Introducing G2.ai, the future of software buying.Try now

Azure Machine Learning und IBM Decision Optimization vergleichen

Speichern
    Anmelden in Ihrem Konto
    um Vergleiche zu speichern,
    Produkte und mehr.
Auf einen Blick
Azure Machine Learning
Azure Machine Learning
Sternebewertung
(88)4.3 von 5
Marktsegmente
Unternehmen (38.8% der Bewertungen)
Informationen
Pros & Cons
Einstiegspreis
Keine Preisinformationen verfügbar
Erfahren Sie mehr über Azure Machine Learning
IBM Decision Optimization
IBM Decision Optimization
Sternebewertung
(41)4.5 von 5
Marktsegmente
Unternehmen (60.0% der Bewertungen)
Informationen
Pros & Cons
Nicht genügend Daten
Einstiegspreis
Free
Alle 2 Preispläne durchsuchen
KI-generierte Zusammenfassung
KI-generiert. Angetrieben von echten Nutzerbewertungen.
  • Benutzer berichten, dass Azure Machine Learning in der Skalierbarkeit mit einer Bewertung von 9,2 hervorragend abschneidet, was eine effiziente Verarbeitung großer Datensätze und komplexer Modelle ermöglicht, während IBM Decision Optimization mit 8,8 niedriger bewertet wird, was auf potenzielle Einschränkungen bei der Skalierung für größere Unternehmensanforderungen hinweist.
  • Rezensenten erwähnen, dass Azure Machine Learning überlegene Datenaufnahme- und -aufbereitungsfähigkeiten mit einer Bewertung von 8,7 bietet, was die Vorbereitung von Daten für die Analyse erleichtert, während die Bewertung von IBM Decision Optimization mit 7,2 darauf hindeutet, dass Benutzer in diesem Bereich auf Herausforderungen stoßen könnten.
  • G2-Benutzer heben die Drag-and-Drop-Oberfläche von Azure Machine Learning mit einer Bewertung von 8,9 hervor, die den Modellentwicklungsprozess vereinfacht, während die Bewertung von IBM Decision Optimization mit 8,3 auf eine weniger intuitive Benutzererfahrung in dieser Hinsicht hinweist.
  • Rezensenten sagen, dass die Modelltrainingsfähigkeiten von Azure Machine Learning mit 8,8 bewertet werden, was seine Effektivität beim Training komplexer Modelle zeigt, verglichen mit der niedrigeren Bewertung von IBM Decision Optimization von 7,8, die möglicherweise eine weniger robuste Trainingsumgebung widerspiegelt.
  • Benutzer auf G2 berichten, dass Azure Machine Learning eine umfassendere Bibliothek von vorgefertigten Algorithmen mit einer Bewertung von 8,3 bietet, die eine schnellere Modellentwicklung erleichtert, während IBM Decision Optimization diese Bewertung erreicht, aber nicht die gleiche Breite an Optionen bietet, was die Flexibilität der Benutzer potenziell einschränkt.
  • Rezensenten erwähnen, dass die Qualität des Supports von Azure Machine Learning mit 8,6 bewertet wird, was auf ein starkes Unterstützungssystem für Benutzer hinweist, während IBM Decision Optimization ebenfalls 8,6 bewertet wird, aber Benutzer haben festgestellt, dass die Reaktionsfähigkeit variieren kann, was auf Inkonsistenzen in den Benutzererfahrungen hindeutet.

Azure Machine Learning vs IBM Decision Optimization

Bei der Bewertung der beiden Lösungen fanden die Rezensenten IBM Decision Optimization einfacher zu verwenden und zu verwalten. Die Rezensenten empfanden auch, dass IBM Decision Optimization insgesamt einfacher Geschäfte zu tätigen war. Allerdings empfanden die Rezensenten, dass die Produkte gleich einfach einzurichten sind.

  • Die Gutachter waren der Meinung, dass Azure Machine Learning den Bedürfnissen ihres Unternehmens besser entspricht als IBM Decision Optimization.
  • Beim Vergleich der Qualität des laufenden Produktsupports bieten Azure Machine Learning und IBM Decision Optimization ähnliche Unterstützungsniveaus.
  • Bei Feature-Updates und Roadmaps bevorzugten unsere Rezensenten die Richtung von Azure Machine Learning gegenüber IBM Decision Optimization.
Preisgestaltung
Einstiegspreis
Azure Machine Learning
Keine Preisinformationen verfügbar
IBM Decision Optimization
IBM ILOG CPLEX Optimization Studio Free edition
Free
Alle 2 Preispläne durchsuchen
Kostenlose Testversion
Azure Machine Learning
Keine Informationen zur Testversion verfügbar
IBM Decision Optimization
Kostenlose Testversion verfügbar
Bewertungen
Erfüllt die Anforderungen
8.5
81
8.4
30
Einfache Bedienung
8.5
80
8.7
30
Einfache Einrichtung
8.3
57
8.3
14
Einfache Verwaltung
8.3
49
8.7
14
Qualität der Unterstützung
8.6
74
8.6
30
Hat the product ein guter Partner im Geschäft waren?
8.6
47
9.2
14
Produktrichtung (% positiv)
9.0
80
8.0
29
Funktionen
Nicht genügend Daten
Nicht genügend Daten
Einsatz
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Einsatz
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Management
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Transaktionen
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Management
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Generative KI
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Datenwissenschafts- und maschinelles Lernen-Plattformen25 Funktionen ausblenden25 Funktionen anzeigen
8.4
56
7.6
9
system
8.6
22
7.2
9
Modellentwicklung
8.6
51
7.9
7
8.9
54
8.3
7
8.3
53
8.3
7
8.7
52
7.4
7
Modellentwicklung
8.4
21
7.4
9
Machine-/Deep-Learning-Dienste
8.1
45
7.9
7
7.9
45
7.4
7
7.8
38
6.9
7
8.2
42
6.9
7
Machine-/Deep-Learning-Dienste
8.7
21
7.3
8
8.5
21
7.5
8
Einsatz
8.8
50
8.3
7
8.7
51
8.1
7
8.9
51
7.6
7
Generative KI
8.5
10
Nicht genügend Daten verfügbar
8.2
10
Nicht genügend Daten verfügbar
7.5
10
Nicht genügend Daten verfügbar
Agentic AI - Datenwissenschafts- und maschinelles Lernplattformen
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Entscheidungsmanagement-Plattformen20 Funktionen ausblenden20 Funktionen anzeigen
Nicht genügend Daten
Nicht genügend Daten
Integration
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Geschäftslogik
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Management
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Analytics
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Einsatz
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Generative KI
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Agentic KI - Entscheidungsmanagement-Plattformen
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten
Nicht genügend Daten
Skalierbarkeit und Leistung - Generative KI-Infrastruktur
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Kosten und Effizienz - Generative KI-Infrastruktur
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Integration und Erweiterbarkeit - Generative KI-Infrastruktur
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Sicherheit und Compliance - Generative KI-Infrastruktur
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Benutzerfreundlichkeit und Unterstützung - Generative KI-Infrastruktur
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Großes Sprachmodell-Betrieb (LLMOps)15 Funktionen ausblenden15 Funktionen anzeigen
Nicht genügend Daten
Nicht genügend Daten
Prompt-Engineering - Operationalisierung von großen Sprachmodellen (LLMOps)
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Inferenzoptimierung - Betriebsführung großer Sprachmodelle (LLMOps)
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Modellgarten - Operationalisierung großer Sprachmodelle (LLMOps)
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Benutzerdefiniertes Training - Betriebsführung von großen Sprachmodellen (LLMOps)
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Anwendungsentwicklung - Operationalisierung von großen Sprachmodellen (LLMOps)
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Modellbereitstellung - Operationalisierung großer Sprachmodelle (LLMOps)
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Leitplanken - Betrieb von großen Sprachmodellen (LLMOps)
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Modellüberwachung - Betrieb von großen Sprachmodellen (LLMOps)
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Sicherheit - Operationalisierung von großen Sprachmodellen (LLMOps)
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Gateways & Router - Operationalisierung von großen Sprachmodellen (LLMOps)
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Low-Code Machine-Learning-Plattformen6 Funktionen ausblenden6 Funktionen anzeigen
Nicht genügend Daten
Nicht genügend Daten
Datenaufnahme & -vorbereitung - Low-Code-Maschinenlernplattformen
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Modellkonstruktion & Automatisierung - Low-Code-Maschinenlernplattformen
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Kategorien
Kategorien
Geteilte Kategorien
Azure Machine Learning
Azure Machine Learning
IBM Decision Optimization
IBM Decision Optimization
Azure Machine Learning und IBM Decision Optimization sind kategorisiert als Datenwissenschafts- und maschinelles Lernen-Plattformen
Einzigartige Kategorien
IBM Decision Optimization
IBM Decision Optimization ist kategorisiert als Entscheidungsmanagement-Plattformen
Bewertungen
Unternehmensgröße der Bewerter
Azure Machine Learning
Azure Machine Learning
Kleinunternehmen(50 oder weniger Mitarbeiter)
35.3%
Unternehmen mittlerer Größe(51-1000 Mitarbeiter)
25.9%
Unternehmen(> 1000 Mitarbeiter)
38.8%
IBM Decision Optimization
IBM Decision Optimization
Kleinunternehmen(50 oder weniger Mitarbeiter)
22.9%
Unternehmen mittlerer Größe(51-1000 Mitarbeiter)
17.1%
Unternehmen(> 1000 Mitarbeiter)
60.0%
Branche der Bewerter
Azure Machine Learning
Azure Machine Learning
Informationstechnologie und Dienstleistungen
28.2%
Computersoftware
14.1%
Unternehmensberatung
8.2%
Bildungsmanagement
5.9%
hochschulbildung
4.7%
Andere
38.8%
IBM Decision Optimization
IBM Decision Optimization
Finanzdienstleistungen
14.3%
Bildungsmanagement
11.4%
Computersoftware
11.4%
Transport/LKW/Eisenbahn
5.7%
forschung
5.7%
Andere
51.4%
Top-Alternativen
Azure Machine Learning
Azure Machine Learning Alternativen
Vertex AI
Vertex AI
Vertex AI hinzufügen
Dataiku
Dataiku
Dataiku hinzufügen
Amazon SageMaker
Amazon SageMaker
Amazon SageMaker hinzufügen
Altair AI Studio
Altair AI Studio
Altair AI Studio hinzufügen
IBM Decision Optimization
IBM Decision Optimization Alternativen
Vertex AI
Vertex AI
Vertex AI hinzufügen
Altair AI Studio
Altair AI Studio
Altair AI Studio hinzufügen
MATLAB
MATLAB
MATLAB hinzufügen
Alteryx
Alteryx
Alteryx hinzufügen
Diskussionen
Azure Machine Learning
Azure Machine Learning Diskussionen
Wofür wird Azure Machine Learning Studio verwendet?
1 Kommentar
Akash R.
AR
Kurz gesagt, um hochwertige Modelle schneller und mit Vertrauen zu entwickeln, bereitzustellen und zu verwalten.Mehr erfahren
Monty der Mungo weint
Azure Machine Learning hat keine weiteren Diskussionen mit Antworten
IBM Decision Optimization
IBM Decision Optimization Diskussionen
Monty der Mungo weint
IBM Decision Optimization hat keine Diskussionen mit Antworten