KNIME Software Reseñas y Detalles del Producto

KNIME Analytics es una herramienta poderosa para construir flujos de trabajo analíticos. Ofrece muchas opciones para el análisis de texto, especialmente CoreNLP y OpenNLP. Además, KNIME Analytics permite la integración con software de código abierto, como R, Python y Spark. El software es gratuito, pero se puede adquirir una licencia de servidor para que un proceso se ejecute automáticamente con grandes cantidades de datos de muchas fuentes. Hay herramientas integradas para muchos tipos de aprendizaje automático supervisado y no supervisado. Reseña recopilada por y alojada en G2.com.

KNIME Analytics es una herramienta muy compleja, por lo que tiene una curva de aprendizaje pronunciada. Otra cosa que no me gusta es que tiende a usar mucha memoria de tu computadora, lo que afecta el rendimiento general de la máquina. KNIME Analytics es principalmente de arrastrar y soltar y requiere poco o ningún código. Reseña recopilada por y alojada en G2.com.

KNIME Analytics es muy útil para analizar grandes cantidades de datos con algoritmos avanzados. Además, puedes codificar sin programar porque puedes usar módulos de bloques que realizan tareas específicas. Viene con varias extensiones que hacen del procesamiento de texto un proceso fácil, algo que es un dolor de cabeza en otras plataformas similares, y con extensiones para integrar otras herramientas, como R, en los flujos de trabajo. Usa e integra con entornos de nube y big data. Reseña recopilada por y alojada en G2.com.

En realidad, necesitas más ayuda de la que proporciona la descripción del bloque si deseas realizar un trabajo de análisis de datos complejo. El usuario de KNIME Analytics necesita tener un conocimiento profundo sobre R/Python para obtener lo mejor del análisis estadístico. Si deseas realizar un análisis de datos avanzado y clasificación, es obligatorio tener conocimientos de ingeniería. Hay algunas características que no son intuitivas, como el uso de variables de flujo. Reseña recopilada por y alojada en G2.com.

Cuando teníamos que revisar fuentes de datos con toneladas de datos, transformar los datos en bruto para el análisis siempre era la parte más difícil. Con KNIME, este proceso puede ser automatizado, mientras que el modelo de adquisición de datos puede ser guardado y ejecutado repetidamente, lo que ahorra mucho tiempo. También ofrece una amplia gama de opciones para la integración, permitiendo múltiples lenguajes como Python, R o Java y soportando formatos como JSON y XML. Lo que me gusta es que puedo procesar grandes cantidades de datos mientras la limpieza de datos y la combinación de tablas se pueden hacer muy fácilmente. Reseña recopilada por y alojada en G2.com.

La documentación de KNIME es deficiente, por lo que es difícil encontrar información seria y directa. Si tienes alguna duda, puedes encontrarte luchando por encontrar una solución. Además, algunas herramientas para la escritura y desarrollo de scripts no son fáciles de usar, por lo que tienes que realizar pruebas para ver cómo funcionan, o algunas de ellas no tienen suficientes características. Reseña recopilada por y alojada en G2.com.

El programa ofrece una gran cantidad de opciones para poder crear modelos de ciencia de datos/analítica sin escribir ningún código. Es muy rápido y fácil de usar. Reseña recopilada por y alojada en G2.com.

Puede ser difícil encontrar ciertas funcionalidades dentro del programa. Además, tiene dificultades con conjuntos de datos más grandes y parece atascarse. Reseña recopilada por y alojada en G2.com.

Knime es un excelente software para crear y probar modelos de aprendizaje automático utilizando bloques que contienen implementaciones de algoritmos utilizados para los más diversos problemas como clasificación, regresión y agrupamiento. Reseña recopilada por y alojada en G2.com.

No hay nada negativo sobre este software. Me pareció muy bueno usarlo. Reseña recopilada por y alojada en G2.com.

Muy útil para analizar grandes conjuntos de datos. Es muy fácil de usar pero sigue siendo muy potente para crear gráficos detallados. Reseña recopilada por y alojada en G2.com.

Si no estás familiarizado con R o Python, esta herramienta será muy difícil de usar. Puede ser bueno tener una interfaz de usuario adicional para complementar a los usuarios sin esta experiencia. Reseña recopilada por y alojada en G2.com.

Facilidad de uso, variedad de nodos y funciones, su integración con plataformas en la nube, posibilidad de implementar scripts en Python, R, Java. Es bueno que puedas ver el modelo visualmente, como al hacer ETL. Eso es una gran ventaja en comparación con otras herramientas y scripts. Reseña recopilada por y alojada en G2.com.

Ya es lento debido al costo de una interfaz amigable y se vuelve aún más lento a medida que instalas extensiones. Sin mencionar que abrir el software también toma mucho tiempo. Reseña recopilada por y alojada en G2.com.

La capacidad de diseñar una gran cantidad de tareas con el software, cubriendo el procesamiento de la información hasta el final. Reseña recopilada por y alojada en G2.com.

Algunas de las opciones no son exactamente lo que solía necesitar para procesar la información. Los flujos tienen (de cierta manera) una cantidad limitada de opciones de configuración. Reseña recopilada por y alojada en G2.com.

Es realmente genial tener una interfaz gráfica de usuario fácil de usar, en comparación con otras aplicaciones de código abierto que utilizan los mismos datos. Reseña recopilada por y alojada en G2.com.

Cierta funcionalidad de la API aún necesita ser mejorada, principalmente los complementos de minería de imágenes. Reseña recopilada por y alojada en G2.com.

Sus capacidades para obtener datos rápidamente, prepararlos y hacerlos analíticos son impresionantes. Reseña recopilada por y alojada en G2.com.

No está diseñado para conjuntos de datos más grandes. Se ralentiza o a veces incluso se bloquea. Además, no se integrará con todos los proveedores de bases de datos. Reseña recopilada por y alojada en G2.com.