H2O Bewertungen & Produktdetails

Ausgezeichnete Unterstützung für das kommerzielle Produkt Driverless AI. Schnelle Iteration. Die Leistung ist im Allgemeinen besser, als man sie im Code erreichen kann. Bewertung gesammelt von und auf G2.com gehostet.

Eigentlich nichts. Die Kombination aus proprietären und Open-Source-Tools, Driverless AI und H2O, bietet Werkzeuge für eine Vielzahl von Anwendungsfällen. Bewertung gesammelt von und auf G2.com gehostet.

Das Web-Frontend namens Flow ist wirklich einfach zu bedienen. Es kann verwendet werden, um schnell maschinelle Lernmodelle zu erstellen. Bewertung gesammelt von und auf G2.com gehostet.

Das komplexe maschinelle Lernmodell überanpasste die Daten. Dies ist besonders der Fall, wenn der Datensatz klein ist. Bewertung gesammelt von und auf G2.com gehostet.

Sie entwickelten Open-Source-Tools von höchster Qualität, einschließlich der H2O-3- und AutoML-Familien. Ich habe keine Lizenz für ihren Driverless AI, aber meine Erfahrung damit durch Tutorials und andere Demos war hervorragend. Ich sollte erwähnen, dass ihre Bemühungen, Frameworks für die Interpretierbarkeit von ML zu entwickeln, genau richtig sind, und ihr Lernzentrum entwickelt sich zu einer wertvollen Ressource für die Gemeinschaft im Allgemeinen. Die Schnittstellen mit R und Python ermöglichen einen reibungslosen Übergang bestehender Workflows in das H2O-Framework. Bewertung gesammelt von und auf G2.com gehostet.

Etwas kryptische Debugging-Nachrichten in H2O-3. Sie unterstützen spezifische Pakete zur Datenmanipulation (data.table in R, datatable in Python) im Hinblick auf Geschwindigkeit und die Handhabbarkeit großer Datenmengen, obwohl viele Benutzer dies als einschränkend empfinden könnten. Driverless AI ist möglicherweise für die kleinen Fische im Teich nicht erschwinglich. Bewertung gesammelt von und auf G2.com gehostet.

Einfach zu bedienen mit gutem UI-Design und automatisierter ML-Funktion. Driverless AI hat eine starke Fähigkeit zur automatischen Merkmalsentwicklung und Systemvisualisierung. Die automatische Merkmalsentwicklung unterstützt verschiedene maschinelle Lernalgorithmen (Random Forest, Entscheidungsbaum, Neuronales Netzwerk, Deep Learning usw.) und die Abstimmung von Merkmalsparametern (Genauigkeit, Zeit, Systemberechnung usw.). Das System hilft dem Benutzer auch, Zeit und Aufwand für die Hyperparameter-Abstimmung zu reduzieren und das Modell mit verschiedenen Einstellungen zu vergleichen. Dies optimiert den Prozess und liefert das effizienteste Modell für Vorhersagen im Klassifikations- oder Regressionsbereich. Außerdem hat Driverless AI auch ein gutes UI-Design und Visualisierung. Die Benutzeroberfläche unterstützt den Endbenutzer auch dabei, Daten schnell zu importieren, Daten in verschiedenen Kategorien zu visualisieren sowie das System während des Auto-ML-Prozesses zu überwachen und die Leistung zu überprüfen. Der Endbenutzer kann auch die Zusammenfassung des Experiments und die Genauigkeitsmatrix sowie den Modellvergleich in Bezug auf die Genauigkeit beobachten.

Zusätzlich unterstützt Driverless AI auch die AI-Interpretation, um das Modell und die Leistung zu erklären. Diese Funktion ist für den Endbenutzer sehr hilfreich, um die Blackbox des maschinellen Lernens zu verstehen, sowie für das Managementteam, um auf der Grundlage umfangreicher Informationen Entscheidungen zu treffen. Bewertung gesammelt von und auf G2.com gehostet.

Es wäre großartig, wenn Driverless AI die Bereitstellung für Edge-Computing unterstützen könnte, was in der IoT-Welt üblich ist. Das Edge-Computing erfordert effizientes Rechnen und gute Genauigkeit mit AutoML-Algorithmen. Dies wird den Kunden bei der Bereitstellung sehr helfen. Bewertung gesammelt von und auf G2.com gehostet.

AutoML ist ein großartiges Produkt. Sie haben andere, aber AutoML ist das beeindruckendste. Bewertung gesammelt von und auf G2.com gehostet.

Nichts, vielleicht könnte die Integration mit Spark verbessert werden, aber nur in kleinen Details. Bewertung gesammelt von und auf G2.com gehostet.

h2o bietet eine gut validierte, vollständig automatisierte, rigorose Machine-Learning-Pipeline, die eine hochmoderne Modellinterpretation ermöglicht und Vorhersagen und Schlussfolgerungen erlaubt. Bewertung gesammelt von und auf G2.com gehostet.

ich habe nichts an den Produkten von H2O auszusetzen. Bewertung gesammelt von und auf G2.com gehostet.

Die Fähigkeit, mehrere Modelle mit wenigen Zeilen Code auszuprobieren, ist der größte Vorteil. Bewertung gesammelt von und auf G2.com gehostet.

H20 leistet gute Arbeit bei der Abstraktion der zugrunde liegenden Transformations- und Abstimmungsschritte, die etwas herausfordernd sein könnten. Bewertung gesammelt von und auf G2.com gehostet.

Ich finde es am hilfreichsten, dass es eine GUI bietet, mit der Benutzer abschätzen können, wie lange das Modell laufen wird, sowie das Wasserzähler, das zeigt, wie die Ressourcen während des Modellierungsprozesses genutzt werden. Bewertung gesammelt von und auf G2.com gehostet.

H2O Frames haben im Vergleich zu Python Pandas oder PySpark Dataframes sehr begrenzte Datenverarbeitungsoptionen. Wenn wir mehr Datenmanipulationsmöglichkeiten hätten, würde das meiner Meinung nach sehr helfen. Bewertung gesammelt von und auf G2.com gehostet.

Der beste Teil von H2O.ai ist seine Benutzerfreundlichkeit und nahtlose Benutzeroberfläche. Bewertung gesammelt von und auf G2.com gehostet.

Ein Nachteil von H2O.ai ist, wie bei vielen Diensten, seine Bugs, die keine für Menschen lesbaren Debugging-Anweisungen zurückgeben. Bewertung gesammelt von und auf G2.com gehostet.

Saubere Schnittstelle durch Driverless AI und eine Vielzahl von Analysen Bewertung gesammelt von und auf G2.com gehostet.

Bessere Anleitungen wären hilfreich, ebenso wie klarere Tutorials. Bewertung gesammelt von und auf G2.com gehostet.