Introducing G2.ai, the future of software buying.Try now
Azure Machine Learning und MATLAB 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.
Starburst
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 (42.0% der Bewertungen)
Einstiegspreis
Keine Preisinformationen verfügbar
Keine Preisinformationen verfügbar
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 LearningMATLAB
Sternebewertung
(759)4.5 von 5
Marktsegmente
Unternehmen (42.0% der Bewertungen)
Pros & Cons
Einstiegspreis
Keine Preisinformationen verfügbar
Erfahren Sie mehr über MATLABZusammenfassung
KI-generierte Zusammenfassung
KI-generiert. Angetrieben von echten Nutzerbewertungen.
- Benutzer berichten, dass MATLAB in seinen 3D-/Solid-Modellierungswerkzeugen mit einer Bewertung von 8,4 hervorragend abschneidet, was es zu einer bevorzugten Wahl für Ingenieure und Wissenschaftler macht, die fortschrittliche Modellierungsfähigkeiten benötigen. Im Gegensatz dazu fehlen Azure Machine Learning spezielle 3D-Modellierungsfunktionen, was seine Attraktivität für Benutzer, die sich auf komplexe Simulationen konzentrieren, einschränken könnte.
- Rezensenten erwähnen, dass Azure Machine Learning mit einer Bewertung von 9,2 eine überlegene Skalierbarkeit bietet, insbesondere bei der Bereitstellung von Managed Services, was für Unternehmen, die große Datensätze und hochvolumige Arbeitslasten bewältigen möchten, entscheidend ist. MATLAB, obwohl robust, erzielt in der Skalierbarkeit eine niedrigere Bewertung von 8,4, was die Leistung in groß angelegten Anwendungen beeinträchtigen könnte.
- G2-Benutzer heben die Benutzerfreundlichkeit von Azure Machine Learning hervor, das mit 8,6 bewertet wird, was etwas höher ist als die 8,3 von MATLAB. Dies deutet darauf hin, dass die Benutzeroberfläche und das Benutzererlebnis von Azure für neue Benutzer intuitiver sein könnten, was die Einführung für Teams ohne umfangreiche technische Hintergründe erleichtert.
- Rezensenten sagen, dass die vorgefertigten Algorithmen von MATLAB mit einer Bewertung von 8,9 hoch gelobt werden und den Benutzern eine reichhaltige Bibliothek für verschiedene Anwendungen bieten. Im Vergleich dazu erzielen die vorgefertigten Algorithmen von Azure Machine Learning eine niedrigere Bewertung von 8,3, was von den Benutzern möglicherweise mehr Zeit für die Entwicklung benutzerdefinierter Lösungen erfordert.
- Benutzer auf G2 berichten, dass die Datenaufnahme- und -aufbereitungskapazitäten von Azure Machine Learning mit 8,7 bewertet werden, was auf eine starke Leistung bei der Handhabung und Vorbereitung von Daten für die Analyse hinweist. Die Bewertung von MATLAB mit 8,5 ist lobenswert, deutet jedoch darauf hin, dass Azure möglicherweise ein reibungsloseres Erlebnis für Aufgaben der Datenvorbereitung bietet.
- Rezensenten erwähnen, dass beide Plattformen qualitativ hochwertigen Support bieten, jeweils mit 8,6 bewertet, aber Benutzer berichten, dass die Community-Aktivität und die Dokumentationsqualität von Azure Machine Learning besonders vorteilhaft für die Fehlersuche und das Lernen sind, was ihm einen Vorteil bei den Benutzerunterstützungsressourcen verschafft.
Azure Machine Learning vs MATLAB
Bei der Bewertung der beiden Lösungen fanden Rezensenten Azure Machine Learning einfacher zu verwenden und Geschäfte zu machen. Jedoch bevorzugten Rezensenten die Einrichtung mit MATLAB, zusammen mit der Verwaltung.
- Die Gutachter waren der Meinung, dass MATLAB den Bedürfnissen ihres Unternehmens besser entspricht als Azure Machine Learning.
- Beim Vergleich der Qualität des laufenden Produktsupports bieten Azure Machine Learning und MATLAB ähnliche Unterstützungsniveaus.
- Bei Feature-Updates und Roadmaps bevorzugten unsere Rezensenten die Richtung von Azure Machine Learning gegenüber MATLAB.
Preisgestaltung
Einstiegspreis
Azure Machine Learning
Keine Preisinformationen verfügbarMATLAB
Keine Preisinformationen verfügbarKostenlose Testversion
Azure Machine Learning
Keine Informationen zur Testversion verfügbarMATLAB
Keine Informationen zur Testversion verfügbarBewertungen
Erfüllt die Anforderungen
8.5
81
9.0
666
Einfache Bedienung
8.5
80
8.3
675
Einfache Einrichtung
8.3
57
8.6
77
Einfache Verwaltung
8.3
49
8.4
41
Qualität der Unterstützung
8.6
74
8.6
619
Hat the product ein guter Partner im Geschäft waren?
8.6
47
8.4
38
Produktrichtung (% positiv)
9.0
80
8.8
664
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
Design
Nicht genügend Daten verfügbar
8.4
147
Nicht genügend Daten verfügbar
8.2
164
Nicht genügend Daten verfügbar
8.1
166
Nicht genügend Daten verfügbar
8.0
141
Tools
Nicht genügend Daten verfügbar
8.4
127
Nicht genügend Daten verfügbar
8.5
150
Nicht genügend Daten verfügbar
8.4
132
Arbeit
Nicht genügend Daten verfügbar
8.8
159
Nicht genügend Daten verfügbar
8.9
161
Nicht genügend Daten verfügbar
8.7
145
Nicht genügend Daten verfügbar
8.3
135
Nicht genügend Daten verfügbar
8.4
141
Umwelt
Nicht genügend Daten verfügbar
8.4
163
Nicht genügend Daten verfügbar
8.7
162
Nicht genügend Daten verfügbar
8.4
138
Nicht genügend Daten verfügbar
8.8
177
Datenwissenschafts- und maschinelles Lernen-Plattformen25 Funktionen ausblenden25 Funktionen anzeigen
8.4
56
8.4
115
system
8.6
22
8.5
74
Modellentwicklung
8.6
51
8.5
96
8.9
54
8.6
94
8.3
53
9.0
102
8.7
52
8.6
98
Modellentwicklung
8.4
21
8.7
79
Machine-/Deep-Learning-Dienste
8.1
45
8.8
88
7.9
45
8.3
78
7.8
38
8.2
76
8.2
42
8.6
90
Machine-/Deep-Learning-Dienste
8.7
21
8.5
69
8.5
21
8.7
77
Einsatz
8.8
50
8.4
82
8.7
51
8.7
92
8.9
51
8.4
93
Generative KI
8.5
10
8.0
14
8.2
10
8.3
14
7.5
10
7.5
14
Agentic AI - Datenwissenschafts- und maschinelles Lernplattformen
Nicht genügend Daten verfügbar
8.7
10
Nicht genügend Daten verfügbar
8.7
10
Nicht genügend Daten verfügbar
7.8
10
Nicht genügend Daten verfügbar
9.0
10
Nicht genügend Daten verfügbar
7.8
10
Nicht genügend Daten verfügbar
7.7
10
Nicht genügend Daten verfügbar
8.0
10
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
Datenanalyse im großen Maßstab11 Funktionen ausblenden11 Funktionen anzeigen
Nicht genügend Daten
8.7
82
Datentransformation
Nicht genügend Daten verfügbar
8.7
73
|
Verifizierte Funktion
Nicht genügend Daten verfügbar
8.6
45
|
Verifizierte Funktion
Verbindung
Nicht genügend Daten verfügbar
8.3
47
|
Verifizierte Funktion
Nicht genügend Daten verfügbar
8.6
50
|
Verifizierte Funktion
Nicht genügend Daten verfügbar
8.4
60
|
Verifizierte Funktion
Nicht genügend Daten verfügbar
8.3
52
|
Verifizierte Funktion
Transaktionen
Nicht genügend Daten verfügbar
9.1
73
|
Verifizierte Funktion
Nicht genügend Daten verfügbar
8.9
68
|
Verifizierte Funktion
Nicht genügend Daten verfügbar
Funktion nicht verfügbar
Nicht genügend Daten verfügbar
8.8
60
|
Verifizierte Funktion
Nicht genügend Daten verfügbar
8.8
36
|
Verifizierte Funktion
Gebäude-Berichte
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
Plattform
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
Kategorien
Kategorien
Geteilte Kategorien
Azure Machine Learning und MATLAB 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
MATLAB ist kategorisiert als Datenanalyse im großen Maßstab und Simulation & CAE
Bewertungen
Unternehmensgröße der Bewerter
Azure Machine Learning
Kleinunternehmen(50 oder weniger Mitarbeiter)
Unternehmen mittlerer Größe(51-1000 Mitarbeiter)
Unternehmen(> 1000 Mitarbeiter)
MATLAB
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
15.6%
forschung
12.9%
Computersoftware
6.9%
Maschinenbau oder Wirtschaftsingenieurwesen
6.8%
Bildungsmanagement
6.2%
Andere
51.6%
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
Gibt es eine gute Website, um über die Matlab-Programmierung zu diskutieren?
3 Kommentare
TD
Mathworks-Website wäre ein besserer Ort, da es die offizielle Website der Hersteller von Matlab ist.Mehr erfahren
Kann ich Matlab kostenlos nutzen?
3 Kommentare
PC
Sie können die Testversion von MATLAB kostenlos nutzen. Außerdem, wenn Sie an Online-Kursen teilnehmen, z.B. von Coursera, erlauben sie Ihnen, MATLAB für die...Mehr erfahren
Ist es möglich, die Ausgabe des Simulink-Terminals zu überprüfen, wenn ich keinen Scope verwende?
2 Kommentare
MA
Ja, wenn Sie von Anfang an den "Arbeitsbereich"-Block für das gesamte Simulink-Modell vorbereitet haben. Sie können jede gewünschte Variable anzeigen.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
