DecisionTree.jl Reseñas y Detalles del Producto

DecicionTree.jl es un paquete CART (Árbol de Clasificación y Regresión) en el lenguaje de programación de aprendizaje automático Julia. Varios pasos como cargar datos, segregar datos en entrenamiento y prueba, y construir un modelo son muy fáciles de implementar usando este paquete en Julia. No hay necesidad de transponer datos ya que DecisionTree.jl no lo requiere. Solo se necesita una declaración de dos líneas para construir el modelo proporcionando algunos argumentos (por ejemplo, profundidad, número mínimo de muestras en la hoja, número mínimo de muestras en la división, etc.) según el requisito del usuario. Este paquete ahorra mucho tiempo y dinero para problemas de regresión y clasificación en comparación con crear un modelo de árbol de decisión de aprendizaje automático desde cero. Usamos decisionTree.jl para un cliente minorista para construir un modelo para clasificar datos de clientes potenciales y pudimos lograr cerca del 70% de precisión, lo cual se considera una precisión muy buena. Reseña recopilada por y alojada en G2.com.

No hay problema como tal con DecisionTree.jl ya que funciona sin problemas para problemas de simples a medianamente complejos con buena precisión. Aún tengo que probar su rendimiento para problemas complejos donde los datos de entrada son muy diversos, con más de 20 atributos a considerar para clasificación o regresión. Una pequeña desventaja para los programadores es que el paquete DecisionTree.jl no asigna automáticamente el tipo de dato a tus datos cargados. Parece que no asigna un tipo de dato para mejorar el rendimiento. Así que necesitas escribir algunas declaraciones más para convertir el tipo de dato a tus datos antes de construir un modelo. Reseña recopilada por y alojada en G2.com.

Los paquetes bien construidos para la implementación de árboles de decisión en Julia admiten varios clasificadores que ayudan a las implementaciones de casos de uso de nuestro negocio. Habría sido genial si hubiéramos oído hablar de este producto antes.

No hay otros competidores que yo conozca o haya probado, pero la compatibilidad y personalización nos ayudan mucho a satisfacer las necesidades de nuestros clientes. Reseña recopilada por y alojada en G2.com.

Nada que desagradar sobre los paquetes. Funciona bastante bien según nuestras expectativas y necesidades comerciales. Esperamos actualizaciones frecuentes para asegurarnos de que estamos trabajando con las últimas características. Reseña recopilada por y alojada en G2.com.

Refuerzo adaptativo, validaciones cruzadas en datos mixtos Reseña recopilada por y alojada en G2.com.

El algoritmo es demasiado complicado, lo que requiere que una persona común reciba más conocimientos a través de cursos de formación. Reseña recopilada por y alojada en G2.com.

Asistí a una de las sesiones de Julia AI y decision tree.jl y encontré que fue perspicaz y útil. Su capacidad para convertir el problema en un modelo funcional fue impresionante. Reseña recopilada por y alojada en G2.com.

Nada por ahora. Necesita más introducción a diferentes comunidades. Reseña recopilada por y alojada en G2.com.

Su soporte para pruebas de clasificación y regresión, impulsado por el lenguaje de alto rendimiento Julia. Reseña recopilada por y alojada en G2.com.

Falta de mejor apoyo comunitario y complejidad Reseña recopilada por y alojada en G2.com.

It is easy to use and allows us to work efficiently with algorithms, obtaining optimal results in the development of applications focused on usability, such as chats. Reseña recopilada por y alojada en G2.com.

Nothing in particular, it seems like a very good tool to me. Reseña recopilada por y alojada en G2.com.

Esta herramienta es la mejor en clasificación para pre y post ejecución, validación cruzada y validación adaptativa. La mejor parte es la poda previa y la validación cruzada. Las características disponibles no están en herramientas similares. Reseña recopilada por y alojada en G2.com.

Todo está bien en esto, pero a veces le falta integración y el tiempo de ejecución es alto. Aparte de eso, todo está bien en esto y su soporte para características numéricas es el mejor. Reseña recopilada por y alojada en G2.com.

Me gusta la forma rápida de rastrear entidades y vincular observaciones. Reseña recopilada por y alojada en G2.com.

Hay varias otras alternativas en el mercado, pero sí, eso no es un problema para mí. Así que básicamente no tengo nada que no me guste de ello. Reseña recopilada por y alojada en G2.com.

Me gusta lo fácil que es de usar, también ayuda con los algoritmos y los resultados son muy fáciles. Reseña recopilada por y alojada en G2.com.

No hay nada que no me guste, tal vez se podría actualizar aquí y allá para reducir el porcentaje de error. Reseña recopilada por y alojada en G2.com.

Me gusta la forma rápida de rastrear entidades y entre otras cosas. Reseña recopilada por y alojada en G2.com.

Nada en particular, hay otros programas que sirven para el mismo propósito. Reseña recopilada por y alojada en G2.com.