MLJAR Reseñas y Detalles del Producto

El tiempo ahorrado al usar aplicaciones automáticas de ML y la capacidad del apilamiento de modelos para construir sistemas de ML más precisos. Actúa como una mejora para los científicos de datos existentes. Reseña recopilada por y alojada en G2.com.

No veo desventajas en la tecnología en mi opinión personal, pero creo que existe una opinión contraria sobre cómo el uso de dicha tecnología podría terminar reemplazando a los científicos de datos de ML existentes.

Pero si tengo que señalar una, diría que durante mi trabajo he visto que la inexactitud es el mayor problema con las herramientas de ML de la generación actual. Reseña recopilada por y alojada en G2.com.

MLJAR es uno de los mejores paquetes de Python que he utilizado hasta ahora para el aprendizaje automático. El software es fácil de instalar y muy útil para desarrollar nuevos módulos. Entrenar el modelo con múltiples algoritmos es realmente fácil con él, y el resultado suele ser preciso, lo que ahorra mucho tiempo en el entrenamiento y la reejecución del modelo con diferentes conjuntos de datos en caso de error. Reseña recopilada por y alojada en G2.com.

El producto ha funcionado perfectamente bien para nosotros hasta ahora, nada que no nos guste en particular, sin embargo, se agradecerían mucho más paquetes para el producto. Reseña recopilada por y alojada en G2.com.

La función AutoML es muy fácil de usar y tiene una sintaxis similar al módulo sklearn y el informe después se explica muy bien. Aunque soy nuevo en AutoML, he usado H2O, pero esto es mucho más fácil ya que tiene una sintaxis mucho más simple y los resultados son mejores que sklearn y ligeramente mejores que H2O. Reseña recopilada por y alojada en G2.com.

Mi única objeción es que solo tiene algoritmos supervisados, ya que la popularidad de los algoritmos de aprendizaje no supervisado está creciendo porque la mayoría de los datos no están supervisados. Reseña recopilada por y alojada en G2.com.

MLJAR admite una amplia gama de algoritmos para clasificación junto con soporte para una multitud de características para obtener una mejor comprensión de los datos a través de la selección automática de métricas y la ingeniería de características. Reseña recopilada por y alojada en G2.com.

MLJAR todavía está evolucionando y necesita mantenerse al día con los nuevos avances en la ciencia de las técnicas y procedimientos de aprendizaje automático para que los resultados de su procesamiento de datos sean más intuitivos y aplicables. Reseña recopilada por y alojada en G2.com.

Lo mejor de este paquete es compartir fácilmente el cuaderno y permite a otros ejecutar parámetros del cuaderno y descargar fácilmente el cuaderno ejecutado como archivos HTML o PDF. Reseña recopilada por y alojada en G2.com.

Lo que no me gusta del paquete es que la GUI de este.

Puede ser más amigable para el usuario y ayudar a las personas a entender el aprendizaje automático.

Es difícil de importar en Python. Reseña recopilada por y alojada en G2.com.

La principal ventaja de MLJAR es producir informes en markdown a partir del entrenamiento de modelos. Reseña recopilada por y alojada en G2.com.

La solución puede volverse rápidamente compleja y difícil de visualizar. Es difícil usar sistemas de control de versiones porque los cuadernos tienen el código y la salida almacenados juntos en el archivo del cuaderno. Reseña recopilada por y alojada en G2.com.

Lo mejor de MLJAR es que incluso aquellos con poca o ninguna experiencia en programación pueden usarlo. Es fácilmente compartible y ahorra el tiempo de desarrollo de los desarrolladores. Además, los cuadernos de Python se pueden convertir en aplicaciones web interactivas. Reseña recopilada por y alojada en G2.com.

Aunque MLJAR es un software bueno y ligero, puede tener actualizaciones más rápidamente. El camino de principiante a avanzado puede ser más simplificado para que todos se adapten a su entorno rápidamente. Reseña recopilada por y alojada en G2.com.

fácil de escribir código - una interfaz gráfica para la generación de código,

fácil de reutilizar código como una aplicación o tarea programada,

fácil de controlar la versión,

fácil de construir aplicaciones con GUI,

fácil de probar. Reseña recopilada por y alojada en G2.com.

No pude encontrar nada que no me gustara. Reseña recopilada por y alojada en G2.com.

Uno de los casos que me gusta es proporcionar parámetros de cuaderno en forma de YAML. Nunca experimenté esto en ningún otro producto. Otro es programar la ejecución de un cuaderno. Reseña recopilada por y alojada en G2.com.

No estoy satisfecho con la experiencia del usuario personalmente. He utilizado varias plataformas con integración de ML que son mucho mejores. La experiencia del usuario necesita algunas mejoras. Reseña recopilada por y alojada en G2.com.

-Ahorra tiempo gracias a un paquete prefabricado. Francamente, ahorra alrededor del 25% del tiempo.

-Ayuda mucho en el desarrollo de un nuevo módulo.

-Fácil de instalar Reseña recopilada por y alojada en G2.com.

No hay nada que no me guste de ello. La única sugerencia que puedo proporcionar es que se deben añadir más paquetes para el producto popular también. Reseña recopilada por y alojada en G2.com.