Comparer Azure Machine LearningetVertex AI 
En un coup d'œil
Segments de marché
Entreprise (38.8% des avis)
Petite entreprise (42.0% des avis)
Prix d'entrée de gamme
Aucun tarif disponible
Payer au fur et à mesure Par mois
Azure Machine Learning
Note
(88)4.3 sur 5
Segments de marché
Entreprise (38.8% des avis)
Pros & Cons
Prix d'entrée de gamme
Aucun tarif disponible
En savoir plus sur Azure Machine LearningVertex AI
Note
(652)4.3 sur 5
Segments de marché
Petite entreprise (42.0% des avis)
Pros & Cons
Prix d'entrée de gamme
Payer au fur et à mesure Par mois
En savoir plus sur Vertex AIRésumé
Résumé généré par IA
Généré par IA. Alimenté par de vrais avis d'utilisateurs.
- Les critiques de G2 rapportent que Vertex AI excelle dans la gestion de workflows complexes d'apprentissage automatique, les utilisateurs appréciant sa capacité à centraliser l'ensemble du cycle de vie de l'IA. Un utilisateur a souligné comment il simplifie tout, de la préparation des données au déploiement, facilitant ainsi la construction, l'entraînement et la surveillance des modèles.
- Les utilisateurs disent qu'Azure Machine Learning offre une expérience conviviale, en particulier pour ceux qui n'ont pas de solides compétences techniques. Les critiques ont noté la facilité de création d'expériences et de déploiement de modèles en tant que services web, ce qui peut être bénéfique pour les entreprises cherchant à mettre en œuvre rapidement des solutions d'IA.
- Selon des avis vérifiés, Vertex AI a un score de satisfaction global significativement plus élevé par rapport à Azure Machine Learning, indiquant que les utilisateurs ont une opinion plus positive de leur expérience avec Vertex AI. Cela se reflète dans les récents retours d'expérience louant son intégration transparente avec Google Cloud.
- Les critiques mentionnent que bien qu'Azure Machine Learning ait des services prédéfinis qui répondent aux besoins des entreprises, certains utilisateurs trouvent que l'interface pourrait être améliorée. Malgré cela, beaucoup apprécient la richesse des ressources en ligne disponibles pour le dépannage et les conseils de mise en œuvre.
- Les critiques de G2 soulignent que les récents retours d'utilisateurs de Vertex AI mettent en avant ses fonctionnalités robustes pour l'entraînement et le déploiement de modèles, qui sont considérées comme supérieures à celles offertes par Azure Machine Learning. Les utilisateurs ont spécifiquement noté la capacité de la plateforme à gérer facilement des tâches complexes d'IA.
- Les utilisateurs rapportent qu'Azure Machine Learning se distingue par sa scalabilité et ses services gérés, beaucoup le trouvant adapté aux applications de niveau entreprise. Cependant, certains utilisateurs estiment que l'approche globale de Vertex AI pour le cycle de vie de l'IA lui donne un avantage en termes d'utilisabilité et d'efficacité globales.
Azure Machine Learning vs Vertex AI
Lors de l'évaluation des deux solutions, les évaluateurs ont trouvé Azure Machine Learning plus facile à utiliser, configurer et administrer. Les évaluateurs ont également préféré faire des affaires avec Azure Machine Learning dans l'ensemble.
- Les évaluateurs ont estimé que Vertex AI répond mieux aux besoins de leur entreprise que Azure Machine Learning.
- En comparant la qualité du support produit continu, les évaluateurs ont estimé que Azure Machine Learning est l'option préférée.
- Pour les mises à jour des fonctionnalités et les feuilles de route, nos évaluateurs ont préféré la direction de Vertex AI à Azure Machine Learning.
Tarification
Prix d'entrée de gamme
Azure Machine Learning
Aucun tarif disponibleVertex AI
Try Vertex AI Free
Payer au fur et à mesure
Par mois
Les nouveaux clients reçoivent 300 $ en crédits gratuits à dépenser sur Vertex AI.
- Une interface utilisateur unifiée pour l'ensemble du flux de travail ML
- APIs pré-entraînées pour la vision, la vidéo, le langage naturel, et plus
- Intégration de bout en bout pour les données et l'IA
Essai gratuit
Azure Machine Learning
Aucune information sur l'essai disponibleVertex AI
Aucune information sur l'essai disponibleÉvaluations
Répond aux exigences
8.5
81
8.6
389
Facilité d’utilisation
8.5
80
8.2
400
Facilité d’installation
8.3
57
8.1
322
Facilité d’administration
8.3
49
7.9
149
Qualité du service client
8.6
74
8.1
364
the product a-t-il été un bon partenaire commercial?
8.6
47
8.3
143
Orientation du produit (% positif)
9.0
80
9.2
383
Fonctionnalités
déploiement
Pas assez de données disponibles
8.4
76
Pas assez de données disponibles
8.1
78
Pas assez de données disponibles
8.3
76
Pas assez de données disponibles
8.4
76
Pas assez de données disponibles
8.8
75
déploiement
Pas assez de données disponibles
8.5
75
Pas assez de données disponibles
8.3
73
Pas assez de données disponibles
8.4
72
Pas assez de données disponibles
8.6
74
Pas assez de données disponibles
8.7
71
management
Pas assez de données disponibles
8.2
71
Pas assez de données disponibles
8.5
73
Pas assez de données disponibles
8.0
71
Pas assez de données disponibles
8.1
70
Opérations
Pas assez de données disponibles
8.2
70
Pas assez de données disponibles
8.5
71
Pas assez de données disponibles
8.3
71
management
Pas assez de données disponibles
8.1
69
Pas assez de données disponibles
8.4
72
Pas assez de données disponibles
8.3
70
IA générative
Pas assez de données disponibles
8.4
37
Pas assez de données disponibles
8.6
37
Plateformes de science des données et d'apprentissage automatiqueMasquer 25 fonctionnalitésAfficher 25 fonctionnalités
8.4
56
8.2
246
Système
8.6
22
8.2
173
Développement de modèles
8.6
51
8.5
208
8.9
54
7.9
181
8.3
53
8.4
206
8.7
52
8.5
209
Développement de modèles
8.4
21
8.2
167
Services d’apprentissage automatique/profond
8.1
45
8.3
203
7.9
45
8.5
202
7.8
38
8.2
200
8.2
42
8.3
181
Services d’apprentissage automatique/profond
8.7
21
8.5
167
8.5
21
8.5
166
déploiement
8.8
50
8.3
213
8.7
51
8.3
203
8.9
51
8.6
207
IA générative
8.5
10
8.3
110
8.2
10
8.3
106
7.5
10
8.1
105
Agentic AI - Plateformes de science des données et d'apprentissage automatique
Pas assez de données disponibles
8.1
38
Pas assez de données disponibles
7.8
37
Pas assez de données disponibles
7.7
38
Pas assez de données disponibles
7.9
35
Pas assez de données disponibles
8.5
37
Pas assez de données disponibles
7.5
36
Pas assez de données disponibles
7.7
36
Infrastructure d'IA générativeMasquer 14 fonctionnalitésAfficher 14 fonctionnalités
Pas assez de données
8.4
36
Évolutivité et performances - Infrastructure d’IA générative
Pas assez de données disponibles
9.0
31
Pas assez de données disponibles
8.7
32
Pas assez de données disponibles
8.6
31
Coût et efficacité - Infrastructure d’IA générative
Pas assez de données disponibles
8.0
34
Pas assez de données disponibles
7.7
31
Pas assez de données disponibles
8.1
30
Intégration et extensibilité - Infrastructure d’IA générative
Pas assez de données disponibles
8.5
30
Pas assez de données disponibles
8.3
32
Pas assez de données disponibles
8.5
31
Sécurité et conformité - Infrastructure d’IA générative
Pas assez de données disponibles
8.7
30
Pas assez de données disponibles
8.3
32
Pas assez de données disponibles
8.9
30
Facilité d’utilisation et prise en charge - Infrastructure d’IA générative
Pas assez de données disponibles
8.2
31
Pas assez de données disponibles
8.5
31
Apprentissage automatiqueMasquer 4 fonctionnalitésAfficher 4 fonctionnalités
Pas assez de données
8.5
71
Intégration - Apprentissage automatique
Pas assez de données disponibles
8.5
68
Apprentissage - Apprentissage automatique
Pas assez de données disponibles
8.5
66
Pas assez de données disponibles
8.3
65
Pas assez de données disponibles
8.8
66
Opérationnalisation des Modèles de Langage de Grande Taille (LLMOps)Masquer 15 fonctionnalitésAfficher 15 fonctionnalités
Pas assez de données
9.0
26
Ingénierie des invites - Opérationnalisation des grands modèles de langage (LLMOps)
Pas assez de données disponibles
8.8
24
Pas assez de données disponibles
9.0
24
Optimisation de l'inférence - Opérationnalisation des grands modèles de langage (LLMOps)
Pas assez de données disponibles
8.8
22
Jardin de Modèles - Opérationnalisation des Grands Modèles de Langage (LLMOps)
Pas assez de données disponibles
9.3
25
Formation personnalisée - Opérationnalisation des grands modèles de langage (LLMOps)
Pas assez de données disponibles
9.1
24
Développement d'applications - Opérationnalisation des grands modèles de langage (LLMOps)
Pas assez de données disponibles
9.2
23
Déploiement de modèle - Opérationnalisation des grands modèles de langage (LLMOps)
Pas assez de données disponibles
9.0
23
Pas assez de données disponibles
8.7
22
Garde-fous - Opérationnalisation des Modèles de Langage de Grande Taille (LLMOps)
Pas assez de données disponibles
8.7
23
Pas assez de données disponibles
8.9
22
Surveillance du modèle - Opérationnalisation des grands modèles de langage (LLMOps)
Pas assez de données disponibles
8.7
21
Pas assez de données disponibles
9.1
22
Sécurité - Opérationnalisation des Modèles de Langage à Grande Échelle (LLMOps)
Pas assez de données disponibles
9.1
22
Pas assez de données disponibles
9.0
23
Passerelles et routeurs - Opérationnalisation des modèles de langage à grande échelle (LLMOps)
Pas assez de données disponibles
8.9
22
Constructeurs d'agents d'IAMasquer 14 fonctionnalitésAfficher 14 fonctionnalités
Pas assez de données
8.0
30
Personnalisation - Constructeurs d'agents IA
Pas assez de données disponibles
8.6
28
Pas assez de données disponibles
7.6
27
Pas assez de données disponibles
8.3
26
Fonctionnalité - Constructeurs d'agents IA
Pas assez de données disponibles
8.1
27
Pas assez de données disponibles
7.3
27
Pas assez de données disponibles
8.2
26
Pas assez de données disponibles
7.2
27
Données et analyses - Constructeurs d'agents IA
Pas assez de données disponibles
7.8
26
Pas assez de données disponibles
7.9
27
Pas assez de données disponibles
8.1
28
Intégration - Constructeurs d'agents IA
Pas assez de données disponibles
8.8
28
Pas assez de données disponibles
8.2
30
Pas assez de données disponibles
8.1
28
Pas assez de données disponibles
7.5
27
Plateformes de Machine Learning à Faible CodeMasquer 6 fonctionnalitésAfficher 6 fonctionnalités
Pas assez de données
Pas assez de données
Ingestion de données et préparation - Plateformes de machine learning à faible code
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Construction de modèles et automatisation - Plateformes de machine learning à faible code
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Catégories
Catégories
Catégories partagées
Azure Machine LearningetVertex AI est catégorisé comme Plateformes MLOpsetOpérationnalisation des Modèles de Langage de Grande Taille (LLMOps)etPlateformes de science des données et d'apprentissage automatiqueetInfrastructure d'IA générativeetPlateformes de Machine Learning à Faible Code
Catégories uniques
Azure Machine Learning n'a aucune catégorie unique
Vertex AI est catégorisé comme Apprentissage automatiqueetConstructeurs d'agents d'IA
Avis
Taille de l'entreprise des évaluateurs
Azure Machine Learning
Petite entreprise(50 employés ou moins)
Marché intermédiaire(51-1000 employés)
Entreprise(> 1000 employés)
Vertex AI
Petite entreprise(50 employés ou moins)
Marché intermédiaire(51-1000 employés)
Entreprise(> 1000 employés)
Petite entreprise
(50 employés ou moins)
Marché intermédiaire
(51-1000 employés)
Entreprise
(> 1000 employés)
Industrie des évaluateurs
Technologies et services d’information
28.2%
Logiciels informatiques
14.1%
Conseil en gestion
8.2%
Gestion de l’éducation
5.9%
enseignement
4.7%
Autre
38.8%
Logiciels informatiques
17.9%
Technologies et services d’information
14.3%
Services financiers
6.8%
vente au détail
3.6%
Hôpital et soins de santé
3.3%
Autre
54.1%
Meilleures alternatives
Discussions
À quoi sert Azure Machine Learning Studio ?
2 commentaires
AR
En bref, pour construire, déployer et gérer des modèles de haute qualité plus rapidement et avec confiance.Lire la suite
Azure Machine Learning n'a plus de discussions avec des réponses
À quoi sert la plateforme Google Cloud AI ?
3 commentaires
AO
Vertex AI est la plateforme de machine learning gérée par Google Cloud. Elle est utilisée pour construire, entraîner et déployer des modèles de ML à grande...Lire la suite
What software libraries does cloud ML engine support?
3 commentaires
AO
Cloud ML Engine (désormais partie de Vertex AI) prend en charge des frameworks et bibliothèques ML populaires tels que TensorFlow, PyTorch, Scikit-learn et...Lire la suite
What is Google AI platform?
2 commentaires
ZM
La plateforme Google AI est un ensemble complet d'outils et de services fournis par Google Cloud pour développer, déployer et gérer l'intelligence...Lire la suite
À la recherche de informations sur les logiciels ?
Avec plus de 3 millions d'avis, nous pouvons fournir les détails spécifiques qui vous aident à prendre une décision éclairée d'achat de logiciel pour votre entreprise. Trouver le bon produit est important, laissez-nous vous aider.
ou continuer avec
En continuant, vous acceptez nos Conditions d'utilisation et Politique de confidentialité
