer/Actualiser pour valider l’importation du jeu de données .xls.

Importation d’un jeu de données .xls

c. Importer un jeu de données .xlsx

Le processus d’importation pour les jeux de données .xlsx est identique à celui des jeux de données .xls (voir la section Importer un jeu de données .xls).

d. Importer un jeu de données .txt

Le processus d’importation des jeux de données .txt est identique à celui des jeux de données .csv (voir la section Importer un jeu de données .csv).

e. Importer un jeu de données .json

Les étapes pour importer un jeu de données .json dans THINK-AI sont les suivantes :

■ Naviguer vers Résumé > Data > Connexion Data,
■ Sélectionner comme Source de données json,
■ Cliquer sur Browse pour choisir le jeu de données à importer (dans l’exemple ci-dessous, nous sélectionnons le fichier sample_data.json),
■ Cocher Entête si le jeu de données contient des en-têtes,
■ Enfin, cliquer sur Importer/Actualiser pour valider l’importation.

Exemple d’importation d’un jeu de données .json

f. Importer un jeu de données .sql

Les étapes pour importer un jeu de données .sql dans THINK-AI sont les suivantes :

■ Naviguer vers Résumé > Data > Connexion Data,
■ Sélectionner sql comme Source de données,
■ Dans Drive, choisir le drive correspondant parmi ceux disponibles dans la liste déroulante,
■ Dans Nom de la base de données, préciser le nom de la base de données source (qui contient les données à lire),
■ Dans Le serveur de la base de données, indiquer le nom du serveur de la base de données,
■ Dans Identifiant de connexion, renseigner le nom d’utilisateur pour accéder à la base de données,
■ Dans Mot de passe, saisir le mot de passe de connexion à la base de données,
■ Sous Nom de la donnée, spécifier le nom à donner aux données à lire,
■ La liste des anciennes données affiche les anciennes données éventuellement lues,
■ Sous Description de la donnée, indiquer une description des données,
■ Sous Code sql, écrire le code SQL à exécuter pour extraire les données de la base source,
■ Enfin, cliquer sur le bouton Exécuter/Refresh pour exécuter le code SQL dans la base source renseignée.

Importation d’un jeu de données .sql

1.2 Transformer un jeu de données

La transformation d’un jeu de données fait référence aux processus par lesquels le jeu de données est modifié, enrichi ou converti en un format plus approprié pour l’analyse ou la visualisation. Pour transformer un jeu de données dans THINK-AI, il est nécessaire de l’importer au préalable (voir la section Importer les données) et de suivre les étapes suivantes :

■ Cliquer sur le menu Transformation données sous Données,
■ Sous Nom des colonnes, les noms des différentes colonnes du jeu de données importé apparaissent,
■ Dans Type de données, le type de chaque colonne est affiché et peut être modifié selon les besoins,
■ Cocher Supprimer les valeurs manquantes si la colonne concernée contient des valeurs manquantes,
■ Dans Remplacer les valeurs manquantes, indiquer la valeur à utiliser pour remplacer les valeurs manquantes,
■ Sous Renommer la colonne, entrer le nouveau nom souhaité pour la colonne,
■ Cliquer sur l’icône en forme d’œil sous Résumé pour visualiser un aperçu d’une colonne spécifique,
■ Enfin, cliquer sur le bouton Actualiser pour valider les transformations effectuées.

N.B. : La zone Search située en haut à droite permet de retrouver rapidement une colonne en saisissant son nom.

Transformation d’un jeu de données

La figure suivante présente le Résumé de la colonne Species du jeu de données Fleurs-Iris, qui ont été importées selon les étapes de la Transformation des données mentionnées ci-dessus. Ce résumé permet de visualiser, sous forme de diagramme à barres, la fréquence d’apparition de chaque espèce (ici, les espèces sont SETOSA, VERSICOLOR et VIRGINICA) dans la colonne.

Résumé de la colonne SPECIES du jeu de données Fleurs-Iris

1.3 Résumer un jeu de donnée

Après l’importation et/ou la transformation d’un jeu de données, en cliquant sur le menu Résumé de la donnée, on obtient des statistiques descriptives pour chaque colonne, en fonction de leur type respectif. En sélectionnant une variable sous Variable en ligne et une autre sous Variable en colonne, puis en précisant le Type de graphique, il est possible de visualiser les relations entre les deux variables choisies.

La figure ci-dessous illustre le résumé du jeu de données Fleurs-Iris. THINK-AI permet également de télécharger ce résumé dans plusieurs formats, comme indiqué sur la figure.

Résumé de la donnée Fleurs-Iris

1.4 Exécuter un script R sur un jeu de données

THINK-AI permet la rédaction et l’exécution de scripts R sur les données importées et/ou transformées. Pour ce faire, il suffit de se rendre dans le menu R et de suivre les étapes suivantes :

■ Rédiger le script R dans la console dédiée (à gauche),
■ Cliquer sur le bouton Run pour exécuter le script R (les résultats de l’exécution apparaissent à droite),
■ Cliquer sur le bouton Sauvegarder code si vous souhaitez conserver le script écrit,
■ Enfin, si nécessaire, cliquer sur Effacer la console pour supprimer le contenu de la console.

Exécution d’un script R sur un jeu de données

1.5 Afficher un jeu de données

Après avoir importé un jeu de données et effectué les transformations nécessaires, vous pouvez l’afficher en accédant au menu Affichage. Dans les paragraphes suivants, nous explorerons les options disponibles sous ce menu.

a. Masquer les colonnes d’un jeu de données

Pour masquer certaines colonnes d’un jeu de données, procédez comme suit :

■ Accédez au sous-menu Visibilité des colonnes, puis cochez les colonnes que vous souhaitez masquer,
■ Décochez les colonnes que vous ne souhaitez plus afficher.
Pour réafficher les colonnes masquées, il suffit de les cocher à nouveau.

Dans l’exemple suivant, nous choisissons de masquer les colonnes sepal_width et petal_width du jeu de données Fleurs-Iris.

Masquer des colonnes du jeu de données Fleurs-Iris

b. Transformer les colonnes d’un jeu de données

Le sous-menu Transformer permet d’effectuer les transformations suivantes sur les colonnes d’un jeu de donnée :

■ Renommer la colonne,
■ Statistique descriptive de la colonne,
■ Changer le type de la colonne,
■ Formatage de la colonne,
■ Créer une nouvelle colonne,
■ Remplacer les valeurs,
■ Supprimer la colonne.

Examinons ces transformations une à une.

Options du sous-menu Transformer

b.1. Renommer la colonne

Cette fonctionnalité permet de modifier le nom d’une colonne au sein d’un jeu de données. Pour ce faire, il suffit de saisir le nouveau nom souhaité dans le champ prévu à cet effet, puis de valider l’opération.

Dans l’exemple suivant, la colonne OBS du jeu de données Fleurs-Iris est renommée en OBJET.

Renommer la colonne OBS de Fleurs-Iris

b.2. Analyse univariée et multivariée des colonnes

Cette fonctionnalité permet de générer des analyses statistiques pour une colonne ou un ensemble de colonnes d’un jeu de données. Elle se décompose en deux parties : l’analyse univariée et multivariée.

■ Analyse univariée
L’analyse univariée fournit un résumé statistique complet des valeurs d’une seule colonne. Cela inclut des mesures descriptives telles que :
★★ Tendance centrale : Moyenne, médiane, mode,
★★ Dispersion : Écart-type, variance, amplitude, quartiles,
★★ Distribution : Histogrammes ou diagrammes de densité (selon le type de données).
Ces indicateurs permettent d’obtenir une vue d’ensemble des caractéristiques principales de la colonne étudiée.

Par exemple, dans l’image ci-dessous, l’analyse univariée de la colonne OBS de Fleurs-Iris présente un résumé des valeurs avec des statistiques calculées pour chaque élément.

Statistique univariée de la colonne OBS du jeu de données Fleurs-Iris

■ Analyse bivariée
L’analyse bivariée permet d’étudier les relations entre deux variables à travers des tableaux croisés dynamiques et des visualisations correspondantes. Cela permet de comprendre la corrélation ou l’interaction entre deux colonnes d’un jeu de données.

★★ Création d’un tableau croisé dynamique
Pour générer un tableau croisé dynamique, suivez ces étapes :

★★★ Sélectionner la variable pour les colonnes sous Choix des variables en colonnes,
★★★ Sélectionner la variable pour les lignes sous Choix des variables en ligne,
★★★ Définir la variable à agréger sous Valeur à agréger,
★★★ Choisir la Fonction d’agrégation (somme, moyenne, compte, etc.),
★★★ Utiliser Champ de filtre pour ajouter des conditions ou critères de filtrage,
★★★ Cliquer sur Générer le tableau dynamique pour produire les résultats.

L’illustration ci-dessous montre le processus de création d’un tableau croisé dynamique sur le jeu de données Fleurs-Iris.

Création d’un tableau croisé dynamique

★★ Application de filtres sur les tableaux croisés dynamiques
Pour affiner l’analyse, il est possible d’ajouter des filtres conditionnels sur les tableaux croisés dynamiques. Les étapes pour créer un filtre sont :

★★★ Sélectionner la colonne à filtrer sous Colonne du filtre,
★★★ Choisir la Fonction de filtre appropriée (par exemple, égale à, supérieur à),
★★★ Saisir des formules ou expressions dans la zone d’édition,
★★★ Valider en cliquant sur Valider ou annuler avec Annuler.

L’image ci-dessous montre le processus de création d’un filtre sur un tableau croisé dynamique.

Création d’un filtre de tableau croisé dynamique

b.3.Modification du type de données d’une colonne

Pour modifier le type de données d’une colonne, sélectionnez le nouveau type souhaité dans la liste déroulante située sous l’option Changer le type. Cette fonctionnalité permet d’adapter les colonnes aux exigences spécifiques de l’analyse ou de la visualisation.

Une illustration de ce processus est présentée ci-dessous.

Modification du type de données d’une colonne

b.4.Modification du format d’une colonne

Pour modifier le format d’une colonne, accédez à l’option Formatage de colonne et sélectionnez le type de format souhaité parmi les choix disponibles. Ensuite, fournissez les informations complémentaires requises dans les champs appropriés. Enfin, cliquez sur le bouton situé en bas de la fenêtre pour Valider le formatage de la colonne.

Une illustration de cette procédure est présentée ci-dessous.

Modification du format d’une colonne

b.5.Substitution de valeurs dans une colonne

Pour effectuer la substitution de valeurs dans une colonne, sélectionnez l’option Remplacer valeurs et suivez les étapes suivantes :

■ Dans le champ Valeurs à remplacer, spécifiez les valeurs ciblées pour le remplacement,
■ Sous Valeurs de remplacement, indiquez les nouvelles valeurs à inscrire,
■ Enfin, cliquez sur le bouton Valider le remplacement de valeurs situé en bas de la fenêtre pour confirmer les modifications apportées.

Les étapes ci-dessus sont illustrées ci-dessous.

Remplacer les valeurs d’une colonne

b.6.Création d’une nouvelle colonne

Cette fonctionnalité permet de créer une nouvelle colonne à partir d’une fonction appliquée à une colonne source ou de recoder une colonne existante.

■ Pour Créer une nouvelle colonne, suivez les étapes ci-dessous :

★★ Dans Choix de fonctions à appliquer à la colonne source, sélectionnez la fonction souhaitée,
★★ Dans Nom colonne source, indiquez le nom de la colonne d’origine,
★★ Dans Nom nouvelle colonne, spécifiez le nom de la nouvelle colonne,
★★ Si une condition spécifique doit être remplie avant la création de la nouvelle colonne, activez l’option Si condition et renseignez les informations nécessaires (optionnel),
★★ Enfin, cliquez sur le bouton Valider la création de la nouvelle colonne pour confirmer les modifications apportées.

Création d’une nouvelle colonne

■ Pour Recoder une colonne existante, procédez comme suit :

★★ Dans Nom colonne source, indiquez le nom de la colonne à modifier,
★★ Dans Nom nouvelle colonne, spécifiez le nom de la nouvelle colonne,
★★ Cliquez sur Codage des catégories, renseignez les champs requis, puis cliquez sur le bouton Valider pour confirmer les conditions de recodage de l’ancienne colonne,
★★ Enfin, cliquez sur le bouton Valider la création de la nouvelle colonne pour finaliser les modifications.

Recodage d’une colonne existante

b.7.Suppression d’une colonne

Pour supprimer une colonne, il convient de sélectionner l’option Supprimer la colonne. Un message de confirmation s’affiche à l’écran ; cliquez sur OK pour valider la suppression ou sur Annuler pour refuser l’opération.

Voici une illustration de cette fonctionnalité.

Suppression d’une colonne

c. Sauvegarder l’état d’un jeu de données

La fonctionnalité de sauvegarde d’état permet de capturer et de conserver les différentes versions ou configurations d’un jeu de données. Cela offre la possibilité de restaurer un état antérieur à tout moment pour assurer un suivi rigoureux des modifications.
Pour ce faire, accédez au menu Sauvegarder l’état et suivez les étapes ci-dessous :

■ Sélectionnez Créer un état,
■ Assignez un nom à l’état via le champ Rename,
■ Validez (ou annulez) la création de l’état en utilisant le bouton Renamme (ou Annuler).

Illustration ci-dessous.

Création d’un état

Une fois créé, l’état du jeu de données peut être édité (via le bouton d’édition, encadré en rouge sur la figure ci-dessous), mis à jour (bouton encadré en vert), ou supprimé (bouton encadré en bleu). Ces actions permettent une gestion flexible et contrôlée des états sauvegardés.

Options de modification d’un état sauvegardé

d. Transposer un jeu de données

En cliquant sur l’option Transposer, les lignes et les colonnes du jeu de données sont interverties : les lignes deviennent des colonnes, et les colonnes deviennent des lignes. Cette opération permet de restructurer la manière dont les données sont organisées et visualisées, facilitant ainsi l’analyse sous un angle différent.

Ci-dessous, un exemple de transposition du jeu de données Fleurs-Iris.

Transposition du jeu de données Fleurs-Iris

e.Vider le champ de jeu de données

L’option Vider permet de supprimer temporairement le contenu du jeu de données actif. Pour restaurer les données effacées, il est nécessaire de recharger à nouveau le jeu de données depuis sa source.

Ci-dessous, une illustration de cette fonctionnalité.

Présentation du menu Vider

f.Enregistrer les modifications d’un jeu de données

L’option Enregistrer permet de sauvegarder toutes les modifications effectuées sur le jeu de données en cours. Cette action garantit que les ajustements ou mises à jour sont bien pris en compte pour les utilisations futures.

Ci-dessous, une illustration de cette fonctionnalité.

Présentation du menu Enregistrer

g. Ajouter de nouvelles lignes à un jeu de données

Pour ajouter une nouvelle ligne à un jeu de données, procédez comme suit :

■ Cliquez sur le menu Créer,
■ Remplissez les différents champs avec les informations requises,
■ Validez (ou annulez) l’ajout de la nouvelle ligne en cliquant sur le bouton Créer (ou Fermer).

Ci-dessous, une illustration avec le jeu de données Fleurs-Iris.

Ajout de nouvelles lignes au jeu de données Fleurs-Iris

h. Éditer les lignes d’un jeu de données

Pour modifier les informations d’une ligne déjà existante dans un jeu de données, suivez les étapes suivantes :

■ Sélectionnez la ligne à éditer,
■ Cliquez sur le menu Éditer,
■ Apportez les modifications nécessaires aux champs de la ligne sélectionnée,

■ Validez (ou annulez) les modifications en cliquant sur le bouton Éditer (ou Fermer).

Edition de ligne existante dans le jeu de données Fleurs-Iris

i. Supprimer des lignes dans un jeu de données

Pour supprimer des lignes dans un jeu de données, suivez ces étapes :

■ Sélectionnez la ligne à supprimer,
■ Cliquez sur le menu Supprimer,
■ Une fenêtre de confirmation s’ouvre pour valider la suppression de la ligne,
■ Cliquez sur le bouton Supprimer (ou Fermer) pour confirmer (ou annuler) l’opération.

Ci-dessous, une illustration.

suppression de lignes

j. Télécharger le tableau de données

Pour exporter un tableau de données, sélectionnez le format de fichier souhaité parmi les options disponibles :

■ Excel (encadré en rouge sur la figure ci-dessous),

■ CSV (encadré en vert sur la figure ci-dessous).

Ces options permettent de sauvegarder le tableau de données dans le format adéquat pour un usage ultérieur.

options de téléchargement d’un tableau de données

k. Copier le tableau de données

Pour copier le tableau de données, cliquez sur le menu Copie situé dans la barre d’outils, en haut à gauche.Cette fonctionnalité permet de dupliquer le contenu du tableau pour une utilisation dans d’autres applications.

Copie d’un tableau de données

l. Filtrer une colonne d’un jeu de données

Un filtrage peut être appliqué à une colonne en saisissant la valeur de filtre souhaitée dans la zone de saisie située sous le nom de la colonne.

Dans l’exemple ci-dessous, nous avons choisi de filtrer uniquement les espèces Setosa dans la colonne SPECIES du jeu de données Fleurs-Iris.

Filtre sur la colonne SPECIES du jeu de données Fleurs-Iris

m. Annuler/Refaire une modification sur un jeu de données

Pour annuler ou refaire une modification sur un jeu de données, cliquez respectivement sur les boutons de retour en arrière (encadré en vert sur la figure ci-dessous) ou de rétablissement (encadré en rouge sur la figure ci-dessous).

Annuler/Refaire une modification sur un jeu de données

n. Renommer un jeu de données

Pour renommer un jeu de données, double-cliquez simplement sur son nom actuel.

Dans l’exemple ci-dessous, le jeu de données Fleurs-Iris est renommé en Iris.

Renommer le jeu de données Fleurs-Iris

o. Trier les valeurs d’un jeu de données

Les valeurs des colonnes peuvent être triées par ordre croissant ou décroissant. Pour ce faire, utilisez les boutons directionnels situés à côté de chaque en-tête de colonne.

Dans l’exemple ci-dessous, nous trions les valeurs de la colonne PETAL_WIDTH par ordre décroissant.

Tri croissant d’un jeu de données

p. Rechercher des valeurs dans un jeu de données

Le menu Search permet de retrouver rapidement des valeurs spécifiques dans le tableau de données.

Dans l’exemple ci-dessous, nous recherchons la chaîne versi dans le jeu de données Fleurs-Iris, qui contient la valeur complète versicolor.

Recherche de valeurs dans un jeu de données

2. Menu Dashboard

Le menu Dashboard permet de créer des tableaux de bord à partir des données importées. Un tableau de bord est un outil de gestion visuel qui présente de manière synthétique les informations clés, facilitant le suivi de l’évolution des données et la prise de décisions éclairées grâce à une vue d’ensemble.

Ce menu offre également une interface de discussion avec l’IA pour assister l’utilisateur dans l’exécution de tâches complexes.

Le menu Dashboard est accessible sous l’onglet Résumé. Ci-dessous, une illustration de ce menu.

Présentation du menu Dashboard

Examinons les différentes fonctionnalités offertes par THINK-AI via le menu Dashboard.

2.1 Création d’un tableau de bord

Pour créer un tableau de bord, il vous suffit de cliquer sur l’icône + située sous le menu Dashboard.

Une illustration de ce processus est présentée ci-dessus.

Création d’un tableau de bord

2.2 Nommer le tableau de bord

Pour renommer un tableau de bord, procédez comme suit :

■ Cliquez sur les meatballs (les trois points en haut à gauche du nom du tableau de bord),
■ Dans la fenêtre Renommer, saisissez le nouveau nom souhaité pour le tableau de bord.

Dans l’exemple ci-dessous, nous attribuons le nom TEST-IRIS au tableau de bord créé.

Renommer un tableau de bord

2.3 Modifier le titre d’un tableau de bord

Il est également possible de modifier la police, la taille, la couleur de police et la couleur de fond du titre d’un tableau de bord. Pour ce faire, procédez comme suit :

■ Cliquez sur les meatballs,
■ Accédez au sous-menu Polices du titre de la fenêtre,
■ Sélectionnez la police, la taille, la couleur de fond et la couleur de police souhaitées.

Dans l’illustration suivante, la police du titre du tableau de bord TEST-IRIS est configurée sur Droid Serif, avec une taille de police de 21 et la couleur de police modifiée en vert.

Modifier le titre d’un tableau de bord

2.4 Ajouter une description à un tableau de bord

Pour ajouter une description à un tableau de bord, suivez les étapes ci-dessous :

■ Cliquez sur les meatballs,
■ Accéder au sous-menu Ajouter un titre/description,
■ Une zone d’édition s’affichera ; il vous suffit d’y saisir le texte descriptif correspondant au tableau de bord.

Dans l’exemple ci-dessous, nous ajoutons une brève description au tableau de bord TEST-IRIS.

Ajout d’une description à un tableau de bord

2.5 Modifier la couleur d’un tableau de bord

Pour modifier la couleur d’un tableau de bord, suivez les étapes suivantes :

■ Cliquez sur les meatballs,
■ Accédez au sous-menu Couleur table pour sélectionner la couleur souhaitée à appliquer au tableau de bord.

Ci-dessous, nous choisissons d’appliquer la couleur bleue au tableau de bord TEST-IRIS.

Modification de la couleur d’un tableau de bord

2.6 Utiliser l’intelligence artificielle pour interpréter les tableaux et graphiques

Pour surmonter les limitations humaines en matière d’analyse et d’interprétation de données complexes, THINK-AI propose aux utilisateurs un soutien par intelligence artificielle. Cette solution avancée permet non seulement d’interpréter des Données, mais également de traiter des Figures et de répondre à des questions d’Ordre général.

Dans THINK-AI, pour accéder à l’interface d’échange avec l’intelligence artificielle il faut:

■ Cliquez sur les meatballs (les trois points en haut à gauche du nom du tableau de bord),
■ Sélectionnez Ajouter un titre/description,
■ En haut à droite de la zone d’édition, cliquez sur l’icône de recherche,
■ Dans la section Objet cible, précisez le cadre de l’interaction avec l’IA (choix parmi Données, Figures, ou Question générale),
■ Choix de l’objet à interpréter : veuillez préciser les inputs,
■ Choix des variables : identifiez les variables du jeu de données sur lesquelles se concentrera le traitement par l’IA. Cette colonne n’apparaîtra que lorsque l’option Donnée est sélectionnée comme objet à interpréter,
■ Dans Poser une question, rédigez le prompt,
■ Enfin, cliquez sur Générer une réponse pour soumettre la requête à l’IA.

Ci-dessous, une illustration montre le processus de soumission de la requête.

Interactions avec une IA

2.7 Sauvegarder un tableau de bord

La sauvegarde d’un tableau de bord s’effectue en cliquant sur le bouton d’enregistrement situé dans la barre horizontale.

La figure suivante illustre cette option.

Sauvegarder un tableau de bord

2.8 Actualiser un tableau de bord

Pour actualiser un tableau de bord après des modifications, cliquez sur le sur le bouton Actualiser situé dans la barre horizontale.

La figure suivante illustre cette option.

Actualiser un tableau de bord

2.9 Télécharger un tableau de bord

THINK-AI offre la possibilité à l’utilisateur de télécharger son tableau de bord en version HTML simplement en cliquant sur le bouton Document HTML.

Une présentation de cette option est fournie ci-dessous.

Option de téléchargement en version html d’un tableau de bord

2.10 Création et affectation d’un visuel à un tableau de bord

Pour générer un visuel personnalisé et l’intégrer à un tableau de bord existant, veuillez suivre ces étapes :

■ Accéder au formulaire de Création de figures disponible sous le menu Dashboard,
■ Dans la section Liste des données uploadées, choisissez le jeu de données contenant les informations que vous souhaitez visualiser,
■ Type de figures: spécifiez le type de visuel le plus adapté à vos données (histogramme, nuage de points, etc.),
■ Sélectionner axe de X : indiquez la variable numérique ou catégorielle à représenter en abscisse,
■ Sélectionner axe de Y: sélectionnez la variable à afficher en ordonnées,
■ Facteur de groupage Z: si nécessaire, spécifiez une variable permettant de regrouper les données,
■ Facteur de division de figure: définissez les critères de subdivision du visuel (par exemple, en fonction d’une variable catégorielle),
■ Facteur de filtre: appliquez des filtres pour affiner la sélection des données à visualiser,
■ Cliquez sur le bouton Générer la figure. Le système procédera à la création du visuel en fonction des paramètres définis,
■ Dans la section Assigner la figure au dashboard, choisissez le tableau de bord cible où vous souhaitez ajouter le visuel,
■ Cliquez sur le bouton Envoyer la figure pour finaliser l’opération.

Note : Le visuel nouvellement créé sera automatiquement ajouté à la liste des figures générées, vous permettant de le retrouver et de le modifier ultérieurement si besoin.

Ci dessous,une illustration des étapes présentées ci-haut.

Processus de création d’un visuel

2.11 Personnalisation et interactivité d’un visuel

En utilisant les outils de personnalisation proposés dans la barre située au-dessus des visuels, on peut affiner l’analyse et extraire des informations plus spécifiques.Passons en revue chacun de ces outils.

■ Icônes Zoom

★★ Zoom intérieur(+): permet d’agrandir la vue d’un contenu, ce qui permet à l’utilisateur de voir plus de détails;utile pour examiner des éléments spécifiques d’un visuel,
★★ Zoom extérieur(-): réduit la taille de la vue, permettant à l’utilisateur d’avoir une vue d’ensemble ou d’accéder à une plus grande étendue de contenu.

Icones Zoom Intérieur et Zoom Extérieur

■ Icônes de réinitialisation(<U+0001F3E0>)

★★ Réinitialiser le graphique :remet le visuel à son état initial, en supprimant toutes les modifications apportées (zoom, déplacement, sélections).

Icone de réinitialisation

■ Icône d’ajout de notes(<U+0001F4DD>)

★★ Ajouter un texte : permet d’ajouter des annotations ou des commentaires directement sur le visuel pour mettre en évidence des points particuliers ou fournir des explications supplémentaires.

Icone d’ajout de notes

■ Icône de sauvegarde (<U+0001F4F7>)

★★ Télécharger le graphique: permet de sauvegarder le visuel dans un format d’image (PNG).

Icone de téléchargement d’un visuel

■ Icône de suppression(<U+0001F5D1><U+FE0F>)

★★ Supprimer le graphique sélectionné : efface le visuel du dashboard.

Icone de suppression d’un visuel

■ Icônes de modification des propriétés

Ces icônes permettent d’accéder à des menus de configuration plus avancés, permettant de personnaliser les titres des axes, les légendes, les couleurs, les types de graphiques, etc.

Icones de modification des propriétés d’un visuel

3. Menu Documentation

Le menu Documentation de THINK-AI est divisé en trois parties principales :

■ À propos : cette section présente le cadre de création de la plateforme et les défis spécifiques auxquels elle répond,
■ Exemples et tutoriels : cette section inclut la documentation officielle, ainsi que des tutoriels et exemples pratiques pour aider les utilisateurs à se former et à mieux comprendre les fonctionnalités de la plateforme,
■ Articles : ici sont publiés des articles de tout genre, liés au monde des données et de l’intelligence artificielle. Cette section permet de découvrir des analyses approfondies, des études de cas, et des tendances récentes dans le domaine.

Pour accéder à la documentation officielle de THINK-AI , allez dans Résumé > Documentation > Exemples et tutoriels.

Présentation du menu Documentation

4. Menu Pricing

Le menu Pricing permet d’accéder aux différentes offres d’abonnement disponibles sur la plateforme THINK-AI. Quatre types de packs sont proposés, adaptés à divers profils d’utilisateurs :

■ Offre Gratuite ou Étudiant : cette option est idéale pour les étudiants ou les utilisateurs débutants souhaitant explorer les fonctionnalités de base de la plateforme sans coût initial,
■ Offre Classique : ce pack offre un ensemble de fonctionnalités standards, parfaitement adapté aux utilisateurs réguliers ou aux petites entreprises,
■ Offre Premium : ce niveau inclut des fonctionnalités avancées, conçues pour les professionnels ou les entreprises ayant des besoins plus poussés en matière d’intelligence artificielle et de traitement des données,
■ Offre Personnalisée : cette option permet une personnalisation complète de l’abonnement, offrant un service sur mesure en fonction des besoins spécifiques de chaque utilisateur ou organisation.

Chaque pack se distingue par la plage de fonctionnalités disponibles, ainsi que par les avantages qui varient selon le profil de l’utilisateur. Les détails complets sur les prix et les fonctionnalités incluses sont disponibles dans ce menu pour faciliter le choix de l’option la plus adaptée.

Présentation du menu Pricing

5. Menu Contact

Le menu Contact est divisé en deux sections principales :

■ Nous Contacter : cette section fournit les coordonnées complètes de la société, incluant l’adresse, le numéro de téléphone et l’adresse e-mail, pour faciliter la prise de contact,

■ Compte Client : ce menu est subdivisé en trois sous-sections pour une gestion simplifiée des informations personnelles :

★★ Profil : cette section contient toutes les informations relatives au compte du client, telles que son nom, ses coordonnées et ses préférences,
★★ Facturation : permet de consulter l’historique des factures et paiements associés au compte,
★★ Activités : fournit un récapitulatif des actions récentes effectuées sur la plateforme, incluant les connexions, les achats ou modifications de compte.

Ces sous-menus offrent un accès rapide aux informations essentielles du client et facilitent la gestion de son compte sur la plateforme THINK-AI.

Présentation du menu Contact

---

E.Onglet Sondage et Enquêtes: fonctionnalités

L’onglet Sondage et Enquêtes vous permet de créer et gérer des questionnaires à envoyer à vos répondants. Il offre une interface simple et intuitive pour concevoir des sondages en choisissant parmi différents types de questions.Que ce soit pour des études de marché, des enquêtes internes ou des évaluations de satisfaction, cette solution offre une flexibilité et une robustesse qui s’adaptent aux besoins de chaque utilisateur. Voici les étapes clés pour utiliser cette fonctionnalité :

■ Sélectionner le type de question :
Choisissez un type de question dans la liste déroulante du menu Type de champ. Cela vous permet de personnaliser la forme des réponses (choix multiples, cases à cocher, texte libre, etc.),
■ Nommer la question :
Utilisez le champ Nom de champ pour définir l’intitulé de votre question. C’est le texte qui apparaîtra pour chaque question dans l’enquête,
■ Définir si le champ est obligatoire :
Activez l’option Champ obligatoire si vous souhaitez que cette question soit impérativement remplie par les répondants,
■ Ajouter une question :
Pour ajouter une nouvelle question, cliquez sur le bouton Ajouter un champ. Cela vous permet d’enrichir votre questionnaire en fonction de vos besoins,
■ Supprimer une question :
Si vous souhaitez supprimer une question, cliquez simplement sur le bouton Supprimer situé à côté du champ correspondant,
■ Générer l’enquête :
Une fois toutes les questions ajoutées et configurées, cliquez sur le bouton Générer l’enquête pour finaliser et créer le questionnaire complet.

L’illustration ci-dessous montre un sondage généré par Think-AI, en appliquant les étapes décrites précédemment. Une fois l’enquête générée, il est possible de l’envoyer par email, de l’enregistrer, de soumettre les réponses ou de l’imprimer en cliquant sur les boutons correspondants situés en bas de l’enquête.

Génération d’un sondage sur la qualité de l’alimentation

---

F.Onglet Prévision de l’énergie

1. Aperçu

L’application de Prévision de Charge Électrique est une application web complète conçue pour les professionnels du secteur énergétique, les scientifiques des données et les analystes afin de réaliser des prévisions précises de la demande d’électricité. Elle exploite des données historiques et en temps réel pour prédire la demande future, en prenant en charge plusieurs modèles de prévision et en offrant des visualisations interactives pour l’évaluation des modèles. L’application facilite des flux de travail complets, de la préparation des données à l’analyse, à l’entraînement des modèles, à la prévision et à l’évaluation des performances.

Elle répond à plusieurs besoins clés :
- Optimisation énergétique : anticiper la consommation afin de mieux équilibrer l’offre et la demande.
- Décision stratégique : appuyer les gestionnaires de réseaux électriques, ingénieurs et chercheurs dans la planification des ressources énergétiques.
- Accessibilité : proposer une interface simple qui rend les techniques de prévision avancées accessibles même aux non-experts.

Parmi les principales fonctionnalités, on trouve le support des données de séries temporelles, les tests rétrospectifs et une sélection de modèles personnalisable, ce qui la rend adaptée aux prévisions à court terme (horaire) et à moyen terme.

L’interface est divisée en panneaux modulaires et onglets, permettant aux utilisateurs de naviguer facilement entre les différentes étapes de préparation des données, d’analyse, de modélisation et de résultats. L’application utilise une mise en page de type tableau de bord avec des graphiques, des tableaux et des options configurables pour garantir une utilisation intuitive.

Utilisateurs cibles : Utilités énergétiques, opérateurs de réseaux, chercheurs en intégration d’énergies renouvelables.

Fonctionnalités principales : - Ingestion et prétraitement des données. - Analyse exploratoire des données (EDA). - Sélection et entraînement des modèles. - Prévisions et tests rétrospectifs. - Métriques de performance et visualisations.

Hypothèses sur les données : L’application gère des données de séries temporelles liées aux charges électriques, avec des variables telles que la météo, la demande ou de consommation de l’électricité, et des horodatages. Les données à importées sont généralement de diverses sources comme excel, csv, SQL, JSON, avec des colonnes pour les horodatages, les valeurs de charge et des caractéristiques exogènes (par exemple, météo, indicateurs économiques).

L’application met l’accent sur :
- La simplicité d’utilisation (chargement des données, choix du modèle, lancement de la prévision).
- La flexibilité (prise en charge de différents horizons temporels et granularités).
- La visualisation (graphiques clairs pour comparer les résultats prévus et observés).
- L’évaluation de performance (métriques de précision et outils de comparaison des modèles).

En intégrant plusieurs approches de prévision et en offrant une visualisation intuitive, l’application constitue un outil complet pour la gestion et la planification énergétique.

2. Fonctionnalités Clés

1. Paramétrage des données
   Dans la partie supérieure de l’écran, l’utilisateur peut définir les paramètres de la prévision :
   
   • Sélection de la colonne temporelle : il faut indiquer quelle colonne de vos données correspond à la date et à l’heure.
   • Type d’horizon de prévision : permet de choisir entre un horizon fixe (par ex. prédire jusqu’au 30 septembre) ou basé sur une colonne existante de vos données.
   • Fuseau horaire : à définir pour garantir que les prédictions correspondent à la zone locale (par ex. Europe/Paris).
   • Granularité : vous pouvez choisir l’échelle temporelle des prévisions (heure, jour, etc.).
   • Type de base de temps : indique la résolution des données d’entrée. Exemple : si vos données sont enregistrées toutes les heures, vous sélectionnez Hour.

💡 Astuce : il est important que la granularité choisie corresponde réellement à la structure de vos données pour éviter des erreurs de calcul.

2. Exploration des Données

Dans l’onglet Data Exploration :

• Un tableau affiche les premières lignes du jeu de données sélectionné.
  
• Un champ de recherche permet de filtrer les enregistrements.
  
• L’utilisateur peut vérifier la qualité et la cohérence des données avant de lancer un modèle.

Exemple : visualiser les valeurs de consommation horaire et vérifier la continuité des séries.

3. Pré-analyse et Modélisation
   • Outils de préparation des données (par exemple, gestion des valeurs manquantes, mise à l’échelle).
   • Sélection de modèles parmi des options prédéfinies.
   • Matrices de corrélation et graphiques d’importance des caractéristiques.
4. Moteur de Prévision
   • Support de plusieurs modèles : ARIMA, SARIMA, Prophet, LSTM (réseau neuronal à mémoire longue – apprentissage profond pour des motifs complexes).
   • Horizons de prévision configurables (par exemple, 1 à 24 heures à l’avance).
   • Méthodes d’ensemble pour une précision améliorée.
5. Tests Rétrospectifs et Évaluation
   • Simuler des prévisions historiques pour valider les modèles.
   • Métriques : MAE, RMSE, MAPE, R².
   • Graphiques en nuage de points et analyse des résidus pour le diagnostic des modèles.
6. Visualisation et Exportation
   • Graphiques en courbes pour les prédictions vs valeurs réelles.
   • Graphiques en barres pour les métriques de performance.
   • Exporter les résultats sous forme de CSV, images ou rapports.
   • Sauvegarder/charger des sessions pour la reproductibilité.

3. Guide de l’Interface Utilisateur

L’UI de l’application est organisée en un tableau de bord à plusieurs panneaux, avec des onglets pour différentes étapes du flux de travail. D’après les captures d’écran fournies, la mise en page comprend une navigation latérale à gauche, des zones de contenu centrales et des contrôles à droite. Les couleurs utilisent une palette professionnelle : bleus pour les sections de données/modèles, verts pour les résultats, et beiges pour les graphiques.

3.1. Panneau de paramétrage des Données (Panneau le plus à gauche sur la première capture d’écran)

• Objectif : Ingestion initiale des données.
• Composants :
  • Section de Téléchargement : Bouton de glisser-déposer ou de navigation pour les fichiers (par exemple, CSV avec des colonnes comme DateTime, TFL, CDC).
  • Sélection des Colonnes : Menus déroulants pour mapper :
    • Colonne de date (par exemple, “DateTime”).
    • Colonne cible (par exemple, “TFL” pour la charge prévue).
  • Type d’Étape de Prévision : Entrée numérique pour l’horizon de prédiction (par exemple, 1 pour l’heure suivante).
  • Type de Test Rétrospectif : Options comme fenêtre glissante ou fenêtre élargie pour la validation.
  • Spécifier Date et Heure : Champs pour le début/fin de la prévision/test rétrospectif (par exemple, 2020-09-07 19:00 à 2020-09-07 20:00).
  • Boutons : “Télécharger” pour traiter, “Sauvegarder” pour stocker la session.
• Exemple d’Utilisation : Sélectionner “DateTime” comme colonne de date, “TFL” comme cible, définir les étapes de prévision à 1, et le type de test rétrospectif à “Horaire”.
  

3.2. Panneau des Modèles (Bas à gauche sur la première capture d’écran)

• Objectif : Sélectionner et configurer les modèles de prévision.
• Composants :
  • Modèles Disponibles : Liste à cocher :
    • Prévision GAM-FORECASTER .
    • Prévision XGB-FORECASTER .
    • Prévision RANF-FORECASTER.
    • Prévision GBM-FORECASTER.
    • Prévision DEL-FORECASTER.
  • Données d’Entrée : Champ texte pour le nom du jeu de données (par exemple, “load_data.csv”).
  • Modèle Choisi : Menu déroulant pour sélectionner le modèle actif après l’entraînement.
  • Liste des Modèles : Affiche les modèles entraînés avec leurs paramètres (par exemple, “ARIMA(p=1,d=1,q=1)”).
  • Boutons : “Sauvegarder” sur le disque pour la persistance et l’utilisation ultérieure si l’on décide que ce modèle est le meilleur.
• Exemple d’Utilisation : Cocher RANF_FORECASTER, entrer le jeu de données, entraîner sur des données horaires.

3.3. Onglet Résultat du Modèle (Haut à droite sur la première capture d’écran)

• Objectif : - Possibilité de visualiser les équations de modèle - Voir les prédictions des modèles sélectionnés. - Résultat : projection de la consommation ou production future.
  - Cette prédiction est celle à utilisé pour les planifications opérationnelles.
• Composants :
  • Equation Modèle : les paramètres, hyper-paramètres et les statistiques du Modèle.
  • Visualisation Résultat : Tableau des valuers prédites sur le future comportant ue colonne Date et une colonne Prediction.
  • Visualisation Résultat : Graphique en courbes montrant :
    • Valeurs prévues (ligne en pointillés) avec des bandes d’incertitude (zone ombragée).
    • Axe X : Dates (par exemple, août 2023 à septembre 2023, granularité quotidienne).
    • Axe Y : Valeurs de charge (par exemple, 200-500 unités, probablement MW).
    • Zoom/Pan : Contrôles interactifs pour la navigation dans le graphique.
• Observations : Les lignes superposées permettent une comparaison ; par exemple, RANF_FORECASTER pourrait capturer mieux les motifs non linéaires pendant les pics.

3.4. Onglet Performance du Modèle (Bas à droite sur la première capture d’écran)

• Objectif : : - Évaluer la précision des modèles à l’aide des résultats des tests rétrospectifs à travers des graphique et des tableaux. - Permet de comparer les prévisions avec des données passées.
  - Courbes comparant les valeurs prédites et observées. - Paramètres similaires au mode Forecast.
  - Utile pour évaluer la robustesse du modèle.
  
• Composants :

  • Tableaux et Statistiques : Affiche les métriques :

    Modèle	MAE	RMSE	MAPE (%)	R²
    ARIMA	25	35	5.2	0.92
    SARIMA	20	30	4.1	0.95
    Prophet	28	38	6.0	0.90
    LSTM	18	25	3.5	0.96

    (Valeurs illustratives basées sur des sorties typiques ; les valeurs réelles dépendent des données.)

  • Figures et courbes :

    • Graphique en courbes : Résultats des tests rétrospectifs (réel vs prévision au fil du temps).
    • Graphique en nuage de points : Prédit vs Réel (avec ligne diagonale pour un ajustement parfait ; vert pour Prophet, bleu pour les autres).

  • Contrôles : Basculer entre “Statistiques & Tableaux” et “Graphiques & Tracés” ; options d’exportation (CSV, PNG).

• Observations : Utiliser les graphiques en nuage de points pour détecter un biais (par exemple, sous/sur-prédiction) ; graphique des résidus pour vérifier l’autocorrélation.

3.5. Panneau d’Exploration des Données (Gauche sur la deuxième capture d’écran)

• Objectif : Inspecter les données chargées pour la qualité et les motifs.
• Composants :
  • Liste des Données Chargées : Barre latérale avec les noms de fichiers (par exemple, “power_load.csv”) et le nombre de lignes (par exemple, “10 lignes”).
  • Tableau de Données : Grille interactive montrant des lignes échantillons :

Paramétrage des données

   (Colonnes : DateTime, cible comme Temperature, caractéristiques comme CourbeDeCharge ; ~10 lignes visibles.)
   
 - **Statut de Connexion :** Indicateur vert pour un chargement réussi.

• Exemple d’Utilisation : Cliquer sur des lignes pour filtrer ; trier par colonnes.

3.6. Panneau d’Analyse & Analyse de Corrélation (Centre sur la deuxième capture d’écran)

• Objectif : Identifier les relations entre variables, guider le choix des modèles à utiliser.
• Composants :
  • Recherche/Filtre : Champ texte pour les variables (par exemple, “TFL”).
  • Tableau de Matrice de Corrélation : Tableau de type carte thermique :
  • Graphique de Série Temporelle : Graphique en courbes de la variable cible (par exemple, CDC sur DateTime) :
    • Axe X : DateTime (2019-01 à 2020-09).
    • Axe Y : Valeurs (0 à 100 000+ ; tendance ascendante avec pics saisonniers).
    • Interactif : Zoom sur des vues quotidiennes/hebdomadaires.
  • un graphique illustre les relations entre la variable expliquée et les variables explicatives. Cela permet d’identifier les facteurs les plus influents (par ex. température et consommation).

   (Valeurs de -1 à 1 ; codées par couleur : rouge pour positif, bleu pour négatif.)
   
 - **Contrôles :** Menus déroulants pour les variables explicatives (indépendantes) vs expliquées (dépendantes).

• Observations : Une forte corrélation (par exemple, 0.95 entre TFL et CDC) suggère une multicolinéarité ; utile pour la sélection des caractéristiques.

3.7. Panneau de Pré-analyse & Modélisation (Droite sur la deuxième capture d’écran)

• Objectif : Préparer les données et sélectionner visuellement les modèles.
• Composants :
  • Choix des Données et du Modèle : Onglets pour un aperçu.
  • Analyse de Corrélation : Similaire à ci-dessus, avec un focus sur la variable cible. Sélectionner de la variable cible (par ex. CDC) et des variables explicatives (par ex. température, date, jour de la semaine).
  • Nombre d’Observations : Curseur ou entrée (par exemple, 100 000 pour de grands ensembles de données).
  • Contrôles : Sélectionner la variable (par exemple, “CDC”), ajuster le nombre d’observations ; boutons pour “Analyser” ou “Modéliser”.
• Exemple d’Utilisation : Tracer “CDC” pour repérer les pics quotidiens (par exemple, surcharges en soirée).

4. Guide pratiques d’utilisation et de Flux de Travail

4.1. Commencer par importer les Données sur THINK-AI :

• Injecter un CSV avec DateTime, TFL (cible), et caractéristiques (par exemple, CDC, météo). -Préparer les données : vérifier la qualité et la complétude de la série temporelle.
  
• Configurer les colonnes et les paramètres de prévision/tests rétrospectifs.

4.2. Explorer les Données :

• Examiner les tableaux et graphiques pour la qualité des données (par exemple, valeurs manquantes, valeurs aberrantes).
• Lancer une analyse de corrélation pour sélectionner les caractéristiques pertinentes.

4.3. Pré-analyse :

• Visualiser les séries temporelles ; décider de la fenêtre d’observation (par exemple, les 100 000 derniers points).
• Choisir les modèles en fonction des motifs des données .

4.4. Entraîner et Prédire :

• Sélectionner les modèles dans le panneau Modèles.
• Entraîner sur des données historiques ; générer des prédictions pour l’horizon spécifié.

4.5. Évaluer et Itérer :

• Passer à Résultat du Modèle pour une comparaison visuelle.
• Utiliser Performance du Modèle pour les métriques ; affiner les modèles si nécessaire (par exemple, ajuster les hyperparamètres).
• Exporter les résultats ou sauvegarder la session.

4.6. Conseils Avancés :

• Pour des prévisions horaires, s’assurer que la granularité des données correspond (par exemple, 2020-09-07 19:00).
• Les tests rétrospectifs utilisent des divisions historiques (par exemple, entraîner sur 2019, tester sur 2020).
• Gérer les grands ensembles de données en échantillonnant les observations.

---

G.Contact du CEO

Pour toute information complémentaire ou pour des conseils sur l’utilisation des fonctionnalités avancées de Think-AI, n’hésitez pas à contacter notre CEO :

■ Nom du CEO: Dr. Komi NAGBE,PhD.
■ Email : nagbekom@yahoo.fr
■ Téléphone : (+33) 0763583456

Nous serions ravis de vous accompagner dans l’optimisation de vos données et dans l’utilisation des outils Think-AI pour répondre à vos besoins spécifiques.

---

H.Conclusion

Cette documentation présente de manière détaillée les processus de gestion des données et de création des sondages via la plateforme Think-AI tout ceci en intégrant l’intelligence artificielle. Nous avons exploré les différentes étapes, allant de l’exploration des données, la génération et le personnalisation de visuels à la configuration des questions et la génération d’enquêtes prêtes à être diffusées.

La plateforme évolue constamment pour répondre aux attentes du marché et offrir des fonctionnalités toujours plus innovantes, consolidant ainsi la place de Think-AI dans les domaines de la gestion de données et de l’intelligence artificielle.

Nous espérons que cette documentation vous aura permis de mieux comprendre le fonctionnement de Think-AI et de maximiser son utilisation pour vos projets futurs.

↓