# MLJAR Reviews **Vendor:** MLJAR **Category:** [Plateformes MLOps](https://www.g2.com/fr/categories/mlops-platforms) **Average Rating:** 4.4/5.0 **Total Reviews:** 16 ## About MLJAR Leader dans la création d'outils de science des données. MLJAR est un cadre d'apprentissage automatique automatisé (AutoML) conçu pour rendre la construction et le déploiement de modèles d'apprentissage automatique plus faciles et plus accessibles. Il offre des outils pour aider les utilisateurs—qu'ils soient data scientists, analystes ou individus non techniques—à créer des modèles d'apprentissage automatique sans avoir besoin de compétences en programmation approfondies, à construire des applications alimentées par les données et à analyser les données. MLJAR maintient des bibliothèques open-source telles que : AutoML mljar-supervised Mercury Supertree... ## MLJAR Reviews ### 1. Expérience utilisateur et avis sur MLJAR **Rating:** 4.0/5.0 stars **Reviewed by:** Prince N. | Assistant systems engineer, Entreprise (> 1000 employés) **Reviewed Date:** July 26, 2022 **Qu'aimez-vous le plus à propos de MLJAR?** Le temps économisé grâce à l'utilisation d'une application de ML automatique et la capacité de l'empilement de modèles à construire des systèmes de ML plus précis. Cela agit comme une amélioration pour les data scientists existants. **Que n’aimez-vous pas à propos de MLJAR?** Je ne vois pas d'inconvénients dans la technologie à mon avis personnel, mais je crois qu'une opinion contraire existe sur la façon dont l'utilisation de cette technologie pourrait un jour remplacer les data scientists en apprentissage automatique existants. Mais si je devais en souligner un, je dirais que pendant mon travail, j'ai vu que l'inexactitude est le plus grand problème avec les outils d'apprentissage automatique de la génération actuelle. **Quels sont les problèmes que MLJAR résout, et en quoi cela vous est-il bénéfique?** Cela nous a permis de créer de meilleurs pipelines de données pour tester les nouveaux produits en cours de développement dans le secteur d'incubation TCS ion. Où nous avons besoin d'une précision élevée en apprentissage automatique. ### 2. REVUE MLJAR **Rating:** 4.5/5.0 stars **Reviewed by:** Utilisateur vérifié à Logiciels informatiques | Entreprise (> 1000 employés) **Reviewed Date:** July 28, 2022 **Qu'aimez-vous le plus à propos de MLJAR?** MLJAR est l'un des meilleurs packages Python que j'ai utilisés jusqu'à présent pour l'apprentissage automatique. Le logiciel est facile à installer et très utile pour développer de nouveaux modules. Entraîner le modèle sur plusieurs algorithmes est vraiment facile avec lui, et le résultat est généralement précis, ce qui permet de gagner beaucoup de temps en entraînant et en relançant le modèle avec différents jeux de données en cas d'erreur. **Que n’aimez-vous pas à propos de MLJAR?** Le produit a parfaitement fonctionné pour nous jusqu'à présent, rien de particulier à déplorer ici, cependant, plus de fonctionnalités pour le produit seraient très appréciées. **Quels sont les problèmes que MLJAR résout, et en quoi cela vous est-il bénéfique?** Nous l'intégrons avec le notebook Jupiter, et cela nous fait gagner du temps et des efforts en tant que développeurs, car cela nécessite très peu de connaissances techniques pour l'utiliser. Je l'ai utilisé pour plusieurs projets pour divers clients, notamment pour des projets de prévision et d'analyse prédictive, et nous sommes très satisfaits des résultats/prévisions qu'il a fournis. ### 3. Une excellente et facile à comprendre alternative à AutoML **Rating:** 4.5/5.0 stars **Reviewed by:** Utilisateur vérifié à Logiciels informatiques | Petite entreprise (50 employés ou moins) **Reviewed Date:** July 26, 2022 **Qu'aimez-vous le plus à propos de MLJAR?** La fonctionnalité AutoML est très facile à utiliser et a une syntaxe similaire à celle du module sklearn, et le rapport après cela est très bien expliqué. Bien que je sois nouveau dans AutoML, j'ai utilisé H2O, mais c'est beaucoup plus facile car il a une syntaxe beaucoup plus simple et les résultats sont meilleurs que ceux de sklearn et légèrement meilleurs que ceux de H2O. **Que n’aimez-vous pas à propos de MLJAR?** Mon seul reproche est qu'il ne propose que des algorithmes supervisés alors que la popularité des algorithmes d'apprentissage non supervisé est en augmentation, car la plupart des données sont non supervisées. **Quels sont les problèmes que MLJAR résout, et en quoi cela vous est-il bénéfique?** J'ai essayé MLJAR sur Kaggle pour une tâche de classification dans la satisfaction client de Santander, et cela m'a vraiment donné de meilleurs résultats que les algorithmes de sklearn. Ma position a grimpé beaucoup plus haut que celle de sklearn et presque proche de H2O. J'envisage de l'utiliser dans mes futurs projets et compétitions car c'est un excellent moyen d'améliorer sans effort supplémentaire. ### 4. Meilleure plateforme d'apprentissage automatique automatisée pour le développement et le déploiement rapides. **Rating:** 4.5/5.0 stars **Reviewed by:** Suraiya A. | Information Security Analyst, Entreprise (> 1000 employés) **Reviewed Date:** August 13, 2022 **Qu'aimez-vous le plus à propos de MLJAR?** MLJAR prend en charge un large éventail d'algorithmes pour la classification ainsi qu'un support pour une multitude de fonctionnalités permettant une meilleure compréhension des données grâce à la sélection automatisée des métriques et à l'ingénierie des caractéristiques. **Que n’aimez-vous pas à propos de MLJAR?** MLJAR évolue encore et doit suivre le rythme des nouvelles avancées dans la science des techniques et procédures d'apprentissage automatique afin que les résultats de son traitement de données soient plus intuitifs et applicables. **Quels sont les problèmes que MLJAR résout, et en quoi cela vous est-il bénéfique?** Extraction automatique des caractéristiques et classification des données à l'aide de modèles de données intégrés dans MLJAR, économisant ainsi du temps sans s'impliquer dans les processus de déploiement de modèles et d'extraction de caractéristiques. ### 5. Revue de MLJAR **Rating:** 5.0/5.0 stars **Reviewed by:** Arvind S. | System Engineer, Marché intermédiaire (51-1000 employés) **Reviewed Date:** July 26, 2022 **Qu'aimez-vous le plus à propos de MLJAR?** La meilleure chose à propos de ce package est la possibilité de partager facilement un carnet et il permet à d'autres d'exécuter des paramètres du carnet et de télécharger facilement le carnet exécuté sous forme de fichiers HTML ou PDF. **Que n’aimez-vous pas à propos de MLJAR?** La chose que je n'aime pas dans le package est que l'interface graphique de celui-ci. Elle pourrait être plus conviviale et aider les gens à comprendre l'apprentissage automatique. C'est difficile à importer dans le python. **Quels sont les problèmes que MLJAR résout, et en quoi cela vous est-il bénéfique?** Le MLJAR aide à automatiser le processus d'apprentissage automatique. Quand j'ai commencé à apprendre l'apprentissage automatique, cela m'aide à automatiser le processus pour construire de meilleurs codes. ### 6. Allé au-delà des attentes **Rating:** 4.5/5.0 stars **Reviewed by:** Pooja K. | Cyber Security Analyst, Marché intermédiaire (51-1000 employés) **Reviewed Date:** August 06, 2022 **Qu'aimez-vous le plus à propos de MLJAR?** Le principal avantage de MLJAR est de produire des rapports markdown à partir de l'entraînement des modèles. **Que n’aimez-vous pas à propos de MLJAR?** La solution peut rapidement devenir complexe et difficile à visualiser. Il est difficile d'utiliser des systèmes de contrôle de version car les notebooks ont le code et le résultat stockés ensemble dans le fichier notebook. **Quels sont les problèmes que MLJAR résout, et en quoi cela vous est-il bénéfique?** La capacité d'explication des modèles produits par le système est disponible et est stockée dans un répertoire local, la sortie du modèle par MLJAR fait un excellent travail. ### 7. L'un des meilleurs packages Python pour l'apprentissage automatique **Rating:** 4.5/5.0 stars **Reviewed by:** ShriRam g. | Software Engineer, Entreprise (> 1000 employés) **Reviewed Date:** March 29, 2022 **Qu'aimez-vous le plus à propos de MLJAR?** La meilleure chose à propos de MLJAR est que même une personne ayant peu ou pas de connaissances en programmation peut l'utiliser. Il est facilement partageable et permet de gagner du temps de développement pour les développeurs. De plus, les notebooks Python peuvent être convertis en applications web interactives. **Que n’aimez-vous pas à propos de MLJAR?** Bien que MLJAR soit un bon logiciel léger, il peut avoir des mises à jour plus rapidement. Le chemin du débutant à avancé peut être simplifié afin que tout le monde s'adapte rapidement à son environnement. **Recommandations à d’autres personnes envisageant MLJAR:** Si vous souhaitez accélérer votre cycle de développement, vous pouvez continuer avec cet outil. **Quels sont les problèmes que MLJAR résout, et en quoi cela vous est-il bénéfique?** MLJAR aide à gagner du temps pour les développeurs. Les algorithmes ML peuvent être facilement intégrés sans connaître les subtilités profondes du langage. Il y a une explication et une analyse approfondies pour chaque algorithme. ### 8. MLJAR - Outils de science des données **Rating:** 4.0/5.0 stars **Reviewed by:** Kuldeep S. | IT Analyst, Entreprise (> 1000 employés) **Reviewed Date:** July 29, 2022 **Qu'aimez-vous le plus à propos de MLJAR?** facile à écrire du code - une interface graphique pour la génération de code, facile à réutiliser du code en tant qu'application ou tâche planifiée, facile à contrôler la version, facile à construire des applications avec une interface graphique, facile à tester. **Que n’aimez-vous pas à propos de MLJAR?** Je n'ai trouvé aucun défaut à ce sujet. **Quels sont les problèmes que MLJAR résout, et en quoi cela vous est-il bénéfique?** interface graphique sans code application de bureau vous évite l'installation de Python et la version appropriée des packages entraînant une augmentation des performances. ### 9. Revue MLJAR **Rating:** 2.5/5.0 stars **Reviewed by:** Shivam G. | Technical Consultant, Entreprise (> 1000 employés) **Reviewed Date:** April 01, 2022 **Qu'aimez-vous le plus à propos de MLJAR?** L'un des cas que j'aime est la fourniture de paramètres de notebook sous forme de YAML. Je n'ai jamais expérimenté cela dans aucun autre produit. Un autre est la planification de l'exécution d'un notebook. **Que n’aimez-vous pas à propos de MLJAR?** Je ne suis pas satisfait de l'expérience utilisateur personnellement. J'ai utilisé plusieurs plateformes avec intégration ML qui sont bien meilleures. L'expérience utilisateur a besoin de quelques améliorations. **Recommandations à d’autres personnes envisageant MLJAR:** Je peux recommander MLJAR à quelqu'un habitué à YAML et à la planification de l'exécution de notebooks. **Quels sont les problèmes que MLJAR résout, et en quoi cela vous est-il bénéfique?** J'ai essayé de résoudre des problèmes liés à l'immobilier où je prépare des modèles après avoir extrait des données et planifié l'exécution des notebooks. Je pense que d'une certaine manière, grâce à la planification, la performance a augmenté. ### 10. Associé principal **Rating:** 4.0/5.0 stars **Reviewed by:** Utilisateur vérifié à Sécurité informatique et réseau | Petite entreprise (50 employés ou moins) **Reviewed Date:** April 01, 2022 **Qu'aimez-vous le plus à propos de MLJAR?** - Cela permet de gagner du temps grâce à un package prêt à l'emploi. Franchement, cela permet d'économiser environ 25 % de temps. -Aide beaucoup au développement d'un nouveau module -Facile à installer **Que n’aimez-vous pas à propos de MLJAR?** Il n'y a rien que je n'aime pas à ce sujet. La seule suggestion que je peux fournir est qu'il faudrait ajouter plus de forfaits pour le produit populaire également. **Quels sont les problèmes que MLJAR résout, et en quoi cela vous est-il bénéfique?** Nous développions un module pour créer un dépôt de journaux centralisé, extraire des données significatives et charger ces données dans une table de base de données. Cela nous aide à y parvenir rapidement. ### 11. Meilleure plateforme pour tous vos besoins en apprentissage automatique **Rating:** 5.0/5.0 stars **Reviewed by:** Shrikant P. | S, Entreprise (> 1000 employés) **Reviewed Date:** April 18, 2022 **Qu'aimez-vous le plus à propos de MLJAR?** C'est très facile de former un modèle à travers plusieurs algorithmes et cela fera certainement gagner du temps. **Que n’aimez-vous pas à propos de MLJAR?** Rien à détester rend mon travail plus facile. **Quels sont les problèmes que MLJAR résout, et en quoi cela vous est-il bénéfique?** Formé quelques modèles pour le travail personnel et professionnel. ### 12. Paquet python MLJAR **Rating:** 5.0/5.0 stars **Reviewed by:** Sonali A. | Senior Data Engineer, Entreprise (> 1000 employés) **Reviewed Date:** April 01, 2022 **Qu'aimez-vous le plus à propos de MLJAR?** C'est très économe en temps et fournit des résultats précis. **Que n’aimez-vous pas à propos de MLJAR?** Il est plus lent par rapport à d'autres services similaires disponibles. **Quels sont les problèmes que MLJAR résout, et en quoi cela vous est-il bénéfique?** Nous utilisons cela pour effectuer une analyse prédictive pour différents défis et cela s'avère extrêmement précis. ### 13. Le package le plus facile pour l'apprentissage automatique basé sur PYTHON. **Rating:** 5.0/5.0 stars **Reviewed by:** Mukul T. | Founder, Petite entreprise (50 employés ou moins) **Reviewed Date:** March 30, 2022 **Qu'aimez-vous le plus à propos de MLJAR?** La manière dont l'auto ML fonctionne en gérant les données sous forme de tableaux améliore l'efficacité dans les configurations matérielles disponibles. **Que n’aimez-vous pas à propos de MLJAR?** Il a besoin d'une meilleure puissance de traitement, c'est-à-dire d'un meilleur matériel. **Quels sont les problèmes que MLJAR résout, et en quoi cela vous est-il bénéfique?** Je l'utilise pour l'analyse météorologique et du sol. ### 14. MLJAR - bénédictions pour la science des données **Rating:** 5.0/5.0 stars **Reviewed by:** Utilisateur vérifié à Sécurité informatique et réseau | Entreprise (> 1000 employés) **Reviewed Date:** March 29, 2022 **Qu'aimez-vous le plus à propos de MLJAR?** L'apprentissage automatique sur les données tabulaires est génial. Il aide à apprendre et à analyser divers aspects structurels des données ainsi qu'à offrir une variété de fonctionnalités d'apprentissage faciles. **Que n’aimez-vous pas à propos de MLJAR?** Rien de tel qui soit considéré comme une partie déplaisante en ce qui concerne MLJAR. **Recommandations à d’autres personnes envisageant MLJAR:** Doit avoir un aperçu avec une grande expérience de MLJAR **Quels sont les problèmes que MLJAR résout, et en quoi cela vous est-il bénéfique?** Se concentrer sur le chargement, la sauvegarde, et la réexécution pour augmenter son efficacité et sa fiabilité. Son modèle intégré est excellent : expliquer-exécuter-concurrencer-optuna. ### 15. Revue de MLJAR **Rating:** 4.0/5.0 stars **Reviewed by:** Utilisateur vérifié à Pharmaceutique | Petite entreprise (50 employés ou moins) **Reviewed Date:** December 29, 2021 **Qu'aimez-vous le plus à propos de MLJAR?** MLJAR est le meilleur de l'industrie pour créer des scripts et des notebooks ML sans code. Son intégration avec Jupyter notebook est également très efficace. **Que n’aimez-vous pas à propos de MLJAR?** La capacité de passer du mode débutant au mode professionnel pour s'adapter à des ajustements importants pourrait encore être améliorée. C'est certainement une approche novatrice et j'attends avec impatience d'autres développements. **Quels sont les problèmes que MLJAR résout, et en quoi cela vous est-il bénéfique?** Le plus grand avantage est lorsque vous êtes conscient des concepts mais que vous n'arrivez pas à vous souvenir de toute la syntaxe et des subtilités du langage, MLJAR offre la meilleure solution et une facilité d'accès, ce qui permet de gagner beaucoup de temps. ### 16. MLJAR pour l'apprentissage automatique sur les données tabulaires **Rating:** 4.0/5.0 stars **Reviewed by:** Utilisateur vérifié à Technologie de l'information et services | Entreprise (> 1000 employés) **Reviewed Date:** March 31, 2022 **Qu'aimez-vous le plus à propos de MLJAR?** Comment cela peut-il faciliter le processus d'apprentissage automatique sur des données tabulaires **Que n’aimez-vous pas à propos de MLJAR?** Cela pourrait être plus efficace s'il avait un support intégré d'exécution comme numba. **Recommandations à d’autres personnes envisageant MLJAR:** Essaie-le une fois, tu l'aimeras. **Quels sont les problèmes que MLJAR résout, et en quoi cela vous est-il bénéfique?** Former nos données qui se trouvent dans des bases de données relationnelles ## MLJAR Discussions - [À quoi sert MLJAR ?](https://www.g2.com/fr/discussions/what-is-mljar-used-for) - [View MLJAR pricing details and edition comparison](https://www.g2.com/fr/products/mljar/reviews?section=pricing&secure%5Bexpires_at%5D=2026-05-21+01%3A30%3A45+-0500&secure%5Bsession_id%5D=575bc644-bf0e-4741-9017-ba97d2695397&secure%5Btoken%5D=7e0c0990cb8ea9ef7aac3888a7df7a5a65aec9b4b3ceeeccb40d2a3e5a953464&format=llm_user) ## MLJAR Features **déploiement** - Flexibilité linguistique - Flexibilité du cadre - Gestion des versions - Facilité de déploiement - Évolutivité **déploiement** - Flexibilité linguistique - Flexibilité du cadre - Gestion des versions - Facilité de déploiement - Évolutivité **management** - Catalogage - Surveillance - Gouvernant - Registre des modèles **Opérations** - Métriques - Gestion de l’infrastructure - Collaboration **management** - Catalogage - Surveillance - Gouvernant **IA générative** - Génération de texte - Résumé du texte ## Top MLJAR Alternatives - [Databricks](https://www.g2.com/fr/products/databricks/reviews) - 4.6/5.0 (750 reviews) - [SAS Viya](https://www.g2.com/fr/products/sas-sas-viya/reviews) - 4.3/5.0 (754 reviews) - [Snowflake](https://www.g2.com/fr/products/snowflake/reviews) - 4.6/5.0 (688 reviews)