Introducing G2.ai, the future of software buying.Try now

Confronta DataRobot e Google Cloud AutoML

Salva
    Accedi al tuo account
    per salvare confronti,
    prodotti e altro.
A Colpo d'Occhio
DataRobot
DataRobot
Valutazione a Stelle
(26)4.4 su 5
Segmenti di Mercato
Piccola Impresa (54.2% delle recensioni)
Informazioni
Prezzo di Ingresso
Nessun prezzo disponibile
Scopri di più su DataRobot
Google Cloud AutoML
Google Cloud AutoML
Valutazione a Stelle
(22)4.1 su 5
Segmenti di Mercato
Piccola Impresa (45.5% delle recensioni)
Informazioni
Prezzo di Ingresso
Nessun prezzo disponibile
Scopri di più su Google Cloud AutoML
Riassunto Generato dall'IA
Generato dall'IA. Basato su recensioni di utenti reali.
  • Gli utenti segnalano che DataRobot eccelle nelle sue capacità di machine learning automatizzato, permettendo agli utenti di costruire e distribuire rapidamente modelli senza una conoscenza approfondita della programmazione, mentre Google Cloud AutoML è apprezzato per la sua integrazione con altri servizi Google, rendendolo una scelta senza soluzione di continuità per gli utenti già all'interno dell'ecosistema Google.
  • I revisori menzionano che l'interfaccia drag-and-drop di DataRobot semplifica il processo di sviluppo del modello, rendendolo accessibile alle piccole imprese, mentre gli algoritmi pre-costruiti di Google Cloud AutoML sono evidenziati per la loro efficacia in casi d'uso specifici, in particolare nei compiti di elaborazione del linguaggio naturale.
  • Gli utenti di G2 indicano che gli strumenti di ingestione e manipolazione dei dati di DataRobot sono robusti, permettendo una preparazione efficiente dei dati, mentre gli utenti su G2 notano che Google Cloud AutoML offre opzioni di scalabilità superiori, il che è vantaggioso per le grandi imprese che cercano di gestire set di dati estesi.
  • Gli utenti dicono che DataRobot fornisce una qualità del supporto più completa, con molti revisori che apprezzano la reattività e l'esperienza del team di supporto, in contrasto con Google Cloud AutoML, dove alcuni utenti segnalano la necessità di migliorare la reattività del servizio clienti.
  • I revisori menzionano che le funzionalità di addestramento del modello di DataRobot sono intuitive ed efficaci, permettendo iterazioni rapide, mentre Google Cloud AutoML è noto per le sue capacità avanzate di deep learning, in particolare nell'analisi di immagini e testi, che alcuni utenti trovano più potenti per applicazioni specifiche.
  • Gli utenti segnalano che gli strumenti di generazione di report di DataRobot sono intuitivi e forniscono preziose intuizioni, mentre le visualizzazioni dei dati di Google Cloud AutoML sono considerate meno complete, portando alcuni utenti a cercare strumenti aggiuntivi per un'analisi approfondita.

DataRobot vs Google Cloud AutoML

Quando hanno valutato le due soluzioni, i revisori hanno trovato Google Cloud AutoML più facile da usare, configurare e amministrare. Tuttavia, i revisori hanno ritenuto che entrambi i fornitori rendano ugualmente facile fare affari in generale.

  • I revisori hanno ritenuto che DataRobot soddisfi meglio le esigenze della loro azienda rispetto a Google Cloud AutoML.
  • Quando si confronta la qualità del supporto continuo del prodotto, i revisori hanno ritenuto che DataRobot sia l'opzione preferita.
  • Per gli aggiornamenti delle funzionalità e le roadmap, i nostri revisori hanno preferito la direzione di Google Cloud AutoML rispetto a DataRobot.
Prezzi
Prezzo di Ingresso
DataRobot
Nessun prezzo disponibile
Google Cloud AutoML
Nessun prezzo disponibile
Prova Gratuita
DataRobot
Nessuna informazione sulla prova disponibile
Google Cloud AutoML
Nessuna informazione sulla prova disponibile
Valutazioni
Soddisfa i requisiti
8.8
23
8.6
14
Facilità d'uso
8.5
23
8.6
14
Facilità di installazione
7.0
11
7.4
11
Facilità di amministrazione
7.4
11
7.9
12
Qualità del supporto
7.9
22
7.5
14
the product è stato un buon partner negli affari?
8.3
11
8.3
11
Direzione del prodotto (% positivo)
8.4
22
8.9
11
Caratteristiche per Categoria
Piattaforme di Data Science e Machine LearningNascondi 25 CaratteristicheMostra 25 Caratteristiche
Dati insufficienti
Dati insufficienti
Sistema
Dati insufficienti
Dati insufficienti
Sviluppo del Modello
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Sviluppo del modello
Dati insufficienti
Dati insufficienti
Servizi di Machine/Deep Learning
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Servizi di Machine/Deep Learning
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Distribuzione
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
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
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
Dati insufficienti
Dati insufficienti
Strumento Statistico
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Analisi dei dati
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Prendere decisioni
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Intelligenza Artificiale Generativa
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Categorie
Categorie
Categorie condivise
DataRobot
DataRobot
Google Cloud AutoML
Google Cloud AutoML
Categorie uniche
DataRobot
DataRobot è categorizzato comeAnalisi Predittiva
Google Cloud AutoML
Google Cloud AutoML non ha categorie uniche
Recensioni
Dimensione dell'Azienda dei Recensori
DataRobot
DataRobot
Piccola impresa(50 o meno dip.)
54.2%
Mid-Market(51-1000 dip.)
16.7%
Enterprise(> 1000 dip.)
29.2%
Google Cloud AutoML
Google Cloud AutoML
Piccola impresa(50 o meno dip.)
45.5%
Mid-Market(51-1000 dip.)
27.3%
Enterprise(> 1000 dip.)
27.3%
Settore dei Recensori
DataRobot
DataRobot
Software per computer
20.8%
Tecnologia dell'informazione e servizi
12.5%
Telecomunicazioni
8.3%
Produzione
4.2%
Vendita al dettaglio
4.2%
Altro
50.0%
Google Cloud AutoML
Google Cloud AutoML
Ricerca
13.6%
Tecnologia dell'informazione e servizi
13.6%
Software per computer
9.1%
Sviluppo del programma
4.5%
Prodotti farmaceutici
4.5%
Altro
54.5%
Alternative
DataRobot
Alternative a DataRobot
Alteryx
Alteryx
Aggiungi Alteryx
Dataiku
Dataiku
Aggiungi Dataiku
Altair AI Studio
Altair AI Studio
Aggiungi Altair AI Studio
Azure Machine Learning
Azure Machine Learning Studio
Aggiungi Azure Machine Learning
Google Cloud AutoML
Alternative a Google Cloud AutoML
Azure Machine Learning
Azure Machine Learning Studio
Aggiungi Azure Machine Learning
Amazon SageMaker
Amazon SageMaker
Aggiungi Amazon SageMaker
Dataiku
Dataiku
Aggiungi Dataiku
Altair AI Studio
Altair AI Studio
Aggiungi Altair AI Studio
Discussioni
DataRobot
Discussioni su DataRobot
Quanto costa utilizzare Algorithmia?
1 Commento
Craig P.
CP
Puoi iniziare con Algorithmia Teams a partire da soli $299 al mese. Vai su teams.algorithmia.com e iscriviti ora!Leggi di più
Ho trovato un bug in un algoritmo o non sta producendo i risultati attesi, cosa posso fare?
1 Commento
Craig P.
CP
Se sei un utente di Algorithmia Enterprise, contatta il tuo team account per una risposta immediata. Per i Team, mentre sei connesso alla piattaforma,...Leggi di più
Posso usare librerie esterne con i miei algoritmi?
1 Commento
Craig P.
CP
Sì, puoi. Algorithmia ha capacità complete di gestione dei pacchetti integrate nella piattaforma.Leggi di più
Google Cloud AutoML
Discussioni su Google Cloud AutoML
Monty il Mangusta che piange
Google Cloud AutoML non ha discussioni con risposte