Détails clés
Amélioration de la précision des prévisions de cycle jusqu'à 54,2%.
-
DéfiPrédiction des cycles féminins irréguliers
-
SolutionIntégration de réseaux neuronaux pour la prédiction du cycle menstruel
-
Technologies et outilsPython
Client
Flo est un indicateur de menstruation intelligent qui prédit avec précision les cycles menstruels, l'ovulation et les jours fertiles des femmes.
Défi : améliorer les prévisions des cycles irréguliers pour les utilisateurs de l'application
Environ 30% de femmes dans le monde sont confrontées à des règles irrégulières, mais la majorité des dispositifs mobiles de suivi des règles ne sont pas en mesure de fournir des prévisions précises pour ces femmes.
Lorsque Flo a décidé de s'associer à ESSID Solutions pour la mise en œuvre d'un réseau neuronal, sa base de données contenait plus de 450 Go d'informations sur les utilisatrices. Chaque jour, les femmes enregistrent manuellement environ 1,4 million de nouveaux points de données, notamment l'historique des cycles, les résultats des tests d'ovulation et de grossesse, l'âge, la taille, le poids, le mode de vie, les statistiques sur le sommeil, l'activité et la nutrition. En outre, davantage de données proviennent de dispositifs portables tels que Fitbit et Apple Watch.
Une formule créée pour une "femme moyenne" ne peut rivaliser avec les réseaux neuronaux lorsque nous traitons le volume, la vitesse et la variété des données.
Solution : mise en œuvre d'un réseau neuronal pour une meilleure prévision du cycle menstruel
Le réseau neuronal de Flo comporte 442 unités d'entrée qui reçoivent une variété de caractéristiques conçues à partir des informations que les femmes ont fournies à l'application. La combinaison des caractéristiques est unique pour chaque femme et chaque caractéristique a un impact différent sur les prédictions.
Le travail difficile de hiérarchisation des caractéristiques et de prédiction de la longueur du cycle est effectué par le réseau neuronal. Il apprend en permanence en comparant ses prédictions aux résultats réels (enregistrés manuellement par les utilisateurs) et ajuste les interconnexions entre ses unités d'entrée et de sortie au fil du temps.
La couche de sortie est représentée par une seule unité qui transmet le nombre prédit de jours dans le cycle.
L'équipe d'ESSID Solutions a trouvé la source des nouvelles fonctionnalités dans le caractère unique des utilisateurs de l'application. Les femmes enregistrent manuellement leur humeur, leur activité physique intérieure, leurs symptômes tels que les maux de tête, la fatigue ou l'acné, qui forment parfois un schéma stable qui se répète certains jours du cycle.
Ces modèles uniques et reproductibles sont si particuliers qu'aucun être humain ne peut créer suffisamment de règles pour les saisir tous, mais ils peuvent être si évidents et stables pour une femme donnée qu'en les analysant, le réseau neuronal peut faire une meilleure prédiction. C'est pour cette raison que le réseau neuronal équipe science des données qui travaillent sur le projet ont mis au point un algorithme d'apprentissage automatique capable de saisir les schémas uniques du cycle menstruel de chaque femme.
Techniquement, cela se fait en deux étapes :
- Les modèles uniques sont reconnus par modèles d'apprentissage automatique au niveau individuel.
- Les modèles sont transformés en caractéristiques pour le réseau neuronal.
Ainsi, la sortie d'un algorithme devient une caractéristique supplémentaire pour le réseau neuronal.
La beauté du réseau neuronal de Flo est qu'il connaît les statistiques générales et les règles communes qui fonctionnent pour les plus de 5 millions de femmes qui utilisent l'application, mais il traite chaque femme comme une personne unique avec ses caractéristiques corporelles et son mode de vie uniques.
Résultat : une meilleure prévision des cycles irréguliers
La version actuelle du réseau neuronal de Flo par ESSID Solutions peut améliorer les prévisions de cycles irréguliers jusqu'à 54,2% en fonction de la qualité des données d'entrée, avec une erreur de prévision réduite de 5,6 à 2,6 jours.
Flo est devenue l'application la plus téléchargée au monde dans sa catégorie quelques mois après l'utilisation du réseau neuronal. dans son algorithme de prédiction.
En tant qu'entreprise en pleine croissance, nous avons trouvé l'expertise d'ESSID Solutions en matière de science des données inestimable. En presque deux ans de collaboration, ils nous ont aidés à définir notre stratégie d'analyse de données, à construire un pipeline de données évolutif et à améliorer les prédictions du cycle menstruel grâce à un réseau neuronal sophistiqué.
- Andrew Kovzel, responsable de la science des données, Flo