Introducing G2.ai, the future of software buying.Try now
Confronta BigML e IBM Watson Studio 
Prodotti in evidenza
Sponsorizzato
Stai vedendo questo annuncio in base alla rilevanza del prodotto per questa pagina. Il contenuto sponsorizzato non riceve un trattamento preferenziale in nessuna delle valutazioni di G2.
Alteryx
Visita il Sito Web
Sponsorizzato
Stai vedendo questo annuncio in base alla rilevanza del prodotto per questa pagina. Il contenuto sponsorizzato non riceve un trattamento preferenziale in nessuna delle valutazioni di G2.
DocuPipe
Visita il Sito Web
Sponsorizzato
Stai vedendo questo annuncio in base alla rilevanza del prodotto per questa pagina. Il contenuto sponsorizzato non riceve un trattamento preferenziale in nessuna delle valutazioni di G2.
ILUM
Visita il Sito Web
A Colpo d'Occhio
Segmenti di Mercato
Piccola Impresa (87.5% delle recensioni)
Impresa (51.3% delle recensioni)
Prezzo di Ingresso
$30 per month
Nessun prezzo disponibile
BigML
Valutazione a Stelle
(24)4.7 su 5
Segmenti di Mercato
Piccola Impresa (87.5% delle recensioni)
Pros & Cons
Dati insufficienti
Prezzo di Ingresso
$30 per month
Sfoglia tutti i piani tariffari 3IBM Watson Studio
Valutazione a Stelle
(164)4.2 su 5
Segmenti di Mercato
Impresa (51.3% delle recensioni)
Pros & Cons
Prezzo di Ingresso
Nessun prezzo disponibile
Scopri di più su IBM Watson StudioRiassunto
Riassunto Generato dall'IA
Generato dall'IA. Basato su recensioni di utenti reali.
- Gli utenti segnalano che BigML eccelle per facilità d'uso con un punteggio di 9.0, rendendolo particolarmente favorevole per le piccole imprese. Al contrario, IBM Watson Studio ha un punteggio di facilità d'uso inferiore di 8.0, che alcuni recensori menzionano possa portare a una curva di apprendimento più ripida per i nuovi utenti.
- I recensori menzionano che la qualità del supporto di BigML è eccezionale, con un punteggio di 9.5, che gli utenti apprezzano per l'assistenza tempestiva. Al contrario, la qualità del supporto di IBM Watson Studio, valutata a 8.2, ha ricevuto feedback che indicano che i tempi di risposta possono essere più lenti.
- Gli utenti di G2 evidenziano la flessibilità di distribuzione di BigML, con un punteggio di 9.8 per facilità di distribuzione, che i recensori dicono permetta una rapida integrazione nei flussi di lavoro esistenti. IBM Watson Studio, pur essendo ancora forte, ottiene un punteggio di 9.5, con alcuni utenti che notano che la sua distribuzione può essere più complessa a causa del suo focus aziendale.
- Gli utenti su G2 riportano che le funzionalità di governance dei dati di BigML sono robuste, con un punteggio di 9.5, che i recensori dicono aiuti a mantenere l'integrità e la conformità dei dati. Al contrario, IBM Watson Studio, pur essendo anch'esso forte in quest'area, ottiene un punteggio leggermente inferiore di 9.2, con alcuni utenti che menzionano che potrebbe beneficiare di strumenti di governance più intuitivi.
- I recensori menzionano che BigML brilla nelle sue capacità no-code, con un punteggio di 9.7, che gli utenti trovano particolarmente vantaggioso per i team non tecnici. IBM Watson Studio, pur offrendo opzioni no-code, ottiene un punteggio inferiore di 8.3, portando alcuni utenti a esprimere il desiderio di funzionalità più user-friendly.
- Gli utenti dicono che l'ampiezza delle fonti di dati di BigML è impressionante, con un punteggio di 8.9, che consente un'integrazione diversificata dei dati. Tuttavia, IBM Watson Studio ha una gamma più ampia di integrazioni con un punteggio di 9.4, che gli utenti apprezzano per la sua versatilità nel connettersi con varie piattaforme di dati.
BigML vs IBM Watson Studio
Valutando le due soluzioni, i recensori hanno trovato BigML più facile da usare, configurare e amministrare. I recensori hanno anche preferito fare affari con BigML nel complesso.
- I revisori hanno ritenuto che BigML soddisfi meglio le esigenze della loro azienda rispetto a IBM Watson Studio.
- Quando si confronta la qualità del supporto continuo del prodotto, i revisori hanno ritenuto che BigML sia l'opzione preferita.
- Per gli aggiornamenti delle funzionalità e le roadmap, i nostri revisori hanno preferito la direzione di BigML rispetto a IBM Watson Studio.
Prezzi
Prezzo di Ingresso
BigML
STANDARD
$30
per month
- COMPITI ILLIMITATI
- DIMENSIONE MASSIMA DEL COMPITO: 64 MB
- COMPITI PARALLELI MASSIMI: 2
IBM Watson Studio
Nessun prezzo disponibileProva Gratuita
BigML
Nessuna informazione sulla prova disponibileIBM Watson Studio
Nessuna informazione sulla prova disponibileValutazioni
Soddisfa i requisiti
9.2
24
8.3
121
Facilità d'uso
9.0
24
8.0
122
Facilità di installazione
9.2
22
7.6
100
Facilità di amministrazione
9.3
22
7.8
95
Qualità del supporto
9.5
22
8.2
113
the product è stato un buon partner negli affari?
9.1
22
8.0
94
Direzione del prodotto (% positivo)
9.5
24
8.5
115
Caratteristiche per Categoria
Accesso alla fonte dei dati
Dati insufficienti
9.0
13
Dati insufficienti
9.3
12
Dati insufficienti
9.2
14
Interazione dei dati
Dati insufficienti
9.0
14
Dati insufficienti
9.2
12
Dati insufficienti
9.4
12
Dati insufficienti
9.1
13
Dati insufficienti
9.2
12
Dati insufficienti
9.2
13
Dati insufficienti
9.1
13
Dati insufficienti
9.6
12
Esportazione dei dati
Dati insufficienti
9.4
12
Dati insufficienti
9.2
12
Dati insufficienti
9.2
12
Intelligenza Artificiale Generativa
Dati insufficienti
Dati insufficienti
Distribuzione
Dati insufficienti
8.8
8
Dati insufficienti
9.2
8
Dati insufficienti
9.0
8
Dati insufficienti
9.4
8
Dati insufficienti
8.8
8
Distribuzione
Dati insufficienti
9.0
8
Dati insufficienti
8.8
8
Dati insufficienti
8.8
8
Dati insufficienti
9.4
8
Dati insufficienti
9.2
8
Gestione
Dati insufficienti
9.3
7
Dati insufficienti
9.6
8
Dati insufficienti
9.0
7
Dati insufficienti
9.0
8
Operazioni
Dati insufficienti
9.0
8
Dati insufficienti
9.0
8
Dati insufficienti
9.3
7
Gestione
Dati insufficienti
9.5
7
Dati insufficienti
9.4
8
Dati insufficienti
8.8
7
Intelligenza Artificiale Generativa
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Piattaforme di Data Science e Machine LearningNascondi 25 CaratteristicheMostra 25 Caratteristiche
Dati insufficienti
8.7
41
Sistema
Dati insufficienti
9.0
12
Sviluppo del Modello
Dati insufficienti
8.5
33
Dati insufficienti
8.8
34
Dati insufficienti
8.5
35
Dati insufficienti
8.3
36
Sviluppo del modello
Dati insufficienti
9.4
13
Servizi di Machine/Deep Learning
Dati insufficienti
8.5
27
Dati insufficienti
8.5
34
Dati insufficienti
Funzionalità non disponibile
Dati insufficienti
8.6
28
Servizi di Machine/Deep Learning
Dati insufficienti
8.9
12
Dati insufficienti
9.0
12
Distribuzione
Dati insufficienti
8.5
32
Dati insufficienti
8.6
33
Dati insufficienti
8.6
30
Intelligenza Artificiale Generativa
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Agentic AI - Piattaforme di Scienza dei Dati e Apprendimento Automatico
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Imposta
Dati insufficienti
8.6
7
Dati insufficienti
8.3
7
Dati insufficienti
9.7
6
Dati
Dati insufficienti
8.6
7
Dati insufficienti
8.6
7
Analisi
Dati insufficienti
9.7
6
Dati insufficienti
8.1
7
Dati insufficienti
8.1
7
Dati insufficienti
8.3
7
Dati insufficienti
8.8
7
Dati insufficienti
8.1
7
Dati insufficienti
7.9
7
Personalizzazione
Dati insufficienti
9.0
7
Dati insufficienti
8.1
7
Dati insufficienti
9.2
6
Intelligenza Artificiale Generativa
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Piattaforme di Machine Learning a Basso CodiceNascondi 6 CaratteristicheMostra 6 Caratteristiche
Dati insufficienti
Dati insufficienti
Ingestione e Preparazione dei Dati - Piattaforme di Machine Learning a Basso Codice
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Costruzione di Modelli e Automazione - Piattaforme di Machine Learning a Basso Codice
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Strumento Statistico
Dati insufficienti
8.0
14
Dati insufficienti
8.4
15
Dati insufficienti
8.1
15
Analisi dei dati
Dati insufficienti
8.7
15
Dati insufficienti
9.0
14
Prendere decisioni
Dati insufficienti
8.6
14
Dati insufficienti
8.6
15
Dati insufficienti
8.3
13
Dati insufficienti
8.7
14
Intelligenza Artificiale Generativa
Dati insufficienti
9.3
5
Dati insufficienti
8.3
5
Categorie
Categorie
Categorie condivise
BigML e IBM Watson Studio sono categorizzati comePiattaforme di Data Science e Machine Learning e Analisi Predittiva
Recensioni
Dimensione dell'Azienda dei Recensori
BigML
Piccola impresa(50 o meno dip.)
Mid-Market(51-1000 dip.)
Enterprise(> 1000 dip.)
IBM Watson Studio
Piccola impresa(50 o meno dip.)
Mid-Market(51-1000 dip.)
Enterprise(> 1000 dip.)
Piccola impresa
(50 o meno dip.)
Mid-Market
(51-1000 dip.)
Enterprise
(> 1000 dip.)
Settore dei Recensori
Software per computer
83.3%
Consulenza di gestione
4.2%
Commercio Internazionale e Sviluppo
4.2%
Produzione Elettrica/Elettronica
4.2%
Risoluzione alternativa delle controversie
4.2%
Altro
0.0%
Tecnologia dell'informazione e servizi
15.8%
Software per computer
13.3%
Telecomunicazioni
8.2%
Bancario
7.6%
Gestione dell'Istruzione
5.7%
Altro
49.4%
Alternative
Discussioni
BigML non ha discussioni con risposte
IBM Watson Studio non ha discussioni con risposte
Cerchi approfondimenti sul software?
Con oltre 3 milioni di recensioni, possiamo fornire i dettagli specifici che ti aiutano a prendere una decisione informata sull'acquisto di software per la tua azienda. Trovare il prodotto giusto è importante, lasciaci aiutarti.
o continua con
Procedendo, accetti i nostri Termini di utilizzo e Informativa sulla privacy
