DataRobot Reseñas y Detalles del Producto

Básicamente ayuda en el despliegue y modelado de modelos de ML. Es una tecnología automatizada que nos ayuda en la preprocesamiento de datos, ingeniería de características, elección del mejor modelo e incluso ajuste de hiperparámetros. Ahorra tiempo y puede manejar grandes cantidades de datos. y siempre elige el mejor modelo para nuestro proyecto. Reseña recopilada por y alojada en G2.com.

es costoso y no tan bueno como IBM Watson. A veces no nos da el mejor modelo y tenemos que elegir nosotros mismos y también las personalizaciones son limitadas. Reseña recopilada por y alojada en G2.com.

Ingeniería de características automatizada, múltiples algoritmos entrenados, comparaciones automatizadas. Reseña recopilada por y alojada en G2.com.

Aplicaciones limitadas en aplicaciones probabilísticas y de redes neuronales para la predicción del Valor de Vida del Cliente. Reseña recopilada por y alojada en G2.com.

Algorithmia realmente ha devuelto el poder a nuestros científicos de datos y desarrolladores de I+D. Uno de los principales cuellos de botella que enfrentaba nuestra organización era llevar el código de desarrollo a producción, debido al tiempo que se dedicaba a contenerizar nuestro código y a las habilidades necesarias para hacerlo. Especialmente en situaciones en las que estamos iterando y publicando nuevas versiones constantemente, la capacidad de contenerizar sin el apoyo de operaciones de desarrollo es extremadamente poderosa. Reseña recopilada por y alojada en G2.com.

Dos de las principales áreas de mejora serían la paridad con los repositorios de Azure y un informe más enfocado en el negocio sobre el consumo de la plataforma. Tenemos partes interesadas tanto en áreas técnicas como de negocio, y nos cuesta comunicar esto entre equipos. Además, SAS es un lenguaje muy popular en nuestra línea de negocio, que Algorithmia actualmente no soporta. Reseña recopilada por y alojada en G2.com.

En Freiburger Energieoptimierung UG (www.frenop.de), DataRobot aceleró el ritmo de nuestro análisis aplicado a la eficiencia energética y los ahorros. Nuestro equipo está integrado por físicos que tienen un gran conocimiento de los comportamientos físicos, pero no tenemos el tiempo ni los recursos para desarrollar una plataforma donde podamos analizar datos de aplicaciones energéticas. DataRobot nos ofrece soluciones automatizadas que están contribuyendo a un análisis más rápido de los datos energéticos y también a nuevos descubrimientos con el aprendizaje automático. La interfaz es muy fácil de usar. Reseña recopilada por y alojada en G2.com.

DataRobot nos mostró que necesitamos tener más datos para poder proceder con algunas rutinas. Ahora estamos invirtiendo más tiempo en encontrar estos datos en el mundo real para poder introducirlos en estos algoritmos de aprendizaje automático. Reseña recopilada por y alojada en G2.com.

Gestiono una startup de rápido crecimiento centrada en ofrecer servicios de IA para el sector minorista. Nuestras especificaciones requieren que desarrollemos, publiquemos y gestionemos muchos modelos de ML, como motores de pronóstico, algoritmos de análisis de cesta, sistemas de recomendación, etc.

Seleccionamos Algorithmia como nuestra herramienta para desplegar nuestros modelos de ML. Con esto, pudimos aislar la carga de trabajo de publicar y gestionar modelos de ML, así como la provisión y gestión de infraestructura. Después de implementar Algorithmia, nuestro equipo de Ciencia de Datos pudo centrarse únicamente en diseñar los modelos y mejorar la precisión, mientras que todo el trabajo de ponerlo a disposición de los clientes se realizaba en la plataforma.

Como resultado final, pudimos avanzar más rápido y tener nuestra solución desplegada en el cronograma previsto. Reseña recopilada por y alojada en G2.com.

Utilizamos el mercado de Algorithmia. No es una solución barata. Intentamos implementar una versión intermedia con el objetivo de reducir costos, pero no pudimos encontrar una solución viable en términos de costo.

Desafortunadamente, estamos trasladando nuestra infraestructura a una Arquitectura Lambda Serverless en AWS. Sabemos que perderemos gran parte de la simplicidad de Algorithmia, pero nos vemos obligados a hacer este cambio debido a las restricciones de costos. Reseña recopilada por y alojada en G2.com.

Algorithmia proporciona una plataforma conveniente para alojar modelos de aprendizaje automático. Hay un mercado público y una versión empresarial privada. La plataforma admite documentación de API robusta. Es una plataforma fácil para que los científicos de datos o los entusiastas del aprendizaje automático trabajen con ella. Reseña recopilada por y alojada en G2.com.

Desplegar un algoritmo requiere copiar el código en la plataforma Algorithmia. Preferimos estructurar nuestro código como bibliotecas importables para mejorar la portabilidad. Reseña recopilada por y alojada en G2.com.

Algunas estructuras son muy fáciles de proceder aquí. Especialmente para aplicaciones robóticas. Reseña recopilada por y alojada en G2.com.

Nada de qué quejarse en este momento. Estoy agradecido de encontrar buenas aplicaciones para las estructuras programadas que el programa ofrece. Reseña recopilada por y alojada en G2.com.

DataRobot es un sueño hecho realidad para un científico de datos cuando se trata de modelado. La plataforma fuerza bruta absolutamente a través de técnicas de modelado populares y de nicho con tus datos, te presenta un montón de métricas después sobre los resultados (principales y todos), e incluso tiene opciones de implementación después de cualquier análisis que realices. DataRobot te presenta una buena vía de formas para conectarte a tus datos: a través de una ruta URL, una carga local (como archivos csv o xlsx), o a través de una ruta hdfs, ¡así que es bastante fácil comenzar! Reseña recopilada por y alojada en G2.com.

Hay limitaciones en la cantidad de datos que puedes procesar en un solo proyecto si no estás en la edición empresarial (y también hay limitaciones allí). Otra cosa que podría no ser ideal es que es demasiado agresivo con la cantidad de modelos que ejecuta por defecto. Por supuesto, puedes limitar hasta cierto punto en qué modelos el piloto automático de DataRobot ejecutará tus datos, pero si eres nuevo en la plataforma, tomará algo de tiempo aprender a configurar correctamente el piloto automático. Una última cosa, para las fuentes de datos, deberían haber hecho algunos conectores para bases de datos tipo RDBMS, o al menos un par de las populares como mysql o postgres. Reseña recopilada por y alojada en G2.com.

Solución llave en mano para ejecutar cualquier modelo de IA/NLP.

1. Despliegue fácil y sin complicaciones

2. Gestión de versiones que ayudará a probar cualquier versión.

3. Soporte para GPU Reseña recopilada por y alojada en G2.com.

1. El costo es demasiado alto para las startups

2. Más documentos Reseña recopilada por y alojada en G2.com.

Me configuré con Algorithmia en minutos y pude usar la funcionalidad rápidamente. Algorithmia nos permite desplegar algoritmos avanzados de aprendizaje automático rápidamente e integrarlos en nuestra aplicación existente. Reseña recopilada por y alojada en G2.com.

La calidad de algunos de los algoritmos no es muy alta, por lo que necesitas dedicar algo de tiempo a identificar los algoritmos correctos. Reseña recopilada por y alojada en G2.com.