# Module d’application C'est ici que notre fichier `patient_ID.csv` entre en jeu. Nous allons utiliser les données de ce fichier pour tester les performances de notre modèle. Comme nous n'avons enregistré que le modèle AdmDemo, nous aurons 13 variables à renseigner : l'âge et le sexe, les caractéristiques d'admission (10) et patient\_id. ### Saisie manuelle d'un échantillon Une fois que vous ouvrez le **Module d'application**, sélectionnez le **AdmDemo** modèle qui a été précédemment enregistré dans le Module d'apprentissage. Après avoir sélectionné le modèle, une liste de champs d'entrée correspondant à chaque caractéristique utilisée lors de l'entraînement apparaîtra. Vous devez saisir manuellement une valeur pour chaque variable requise par le modèle. À des fins de démonstration, nous avons enregistré la *version la plus simple* du modèle (celle avec le moins de variables d'entrée). Cela rend le processus de saisie manuelle des données plus clair et plus facile à suivre. Pour illustrer la procédure, nous avons sélectionné les données correspondant à **Patient 16** à partir du jeu de données enregistré. Ces valeurs peuvent soit : * Être saisies manuellement en se référant au fichier enregistré, ou * Être copiées directement à partir de la figure montrée ci-dessous. Cela permet aux utilisateurs de reproduire exactement la même prédiction et de vérifier la cohérence du Module d'application.

Saisie manuelle d'un échantillon pour le patient 16

Une fois que toutes les valeurs ont été remplies : 1. Vérifiez les entrées pour vous assurer qu'elles sont correctes. 2. Cliquez sur le **bouton « Prédire »** . 3. Attendez quelques secondes que le modèle génère le résultat de la prédiction. Le résultat affiché se trouve dans la figure ci-dessous :

La valeur cible prédite (0) est alignée avec la valeur cible vraie, qui est Faux. Ceci démontre comment nous pouvons utiliser le module d'application pour déployer et tester des modèles d'apprentissage automatique entraînés sur des données inédites.