La régression symbolique, en local

Transformez vos données en équations.

Equarith découvre, à partir de données numériques, des formules compactes et interprétables—sur votre machine, prêtes à être validées et exportées.

Télécharger gratuitement Découvrir le fonctionnement

Aucun compte requis · Gratuit jusqu’à 200 lignes et 4 variables d’entrée

Equarith Local

Distance de freinage · 120 lignesFront erreur–complexité

Recherche exécutée en local

Simple Précise

Équation sélectionnée d = 0.28v + 0.005v²

RMSE de test1.842

Complexité9

010.28v + 0.005v²1.842

020.0062v²2.116

030.46v3.908

CSV / TSVParetoRésidusPoints de contrôle14 cibles d’export7 SDK · très bientôt disponibles

La régression symbolique, simplement

Et si vos données pouvaient s’expliquer ?

La régression symbolique cherche une règle mathématique qui relie vos variables d’entrée au résultat que vous voulez comprendre.

01
Partez d’exemples.

Fournissez des colonnes de mesures : vitesse, température, temps, coût ou toute autre variable numérique de votre problème.
02
Elle explore des équations.

La recherche combine variables et opérations mathématiques, teste de nombreuses formules et conserve les plus utiles.
03
Choisissez la formule adaptée.

Au lieu d’une réponse unique, vous obtenez des formules à la fois précises et simples, puis choisissez le meilleur équilibre pour votre objectif.

Prédire ou comprendre ?

Un modèle ML classique

Il apprend à prédire un résultat, mais son raisonnement interne peut être difficile à examiner ou à expliquer.

y = 2.4x² + 0.7

La régression symbolique

Elle produit une équation que vous pouvez lire, tester, discuter et réutiliser sans le moteur de recherche d’origine.

Les deux approches peuvent bien prédire. La régression symbolique se distingue lorsque vous devez aussi comprendre, expliquer, vérifier ou déployer la relation.

Equarith Free