Avis et détails du produit 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. Avis collecté par et hébergé sur G2.com.

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. Avis collecté par et hébergé sur G2.com.

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. Avis collecté par et hébergé sur G2.com.

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. Avis collecté par et hébergé sur G2.com.

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. Avis collecté par et hébergé sur G2.com.

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. Avis collecté par et hébergé sur G2.com.

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. Avis collecté par et hébergé sur G2.com.

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. Avis collecté par et hébergé sur G2.com.

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. Avis collecté par et hébergé sur G2.com.

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. Avis collecté par et hébergé sur G2.com.

Le principal avantage de MLJAR est de produire des rapports markdown à partir de l'entraînement des modèles. Avis collecté par et hébergé sur G2.com.

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. Avis collecté par et hébergé sur G2.com.

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. Avis collecté par et hébergé sur G2.com.

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. Avis collecté par et hébergé sur G2.com.

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. Avis collecté par et hébergé sur G2.com.

Je n'ai trouvé aucun défaut à ce sujet. Avis collecté par et hébergé sur G2.com.

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. Avis collecté par et hébergé sur G2.com.

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. Avis collecté par et hébergé sur G2.com.

- 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 Avis collecté par et hébergé sur G2.com.

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. Avis collecté par et hébergé sur G2.com.