MLJAR Bewertungen & Produktdetails

Die durch die Verwendung von automatischen ML-Anwendungen eingesparte Zeit und die Fähigkeit des Modell-Stackings, genauere ML-Systeme zu erstellen. Es dient als Verbesserung für bestehende Data Scientists. Bewertung gesammelt von und auf G2.com gehostet.

Ich sehe keine Nachteile in der Technologie aus meiner persönlichen Sicht, aber ich glaube, dass es eine Gegenmeinung gibt, wie die Nutzung solcher Technologie eines Tages bestehende ML-Datenwissenschaftler ersetzen könnte.

Aber wenn ich einen nennen müsste, würde ich sagen, dass ich während meiner Arbeit gesehen habe, dass Ungenauigkeit das größte Problem bei den aktuellen ML-Tools ist. Bewertung gesammelt von und auf G2.com gehostet.

MLJAR ist eines der besten Python-Pakete, die ich bisher für maschinelles Lernen verwendet habe. Die Software ist einfach zu installieren und sehr nützlich für die Entwicklung neuer Module. Das Trainieren des Modells mit mehreren Algorithmen ist wirklich einfach damit, und das Ergebnis ist normalerweise genau, was viel Zeit beim Trainieren und erneuten Ausführen des Modells mit verschiedenen Datensätzen im Fehlerfall spart. Bewertung gesammelt von und auf G2.com gehostet.

Das Produkt hat bisher einwandfrei für uns funktioniert, es gibt nichts Besonderes zu bemängeln, jedoch wären mehr Pakete zum Produkt sehr wünschenswert. Bewertung gesammelt von und auf G2.com gehostet.

Die AutoML-Funktion ist sehr einfach zu verwenden und hat eine ähnliche Syntax wie das sklearn-Modul und der Bericht danach wird sehr gut erklärt. Obwohl ich neu bei AutoML bin, habe ich H2O verwendet, aber dies ist viel einfacher, da es eine viel einfachere Syntax hat und die Ergebnisse besser als sklearn und etwas besser als H2O sind. Bewertung gesammelt von und auf G2.com gehostet.

Mein einziger Kritikpunkt ist, dass es nur überwachte Algorithmen hat, da die Beliebtheit von unüberwachten Lernalgorithmen zunimmt, weil die meisten Daten unüberwacht sind. Bewertung gesammelt von und auf G2.com gehostet.

MLJAR unterstützt eine breite Palette von Algorithmen für die Klassifikation sowie eine Vielzahl von Funktionen, um ein besseres Verständnis der Daten durch automatisierte Metrikauswahl und Feature-Engineering zu erhalten. Bewertung gesammelt von und auf G2.com gehostet.

MLJAR entwickelt sich noch und muss mit den neuen Fortschritten in der Wissenschaft der maschinellen Lerntechniken und -verfahren Schritt halten, damit die Ergebnisse seiner Datenverarbeitung intuitiver und anwendbarer sind. Bewertung gesammelt von und auf G2.com gehostet.

Das Beste an diesem Paket ist, dass es einfach ist, Notebooks zu teilen, und es ermöglicht anderen, Parameter-Notebooks auszuführen und ausgeführte Notebooks einfach als HTML- oder PDF-Dateien herunterzuladen. Bewertung gesammelt von und auf G2.com gehostet.

Die Sache, die ich an dem Paket nicht mag, ist die GUI davon.

Es kann benutzerfreundlicher sein und den Menschen helfen, das maschinelle Lernen zu verstehen.

Es ist schwierig, es in Python zu importieren. Bewertung gesammelt von und auf G2.com gehostet.

Der Hauptvorteil von MLJAR besteht darin, Markdown-Berichte aus dem Modelltraining zu erstellen. Bewertung gesammelt von und auf G2.com gehostet.

Die Lösung kann schnell komplex und schwer zu visualisieren werden. Es ist schwierig, Versionskontrollsysteme zu verwenden, da Notebooks Code und Ausgaben zusammen in der Notebook-Datei speichern. Bewertung gesammelt von und auf G2.com gehostet.

Das Beste an MLJAR ist, dass es auch von Personen mit wenig oder keinem Programmierhintergrund genutzt werden kann. Es ist leicht teilbar und spart den Entwicklern Entwicklungszeit. Außerdem können Python-Notebooks in interaktive Web-Apps umgewandelt werden. Bewertung gesammelt von und auf G2.com gehostet.

Obwohl MLJAR eine gute und leichte Software ist, kann es schneller aktualisiert werden. Der Weg vom Anfänger zum Fortgeschrittenen kann vereinfacht werden, damit sich jeder schnell an seine Umgebung anpasst. Bewertung gesammelt von und auf G2.com gehostet.

einfach Code zu schreiben - eine grafische Schnittstelle zur Codegenerierung,

einfach Code als Anwendung oder geplante Aufgabe wiederzuverwenden,

einfach die Version zu kontrollieren,

einfach Anwendungen mit GUI zu erstellen,

einfach zu testen. Bewertung gesammelt von und auf G2.com gehostet.

Konnte nichts daran auszusetzen finden. Bewertung gesammelt von und auf G2.com gehostet.

Einer der Fälle, die ich mag, ist das Bereitstellen von Notebook-Parametern in YAML-Form. Ich habe dies in keinem anderen Produkt erlebt. Ein weiterer Fall ist die Planung einer Notebook-Ausführung. Bewertung gesammelt von und auf G2.com gehostet.

Ich bin persönlich nicht zufrieden mit der Benutzererfahrung. Ich habe mehrere Plattformen mit ML-Integration genutzt, die weitaus besser sind. Die Benutzererfahrung benötigt einige Verbesserungen. Bewertung gesammelt von und auf G2.com gehostet.

- Es spart Zeit durch ein fertiges Paket. Ehrlich gesagt, spart es etwa 25% der Zeit.

- Hilft sehr bei der Entwicklung eines neuen Moduls

- Einfach zu installieren Bewertung gesammelt von und auf G2.com gehostet.

Es gibt nichts, was mir daran nicht gefällt. Der einzige Vorschlag, den ich machen kann, ist, dass mehr Pakete für das beliebte Produkt hinzugefügt werden sollten. Bewertung gesammelt von und auf G2.com gehostet.