Introducing G2.ai, the future of software buying.Try now
Comparer Azure Machine LearningetMicrosoft Fabric 
Produits en vedette
Sponsorisé
Vous voyez cette annonce en fonction de la pertinence du produit pour cette page. Le contenu sponsorisé ne reçoit aucun traitement préférentiel dans les évaluations de G2.
Alteryx
Visiter le site web
Sponsorisé
Vous voyez cette annonce en fonction de la pertinence du produit pour cette page. Le contenu sponsorisé ne reçoit aucun traitement préférentiel dans les évaluations de G2.
ILUM
Visiter le site web
En un coup d'œil
Segments de marché
Entreprise (38.8% des avis)
Entreprise (58.8% des avis)
Prix d'entrée de gamme
Aucun tarif disponible
Aucun tarif disponible
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 LearningMicrosoft Fabric
Note
(18)4.6 sur 5
Segments de marché
Entreprise (58.8% des avis)
Pros & Cons
Prix d'entrée de gamme
Aucun tarif disponible
En savoir plus sur Microsoft FabricRésumé
Résumé généré par IA
Généré par IA. Alimenté par de vrais avis d'utilisateurs.
- Les utilisateurs rapportent qu'Azure Machine Learning excelle dans la Formation de Modèles avec un score de 8,7, soulignant ses capacités robustes pour former des modèles complexes, tandis que Microsoft Fabric a reçu un score légèrement supérieur de 8,8, indiquant une expérience plus conviviale dans ce domaine.
- Les critiques mentionnent qu'Azure Machine Learning offre de solides fonctionnalités de Collecte et Préparation des Données avec un score de 8,7, mais Microsoft Fabric brille avec un score plus élevé de 9,1, mettant en avant sa flexibilité supérieure et sa facilité d'utilisation pour gérer des sources de données diversifiées.
- Les utilisateurs de G2 indiquent que la Qualité du Support d'Azure Machine Learning est louable avec un score de 8,6, mais Microsoft Fabric le surpasse avec un score de 9,0, suggérant que les utilisateurs trouvent l'équipe de support plus réactive et utile.
- Les utilisateurs sur G2 rapportent qu'Azure Machine Learning a une solide note de Scalabilité de 9,0, ce qui est impressionnant, mais Microsoft Fabric prend la tête avec un score de 9,2, indiquant de meilleures performances dans le dimensionnement des applications pour répondre aux demandes croissantes.
- Les critiques mentionnent que la Facilité de Déploiement d'Azure Machine Learning est évaluée à 8,7, ce qui est bon, mais le score de 9,0 de Microsoft Fabric suggère un processus de déploiement plus rationalisé, facilitant ainsi le démarrage rapide des utilisateurs.
- Les utilisateurs disent que le Support Linguistique d'Azure Machine Learning est évalué à 8,9, ce qui est favorable, mais le score de 9,1 de Microsoft Fabric indique une gamme plus large de langues prises en charge, améliorant sa polyvalence pour les besoins divers des utilisateurs.
Azure Machine Learning vs Microsoft Fabric
- Les évaluateurs ont estimé que Microsoft Fabric répond mieux aux besoins de leur entreprise que Azure Machine Learning.
- En comparant la qualité du support produit continu, les évaluateurs ont estimé que Microsoft Fabric est l'option préférée.
- Pour les mises à jour des fonctionnalités et les feuilles de route, nos évaluateurs ont préféré la direction de Microsoft Fabric à Azure Machine Learning.
Tarification
Prix d'entrée de gamme
Azure Machine Learning
Aucun tarif disponibleMicrosoft Fabric
Aucun tarif disponibleEssai gratuit
Azure Machine Learning
Aucune information sur l'essai disponibleMicrosoft Fabric
Aucune information sur l'essai disponibleÉvaluations
Répond aux exigences
8.5
81
9.3
17
Facilité d’utilisation
8.5
80
8.9
17
Facilité d’installation
8.3
57
8.9
6
Facilité d’administration
8.3
49
Pas assez de données
Qualité du service client
8.6
74
9.0
17
the product a-t-il été un bon partenaire commercial?
8.6
47
Pas assez de données
Orientation du produit (% positif)
9.0
80
10.0
17
Fonctionnalités
déploiement
Pas assez de données disponibles
8.8
15
Pas assez de données disponibles
8.8
15
Pas assez de données disponibles
8.7
15
Pas assez de données disponibles
8.8
15
Pas assez de données disponibles
9.1
15
déploiement
Pas assez de données disponibles
8.9
15
Pas assez de données disponibles
9.2
15
Pas assez de données disponibles
9.1
15
Pas assez de données disponibles
9.1
15
Pas assez de données disponibles
9.2
15
management
Pas assez de données disponibles
8.7
14
Pas assez de données disponibles
8.8
15
Pas assez de données disponibles
8.9
14
Pas assez de données disponibles
8.9
14
Opérations
Pas assez de données disponibles
8.9
15
Pas assez de données disponibles
8.9
15
Pas assez de données disponibles
9.0
15
management
Pas assez de données disponibles
8.6
15
Pas assez de données disponibles
8.6
14
Pas assez de données disponibles
8.6
14
IA générative
Pas assez de données disponibles
7.9
13
Pas assez de données disponibles
8.1
13
Plateformes de science des données et d'apprentissage automatiqueMasquer 25 fonctionnalitésAfficher 25 fonctionnalités
8.4
56
Pas assez de données
Système
8.6
22
Pas assez de données disponibles
Développement de modèles
8.6
51
Pas assez de données disponibles
8.9
54
Pas assez de données disponibles
8.3
53
Pas assez de données disponibles
8.7
52
Pas assez de données disponibles
Développement de modèles
8.4
21
Pas assez de données disponibles
Services d’apprentissage automatique/profond
8.1
45
Pas assez de données disponibles
7.9
45
Pas assez de données disponibles
7.8
38
Pas assez de données disponibles
8.2
42
Pas assez de données disponibles
Services d’apprentissage automatique/profond
8.7
21
Pas assez de données disponibles
8.5
21
Pas assez de données disponibles
déploiement
8.8
50
Pas assez de données disponibles
8.7
51
Pas assez de données disponibles
8.9
51
Pas assez de données disponibles
IA générative
8.5
10
Pas assez de données disponibles
8.2
10
Pas assez de données disponibles
7.5
10
Pas assez de données disponibles
Agentic AI - Plateformes de science des données et d'apprentissage automatique
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
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
Pas assez de données disponibles
Pas assez de données disponibles
Infrastructure d'IA générativeMasquer 14 fonctionnalitésAfficher 14 fonctionnalités
Pas assez de données
Pas assez de données
Évolutivité et performances - Infrastructure d’IA générative
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
Coût et efficacité - Infrastructure d’IA générative
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
Intégration et extensibilité - Infrastructure d’IA générative
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
Sécurité et conformité - Infrastructure d’IA générative
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
Facilité d’utilisation et prise en charge - Infrastructure d’IA générative
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Opérationnalisation des Modèles de Langage de Grande Taille (LLMOps)Masquer 15 fonctionnalitésAfficher 15 fonctionnalités
Pas assez de données
Pas assez de données
Ingénierie des invites - Opérationnalisation des grands modèles de langage (LLMOps)
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Optimisation de l'inférence - Opérationnalisation des grands modèles de langage (LLMOps)
Pas assez de données disponibles
Pas assez de données disponibles
Jardin de Modèles - Opérationnalisation des Grands Modèles de Langage (LLMOps)
Pas assez de données disponibles
Pas assez de données disponibles
Formation personnalisée - Opérationnalisation des grands modèles de langage (LLMOps)
Pas assez de données disponibles
Pas assez de données disponibles
Développement d'applications - Opérationnalisation des grands modèles de langage (LLMOps)
Pas assez de données disponibles
Pas assez de données disponibles
Déploiement de modèle - Opérationnalisation des grands modèles de langage (LLMOps)
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Garde-fous - Opérationnalisation des Modèles de Langage de Grande Taille (LLMOps)
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Surveillance du modèle - Opérationnalisation des grands modèles de langage (LLMOps)
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Sécurité - Opérationnalisation des Modèles de Langage à Grande Échelle (LLMOps)
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Passerelles et routeurs - Opérationnalisation des modèles de langage à grande échelle (LLMOps)
Pas assez de données disponibles
Pas assez de données disponibles
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 LearningetMicrosoft Fabric est catégorisé comme Plateformes MLOps
Catégories uniques
Microsoft Fabric n'a aucune catégorie unique
Avis
Taille de l'entreprise des évaluateurs
Azure Machine Learning
Petite entreprise(50 employés ou moins)
Marché intermédiaire(51-1000 employés)
Entreprise(> 1000 employés)
Microsoft Fabric
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%
Gestion de l’éducation
17.6%
Fabrication
11.8%
Technologies et services d’information
11.8%
Fabrication électrique/électronique
11.8%
Consultation
5.9%
Autre
41.2%
Meilleures alternatives
Discussions
À quoi sert Azure Machine Learning Studio ?
1 commentaire
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
Microsoft Fabric n'a aucune discussion avec des réponses
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
