Introducing G2.ai, the future of software buying.Try now
Azure Machine Learning und IBM SPSS Modeler vergleichen 
Hervorgehobene Produkte
Gesponsert
Sie sehen diese Anzeige aufgrund der Relevanz des Produkts für diese Seite. Gesponserte Inhalte erhalten in keiner der Bewertungen von G2 eine bevorzugte Behandlung.
ILUM
Website besuchen
Gesponsert
Sie sehen diese Anzeige aufgrund der Relevanz des Produkts für diese Seite. Gesponserte Inhalte erhalten in keiner der Bewertungen von G2 eine bevorzugte Behandlung.
Alteryx
Website besuchen
Auf einen Blick
Marktsegmente
Unternehmen (38.8% der Bewertungen)
Unternehmen (54.8% der Bewertungen)
Einstiegspreis
Keine Preisinformationen verfügbar
Starting at $7,430 USD per user per year
Azure Machine Learning
Sternebewertung
(88)4.3 von 5
Marktsegmente
Unternehmen (38.8% der Bewertungen)
Pros & Cons
Einstiegspreis
Keine Preisinformationen verfügbar
Erfahren Sie mehr über Azure Machine LearningIBM SPSS Modeler
Sternebewertung
(147)4.0 von 5
Marktsegmente
Unternehmen (54.8% der Bewertungen)
Pros & Cons
Nicht genügend Daten
Einstiegspreis
Starting at $7,430 USD per user per year
Alle 3 Preispläne durchsuchenZusammenfassung
KI-generierte Zusammenfassung
KI-generiert. Angetrieben von echten Nutzerbewertungen.
- Benutzer berichten, dass IBM SPSS Modeler in den Data-Mining-Fähigkeiten mit einer Bewertung von 8,3 hervorragend ist, während Azure Machine Learning in der Datenaufnahme und -aufbereitung glänzt und eine Bewertung von 8,7 erhält. Rezensenten erwähnen, dass die intuitive Benutzeroberfläche von Azure die Verwaltung von Daten-Workflows erleichtert.
- Rezensenten erwähnen, dass Azure Machine Learning mit einer Bewertung von 8,9 im Vergleich zu IBM SPSS Modelers 7,8 eine überlegene Sprachunterstützung bietet. Benutzer sagen, dass diese Flexibilität eine breitere Palette von Anwendungen und Integrationen ermöglicht, was es zu einer bevorzugten Wahl für diverse Programmierumgebungen macht.
- Benutzer auf G2 heben hervor, dass die Modelltrainingsfähigkeiten von Azure Machine Learning mit 8,7 höher bewertet werden als die von IBM SPSS Modeler mit 8,5. Rezensenten sagen, dass die vorgefertigten Algorithmen und Drag-and-Drop-Funktionen von Azure das Benutzererlebnis verbessern und die Modellentwicklung effizienter machen.
- G2-Benutzer berichten, dass Azure Machine Learning eine bessere Skalierbarkeit und Leistung bietet, mit einer Bewertung von 8,9 in der Skalierbarkeit im Vergleich zu IBM SPSS Modelers 7,6. Benutzer erwähnen, dass die verwalteten Dienstfunktionen von Azure das Skalieren von Machine-Learning-Modellen in Produktionsumgebungen erleichtern.
- Rezensenten erwähnen, dass IBM SPSS Modeler einen starken Fokus auf statistische Werkzeuge hat und mit 8,0 bewertet wird, was Benutzer anspricht, die robuste Analysen benötigen. Im Gegensatz dazu liegt der Fokus von Azure Machine Learning auf generativen KI-Funktionen, wie KI-Textgenerierung und -zusammenfassung, die höher bewertet werden und einen moderneren Ansatz für KI-Anwendungen anzeigen.
- Benutzer sagen, dass die Qualität des Supports von Azure Machine Learning mit 8,6 bewertet wird und damit IBM SPSS Modelers 8,0 übertrifft. Rezensenten erwähnen, dass die umfangreiche Dokumentation und der Community-Support von Azure zu einem zufriedenstellenderen Benutzererlebnis beitragen, insbesondere für diejenigen, die neu im Bereich des maschinellen Lernens sind.
Azure Machine Learning vs IBM SPSS Modeler
Bei der Bewertung der beiden Lösungen fanden Rezensenten Azure Machine Learning einfacher zu verwenden, einzurichten und zu verwalten. Rezensenten bevorzugten es insgesamt, Geschäfte mit Azure Machine Learning zu machen.
- Die Gutachter waren der Meinung, dass Azure Machine Learning den Bedürfnissen ihres Unternehmens besser entspricht als IBM SPSS Modeler.
- Beim Vergleich der Qualität des laufenden Produktsupports bevorzugten die Gutachter Azure Machine Learning.
- Bei Feature-Updates und Roadmaps bevorzugten unsere Rezensenten die Richtung von Azure Machine Learning gegenüber IBM SPSS Modeler.
Preisgestaltung
Einstiegspreis
Azure Machine Learning
Keine Preisinformationen verfügbarIBM SPSS Modeler
IBM SPSS Modeler Professional
Starting at $7,430 USD
per user per year
Einzelbenutzer-Desktop-Anwendung für Windows zum Kauf erhältlich. Weitere Optionen über den IBM-Vertrieb verfügbar. Beinhaltet 12 Monate technischen Support.
- Datenzugriff und -export ohne Größenbeschränkungen
- Automatische Datenvorbereitung, -aufbereitung, ETL
- Über 30 Basis-Maschinenlernalgorithmen, automatisches Modellieren
Kostenlose Testversion
Azure Machine Learning
Keine Informationen zur Testversion verfügbarIBM SPSS Modeler
Keine Informationen zur Testversion verfügbarBewertungen
Erfüllt die Anforderungen
8.5
81
8.3
109
Einfache Bedienung
8.5
80
8.3
110
Einfache Einrichtung
8.3
57
8.2
28
Einfache Verwaltung
8.3
49
8.1
27
Qualität der Unterstützung
8.6
74
8.0
93
Hat the product ein guter Partner im Geschäft waren?
8.6
47
8.3
26
Produktrichtung (% positiv)
9.0
80
7.0
109
Funktionen
MLOps-Plattformen22 Funktionen ausblenden22 Funktionen anzeigen
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
16
system
8.6
22
7.7
14
Modellentwicklung
8.6
51
8.2
12
8.9
54
8.2
13
8.3
53
8.3
14
8.7
52
8.5
14
Modellentwicklung
8.4
21
6.9
15
Machine-/Deep-Learning-Dienste
8.1
45
7.3
11
7.9
45
7.5
12
7.8
38
6.9
12
8.2
42
8.1
13
Machine-/Deep-Learning-Dienste
8.7
21
6.4
12
8.5
21
6.7
13
Einsatz
8.8
50
7.4
13
8.7
51
8.6
12
8.9
51
7.6
15
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
Generative KI-Infrastruktur14 Funktionen ausblenden14 Funktionen anzeigen
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
Statistisches Tool
Nicht genügend Daten verfügbar
7.5
58
Nicht genügend Daten verfügbar
8.3
48
Nicht genügend Daten verfügbar
8.0
60
Datenanalyse
Nicht genügend Daten verfügbar
8.3
69
Nicht genügend Daten verfügbar
8.4
68
Entscheidungsfindung
Nicht genügend Daten verfügbar
8.4
70
Nicht genügend Daten verfügbar
7.5
68
Nicht genügend Daten verfügbar
7.8
63
Nicht genügend Daten verfügbar
Funktion nicht verfügbar
Generative KI
Nicht genügend Daten verfügbar
7.3
5
Nicht genügend Daten verfügbar
7.3
5
Kategorien
Kategorien
Geteilte Kategorien
Azure Machine Learning und IBM SPSS Modeler sind kategorisiert als Datenwissenschafts- und maschinelles Lernen-Plattformen
Einzigartige Kategorien
Azure Machine Learning ist kategorisiert als MLOps-Plattformen, Großes Sprachmodell-Betrieb (LLMOps), Generative KI-Infrastruktur, und Low-Code Machine-Learning-Plattformen
IBM SPSS Modeler ist kategorisiert als Predictive Analytics
Bewertungen
Unternehmensgröße der Bewerter
Azure Machine Learning
Kleinunternehmen(50 oder weniger Mitarbeiter)
Unternehmen mittlerer Größe(51-1000 Mitarbeiter)
Unternehmen(> 1000 Mitarbeiter)
IBM SPSS Modeler
Kleinunternehmen(50 oder weniger Mitarbeiter)
Unternehmen mittlerer Größe(51-1000 Mitarbeiter)
Unternehmen(> 1000 Mitarbeiter)
Kleinunternehmen
(50 oder weniger Mitarbeiter)
Unternehmen mittlerer Größe
(51-1000 Mitarbeiter)
Unternehmen
(> 1000 Mitarbeiter)
Branche der Bewerter
Informationstechnologie und Dienstleistungen
28.2%
Computersoftware
14.1%
Unternehmensberatung
8.2%
Bildungsmanagement
5.9%
hochschulbildung
4.7%
Andere
38.8%
hochschulbildung
15.7%
Bildungsmanagement
11.8%
forschung
7.9%
Banking
5.5%
Informationstechnologie und Dienstleistungen
4.7%
Andere
54.3%
Top-Alternativen
Diskussionen
Wofür wird Azure Machine Learning Studio verwendet?
1 Kommentar
AR
Kurz gesagt, um hochwertige Modelle schneller und mit Vertrauen zu entwickeln, bereitzustellen und zu verwalten.Mehr erfahren
Azure Machine Learning hat keine weiteren Diskussionen mit Antworten
Wo kann ich detailliertere Informationen zu den Funktionen und Fähigkeiten von IBM SPSS Modeler, einschließlich einer Liste der Algorithmen, finden?
1 Kommentar
MB
Hallo!
Wenn Sie die Liste der Algorithmen wissen möchten, können Sie das offizielle Handbuch hier einsehen:...Mehr erfahren
Benötige Schulung zur Nutzung von SPSS Modeler 18.2.
1 Kommentar
RK
Hallo, ich habe die SPSS Modeler-Software in einem Kurs für meinen Master in Learning Analytics vor ein paar Jahren gelernt. Ich arbeite auch an derselben...Mehr erfahren
How frequently are you going to release updates
1 Kommentar
MB
Hallo! Sie veröffentlichen fast jedes Jahr große Updates. Letzten Monat haben sie Version 18.2.2 mit Updates veröffentlicht. Außerdem veröffentlichen sie im...Mehr erfahren
Auf der Suche nach Software-Einblicken?
Mit über 3 Millionen Bewertungen können wir die spezifischen Details bereitstellen, die Ihnen helfen, eine fundierte Kaufentscheidung für Software für Ihr Unternehmen zu treffen. Das Finden des richtigen Produkts ist wichtig, lassen Sie uns helfen.
oder fortfahren mit
Durch die Fortsetzung stimmen Sie unseren Nutzungsbedingungen und der Datenschutzrichtlinie zu
