Introducing G2.ai, the future of software buying.Try now
Azure Machine Learning und Qlik Predict 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 (40.3% der Bewertungen)
Einstiegspreis
Keine Preisinformationen verfügbar
Kostenlos
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 LearningQlik Predict
Sternebewertung
(81)4.4 von 5
Marktsegmente
Unternehmen (40.3% der Bewertungen)
Pros & Cons
Einstiegspreis
Kostenlos
Alle 4 Preispläne durchsuchenZusammenfassung
KI-generierte Zusammenfassung
KI-generiert. Angetrieben von echten Nutzerbewertungen.
- Benutzer berichten, dass Qlik AutoML in seinen Fähigkeiten zur Datenaufnahme und -aufbereitung mit einer Bewertung von 7,9 hervorragend ist, während Azure Machine Learning mit einer höheren Bewertung von 8,7 glänzt, was auf ein robusteres Funktionsset für die Datenvorbereitung hinweist.
- Rezensenten erwähnen, dass die Drag-and-Drop-Oberfläche von Qlik AutoML benutzerfreundlich ist und eine Bewertung von 8,3 erhält, aber Azure Machine Learning bietet mit einer Bewertung von 8,7 ein noch besseres Erlebnis, was es den Benutzern erleichtert, Modelle ohne umfangreiche Programmierkenntnisse zu erstellen.
- G2-Benutzer heben hervor, dass Azure Machine Learning überlegene Modelltrainings-Fähigkeiten bietet, mit einer Bewertung von 8,8 im Vergleich zu Qlik AutoMLs 8,5, was darauf hindeutet, dass die Plattform von Azure effizienter für das Training komplexer Modelle sein könnte.
- Benutzer auf G2 berichten, dass Qlik AutoML einen starken Fokus auf Vorgefertigte Algorithmen hat, mit einer Bewertung von 8,8, was für Benutzer von Vorteil ist, die schnelle Lösungen suchen, während die Bewertung von Azure Machine Learning von 8,2 auf weniger vorgefertigte Optionen hinweist.
- Rezensenten sagen, dass die Skalierbarkeit von Azure Machine Learning ein herausragendes Merkmal ist, mit einer Bewertung von 9,2 im Vergleich zu Qlik AutoMLs 8,5, was es zu einer besseren Wahl für Unternehmen macht, die erwarten, ihre maschinellen Lernoperationen zu skalieren.
- Benutzer berichten, dass die Qualität des Supports von Qlik AutoML mit einer Bewertung von 8,7 lobenswert ist, während Azure Machine Learning mit 8,6 dicht folgt, was darauf hindeutet, dass beide Plattformen soliden Kundensupport bieten, aber Qlik möglicherweise einen leichten Vorteil in der Benutzerzufriedenheit hat.
Azure Machine Learning vs Qlik Predict
Bei der Bewertung der beiden Lösungen fanden die Rezensenten Qlik Predict einfacher zu verwenden, einzurichten und zu verwalten. Die Rezensenten bevorzugten es auch, insgesamt Geschäfte mit Qlik Predict zu machen.
- Azure Machine Learning und Qlik Predict erfüllen beide die Anforderungen unserer Gutachter in vergleichbarem Maße.
- Beim Vergleich der Qualität des laufenden Produktsupports bevorzugten die Gutachter Qlik Predict.
- Bei Feature-Updates und Roadmaps bevorzugten unsere Rezensenten die Richtung von Azure Machine Learning gegenüber Qlik Predict.
Preisgestaltung
Einstiegspreis
Azure Machine Learning
Keine Preisinformationen verfügbarQlik Predict
Included with Qlik Sense Enterprise
Kostenlos
- 2 Bereitgestellte Modelle
Kostenlose Testversion
Azure Machine Learning
Keine Informationen zur Testversion verfügbarQlik Predict
Keine Informationen zur Testversion verfügbarBewertungen
Erfüllt die Anforderungen
8.5
81
8.5
65
Einfache Bedienung
8.5
80
8.9
65
Einfache Einrichtung
8.3
57
9.0
31
Einfache Verwaltung
8.3
49
8.7
29
Qualität der Unterstützung
8.6
74
8.7
59
Hat the product ein guter Partner im Geschäft waren?
8.6
47
8.9
30
Produktrichtung (% positiv)
9.0
80
8.7
61
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
8.2
33
system
8.6
22
7.9
26
Modellentwicklung
8.6
51
Funktion nicht verfügbar
8.9
54
8.6
28
8.3
53
8.7
29
8.7
52
8.5
28
Modellentwicklung
8.4
21
8.3
27
Machine-/Deep-Learning-Dienste
8.1
45
Funktion nicht verfügbar
7.9
45
8.0
21
7.8
38
7.4
11
8.2
42
Funktion nicht verfügbar
Machine-/Deep-Learning-Dienste
8.7
21
7.8
18
8.5
21
Funktion nicht verfügbar
Einsatz
8.8
50
8.2
27
8.7
51
8.1
27
8.9
51
8.5
28
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
7.7
20
Nicht genügend Daten verfügbar
7.5
25
Nicht genügend Daten verfügbar
8.2
26
Datenanalyse
Nicht genügend Daten verfügbar
8.0
31
Nicht genügend Daten verfügbar
8.4
31
Entscheidungsfindung
Nicht genügend Daten verfügbar
8.7
29
Nicht genügend Daten verfügbar
8.4
30
Nicht genügend Daten verfügbar
8.0
29
Nicht genügend Daten verfügbar
7.6
26
Generative KI
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Kategorien
Kategorien
Geteilte Kategorien
Azure Machine Learning und Qlik Predict sind kategorisiert als Datenwissenschafts- und maschinelles Lernen-Plattformen und Low-Code Machine-Learning-Plattformen
Einzigartige Kategorien
Azure Machine Learning ist kategorisiert als MLOps-Plattformen, Großes Sprachmodell-Betrieb (LLMOps), und Generative KI-Infrastruktur
Qlik Predict 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)
Qlik Predict
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%
Informationstechnologie und Dienstleistungen
9.1%
Personalbeschaffung und Rekrutierung
5.2%
Einzelhandel
5.2%
Krankenhaus & Gesundheitswesen
5.2%
Finanzdienstleistungen
5.2%
Andere
70.1%
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
Wie erhalte ich Zugang zu Kraken?
1 Kommentar
Offizielle Antwort von Qlik Predict
Anmeldung:
Um einen neuen Benutzer für Kraken anzumelden, gehen Sie zu https://kraken.bigsquid.com und klicken Sie auf die Registerkarte Anmelden.
-...Mehr erfahren
Wie erstelle ich eine S3-Verbindung?
1 Kommentar
Offizielle Antwort von Qlik Predict
S3-Anforderungen:
Das Einrichten von Kraken zur Verbindung mit Ihrer S3-Umgebung erfordert die Erstellung eines Access Key und Secret Access Key, bevor ein...Mehr erfahren
Wie erstelle ich eine Snowflake-Verbindung?
1 Kommentar
Offizielle Antwort von Qlik Predict
Schneeflockenanforderungen:
Das Einrichten von Kraken zur Verbindung mit Ihrer Snowflake-Umgebung erfordert einen Benutzer, der Lese- und Schreibzugriff...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
