# MLJAR Reviews **Vendor:** MLJAR **Category:** [MLOps-Plattformen](https://www.g2.com/de/categories/mlops-platforms) **Average Rating:** 4.4/5.0 **Total Reviews:** 16 ## About MLJAR Führend in der Erstellung von Data-Science-Tools. MLJAR ist ein automatisiertes maschinelles Lern-Framework (AutoML), das entwickelt wurde, um den Aufbau und die Bereitstellung von maschinellen Lernmodellen einfacher und zugänglicher zu machen. Es bietet Werkzeuge, die Benutzern helfen—ob sie Datenwissenschaftler, Analysten oder nicht-technische Personen sind—maschinelle Lernmodelle zu erstellen, ohne umfangreiche Programmierkenntnisse zu benötigen, datengetriebene Apps zu entwickeln und Daten zu analysieren. MLJAR pflegt Open-Source-Bibliotheken wie: AutoML mljar-supervised Mercury Supertree... ## MLJAR Reviews ### 1. Benutzererfahrung und Ansichten zu MLJAR **Rating:** 4.0/5.0 stars **Reviewed by:** Prince N. | Assistant systems engineer, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** July 26, 2022 **Was gefällt Ihnen an MLJAR am besten?** 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. **Was gefällt Ihnen an MLJAR nicht?** 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. **Welche Probleme löst MLJAR für Sie, und wie profitieren Sie davon?** Es ermöglichte uns, bessere Datenpipelines für die Erprobung der neuen Produkte zu erstellen, die im TCS ion Inkubationssektor entwickelt werden. Wo wir ein hohes Maß an ML-Genauigkeit benötigen. ### 2. MLJAR BEWERTUNG **Rating:** 4.5/5.0 stars **Reviewed by:** Verifizierter Benutzer in Computersoftware | Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** July 28, 2022 **Was gefällt Ihnen an MLJAR am besten?** 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. **Was gefällt Ihnen an MLJAR nicht?** Das Produkt hat bisher einwandfrei für uns funktioniert, es gibt nichts Besonderes zu bemängeln, jedoch wären mehr Pakete zum Produkt sehr wünschenswert. **Welche Probleme löst MLJAR für Sie, und wie profitieren Sie davon?** Wir integrieren es mit dem Jupyter-Notebook, und es spart uns Entwicklern Mühe und Zeit, da es nur sehr wenig technisches Hintergrundwissen erfordert, um es zu bedienen. Ich habe es für mehrere Projekte für verschiedene Kunden verwendet, insbesondere für Prognose- und prädiktive Analyseprojekte, und wir sind mit den Ergebnissen/Prognosen, die es geliefert hat, sehr zufrieden. ### 3. Eine großartige und leicht verständliche Alternative zu AutoML **Rating:** 4.5/5.0 stars **Reviewed by:** Verifizierter Benutzer in Computersoftware | Kleinunternehmen (50 oder weniger Mitarbeiter) **Reviewed Date:** July 26, 2022 **Was gefällt Ihnen an MLJAR am besten?** 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. **Was gefällt Ihnen an MLJAR nicht?** Mein einziger Kritikpunkt ist, dass es nur überwachte Algorithmen hat, da die Beliebtheit von unüberwachten Lernalgorithmen zunimmt, weil die meisten Daten unüberwacht sind. **Welche Probleme löst MLJAR für Sie, und wie profitieren Sie davon?** Ich habe MLJAR auf Kaggle für eine Klassifizierungsaufgabe bei der Santandar-Kundenzufriedenheit ausprobiert. Es hat mir wirklich bessere Ergebnisse als die sklearn-Algorithmen gebracht, und meine Position ist viel höher als bei sklearn und fast in der Nähe von H2O gestiegen. Ich ziehe in Betracht, es in meinen zukünftigen Projekten und Wettbewerben zu verwenden, da es eine großartige Möglichkeit ist, sich ohne zusätzlichen Aufwand zu verbessern. ### 4. Beste automatisierte maschinelle Lernplattform für schnelle Entwicklung und Bereitstellung. **Rating:** 4.5/5.0 stars **Reviewed by:** Suraiya A. | Information Security Analyst, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** August 13, 2022 **Was gefällt Ihnen an MLJAR am besten?** 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. **Was gefällt Ihnen an MLJAR nicht?** 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. **Welche Probleme löst MLJAR für Sie, und wie profitieren Sie davon?** Automatisierte Merkmalsextraktion und Klassifizierung von Daten unter Verwendung eingebauter Datenmodelle in MLJAR, wodurch Zeit gespart wird, ohne sich in Modellbereitstellungs- und Merkmalsextraktionsprozesse einzubinden. ### 5. MLJAR Bewertung **Rating:** 5.0/5.0 stars **Reviewed by:** Arvind S. | System Engineer, Unternehmen mittlerer Größe (51-1000 Mitarbeiter) **Reviewed Date:** July 26, 2022 **Was gefällt Ihnen an MLJAR am besten?** 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. **Was gefällt Ihnen an MLJAR nicht?** 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. **Welche Probleme löst MLJAR für Sie, und wie profitieren Sie davon?** Der MLJAR hilft, den maschinellen Lernprozess zu automatisieren. Als ich mit dem Lernen von maschinellem Lernen begann, hilft es mir, den Prozess zu automatisieren, um bessere Codes zu erstellen. ### 6. Ging die Extrameile **Rating:** 4.5/5.0 stars **Reviewed by:** Pooja K. | Cyber Security Analyst, Unternehmen mittlerer Größe (51-1000 Mitarbeiter) **Reviewed Date:** August 06, 2022 **Was gefällt Ihnen an MLJAR am besten?** Der Hauptvorteil von MLJAR besteht darin, Markdown-Berichte aus dem Modelltraining zu erstellen. **Was gefällt Ihnen an MLJAR nicht?** 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. **Welche Probleme löst MLJAR für Sie, und wie profitieren Sie davon?** Die Erklärbarkeit der vom System erzeugten Modelle ist verfügbar und wird in einem lokalen Verzeichnis gespeichert, das von MLJAR ausgegebene Modell leistet großartige Arbeit. ### 7. Eines der besten Python-Pakete für maschinelles Lernen **Rating:** 4.5/5.0 stars **Reviewed by:** ShriRam g. | Software Engineer, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** March 29, 2022 **Was gefällt Ihnen an MLJAR am besten?** 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. **Was gefällt Ihnen an MLJAR nicht?** 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. **Empfehlungen für andere, die MLJAR in Betracht ziehen:** Wenn Sie Ihren Entwicklungszyklus beschleunigen möchten, können Sie mit diesem Tool fortfahren. **Welche Probleme löst MLJAR für Sie, und wie profitieren Sie davon?** MLJAR hilft, die Zeit der Entwickler zu sparen. ML-Algorithmen können leicht integriert werden, ohne die tiefen Feinheiten der Sprache zu kennen. Es gibt eine umfangreiche Erklärung und Analyse für jeden Algorithmus. ### 8. MLJAR - Datenwissenschaftswerkzeuge **Rating:** 4.0/5.0 stars **Reviewed by:** Kuldeep S. | IT Analyst, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** July 29, 2022 **Was gefällt Ihnen an MLJAR am besten?** 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. **Was gefällt Ihnen an MLJAR nicht?** Konnte nichts daran auszusetzen finden. **Welche Probleme löst MLJAR für Sie, und wie profitieren Sie davon?** keine Code-Grafikoberfläche Desktop-Anwendung erspart Ihnen die Python-Installation und die richtigen Paketversionen, was zu einer erhöhten Leistung führt. ### 9. MLJAR Bewertung **Rating:** 2.5/5.0 stars **Reviewed by:** Shivam G. | Technical Consultant, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** April 01, 2022 **Was gefällt Ihnen an MLJAR am besten?** 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. **Was gefällt Ihnen an MLJAR nicht?** 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. **Empfehlungen für andere, die MLJAR in Betracht ziehen:** Ich kann MLJAR jemandem empfehlen, der mit YAML und der Planung der Ausführung von Notebooks vertraut ist. **Welche Probleme löst MLJAR für Sie, und wie profitieren Sie davon?** Ich habe versucht, Probleme im Zusammenhang mit Immobilien zu lösen, indem ich Modelle nach der Extraktion von Daten erstelle und die Ausführung von Notebooks plane. Ich denke, dass sich die Leistung in gewisser Weise durch die Planung verbessert hat. ### 10. Senior Associate **Rating:** 4.0/5.0 stars **Reviewed by:** Verifizierter Benutzer in Computer- und Netzwerksicherheit | Kleinunternehmen (50 oder weniger Mitarbeiter) **Reviewed Date:** April 01, 2022 **Was gefällt Ihnen an MLJAR am besten?** - 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 **Was gefällt Ihnen an MLJAR nicht?** 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. **Welche Probleme löst MLJAR für Sie, und wie profitieren Sie davon?** Wir entwickelten ein Modul, um ein zentrales Log-Repository zu erstellen und bedeutungsvolle Daten zu extrahieren und diese Daten in eine Datenbanktabelle zu laden. Es hilft uns, dies schnell zu erreichen. ### 11. Beste Plattform für all Ihre ML-Bedürfnisse **Rating:** 5.0/5.0 stars **Reviewed by:** Shrikant P. | S, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** April 18, 2022 **Was gefällt Ihnen an MLJAR am besten?** Es ist sehr einfach, ein Modell über mehrere Algorithmen hinweg zu trainieren, und es wird sicherlich Zeit sparen. **Was gefällt Ihnen an MLJAR nicht?** Nichts zu bemängeln macht meinen Job einfacher. **Welche Probleme löst MLJAR für Sie, und wie profitieren Sie davon?** Einige Modelle für persönliche und berufliche Zwecke trainiert. ### 12. MLJAR Python-Paket **Rating:** 5.0/5.0 stars **Reviewed by:** Sonali A. | Senior Data Engineer, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** April 01, 2022 **Was gefällt Ihnen an MLJAR am besten?** Es ist sehr zeitsparend und liefert genaue Ergebnisse. **Was gefällt Ihnen an MLJAR nicht?** Es ist langsamer im Vergleich zu anderen ähnlichen verfügbaren Diensten. **Welche Probleme löst MLJAR für Sie, und wie profitieren Sie davon?** Wir verwenden dies, um prädiktive Analysen für verschiedene Herausforderungen durchzuführen, und dies erweist sich als äußerst genau. ### 13. Einfachstes Paketwerkzeug für PYTHON-BASIERTE ML **Rating:** 5.0/5.0 stars **Reviewed by:** Mukul T. | Founder, Kleinunternehmen (50 oder weniger Mitarbeiter) **Reviewed Date:** March 30, 2022 **Was gefällt Ihnen an MLJAR am besten?** Die Art und Weise, wie Auto-ML funktioniert, indem es Daten in tabellarischen Formen verwaltet, was die Effizienz in verfügbaren Hardwarekonfigurationen verbessert. **Was gefällt Ihnen an MLJAR nicht?** Es benötigt eine bessere Verarbeitungskapazität, d.h. bessere Hardware. **Welche Probleme löst MLJAR für Sie, und wie profitieren Sie davon?** Ich benutze dies für Wetter- und Bodenanalyse. ### 14. MLJAR - Segen für die Datenwissenschaft **Rating:** 5.0/5.0 stars **Reviewed by:** Verifizierter Benutzer in Computer- und Netzwerksicherheit | Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** March 29, 2022 **Was gefällt Ihnen an MLJAR am besten?** Maschinelles Lernen mit tabellarischen Daten ist großartig. Es hilft, verschiedene strukturelle Aspekte von Daten zu lernen und zu analysieren, und bietet eine Vielzahl von leicht zu erlernenden Funktionen. **Was gefällt Ihnen an MLJAR nicht?** Es gibt nichts, was als unangenehmer Teil angesehen wird, was MLJAR betrifft. **Empfehlungen für andere, die MLJAR in Betracht ziehen:** Muss einen Blick auf die großartige Erfahrung mit MLJAR werfen **Welche Probleme löst MLJAR für Sie, und wie profitieren Sie davon?** Fokussierung auf das Laden, Speichern und erneutes Ausführen, um die Effizienz und Zuverlässigkeit zu erhöhen. Sein eingebautes Modell ist ausgezeichnet: erklären-ausführen-konkurrieren-optuna. ### 15. MLJAR Bewertung **Rating:** 4.0/5.0 stars **Reviewed by:** Verifizierter Benutzer in Pharmazeutika | Kleinunternehmen (50 oder weniger Mitarbeiter) **Reviewed Date:** December 29, 2021 **Was gefällt Ihnen an MLJAR am besten?** MLJAR ist das Beste in der Branche für die Erstellung von No-Code-ML-Skripten und -Notebooks. Die Integration mit Jupyter Notebook ist ebenfalls sehr effizient. **Was gefällt Ihnen an MLJAR nicht?** Die Fähigkeit, zwischen Anfänger- und Profimodus zu wechseln, um sich an einige umfangreiche Anpassungen anzupassen, könnte weiter verbessert werden. Es ist definitiv ein neuartiger Ansatz und ich freue mich auf weitere Entwicklungen. **Welche Probleme löst MLJAR für Sie, und wie profitieren Sie davon?** Der größte Vorteil ist, wenn Sie sich der Konzepte bewusst sind, sich aber nicht an die gesamte Syntax und die Feinheiten der Sprache erinnern können, bietet MLJAR die beste Lösung und einen einfachen Zugang und spart dort viel Zeit. ### 16. MLJAR für maschinelles Lernen auf tabellarischen Daten **Rating:** 4.0/5.0 stars **Reviewed by:** Verifizierter Benutzer in Informationstechnologie und Dienstleistungen | Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** March 31, 2022 **Was gefällt Ihnen an MLJAR am besten?** Wie es den Prozess des maschinellen Lernens auf tabellarischen Daten erleichtern kann **Was gefällt Ihnen an MLJAR nicht?** Es könnte effizienter sein, wenn es eine eingebaute Unterstützung für die Ausführung wie Numba hätte. **Empfehlungen für andere, die MLJAR in Betracht ziehen:** Probier es einmal, du wirst es mögen. **Welche Probleme löst MLJAR für Sie, und wie profitieren Sie davon?** Training unserer Daten, die in relationalen Datenbanken sind ## MLJAR Discussions - [Wofür wird MLJAR verwendet?](https://www.g2.com/de/discussions/what-is-mljar-used-for) - [View MLJAR pricing details and edition comparison](https://www.g2.com/de/products/mljar/reviews?section=pricing&secure%5Bexpires_at%5D=2026-05-21+01%3A09%3A45+-0500&secure%5Bsession_id%5D=d5811376-5474-413c-ba73-37cd93a9a65d&secure%5Btoken%5D=e7d46ea5c9d2db73ee927b00e1f7509f52a72e9d7ba810cc8eb30713a2fdcb57&format=llm_user) ## MLJAR Features **Einsatz** - Sprachliche Flexibilität - Flexibilität des Rahmens - Versionsverwaltung - Einfache Bereitstellung - Skalierbarkeit **Einsatz** - Sprachliche Flexibilität - Flexibilität des Rahmens - Versionsverwaltung - Einfache Bereitstellung - Skalierbarkeit **Management** - Katalogisierung - Überwachung - Regierend - Modell-Registry **Transaktionen** - Metriken - Infrastruktur-Management - Zusammenarbeit **Management** - Katalogisierung - Überwachung - Regierend **Generative KI** - Textgenerierung - Textzusammenfassung ## Top MLJAR Alternatives - [Databricks](https://www.g2.com/de/products/databricks/reviews) - 4.6/5.0 (750 reviews) - [SAS Viya](https://www.g2.com/de/products/sas-sas-viya/reviews) - 4.3/5.0 (754 reviews) - [Snowflake](https://www.g2.com/de/products/snowflake/reviews) - 4.6/5.0 (688 reviews)