Introducing G2.ai, the future of software buying.Try now
Confronta Azure Machine Learning e Dataiku 
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.
Omni Analytics
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
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.
Starburst
Visita il Sito Web
A Colpo d'Occhio
Segmenti di Mercato
Impresa (38.8% delle recensioni)
Impresa (62.6% delle recensioni)
Prezzo di Ingresso
Nessun prezzo disponibile
Gratuito 3 Users
Azure Machine Learning
Valutazione a Stelle
(88)4.3 su 5
Segmenti di Mercato
Impresa (38.8% delle recensioni)
Pros & Cons
Prezzo di Ingresso
Nessun prezzo disponibile
Scopri di più su Azure Machine LearningDataiku
Valutazione a Stelle
(183)4.4 su 5
Segmenti di Mercato
Impresa (62.6% delle recensioni)
Pros & Cons
Prezzo di Ingresso
Gratuito 3 Users
Prova gratuita disponibile
Sfoglia tutti i piani tariffari 3Riassunto
Riassunto Generato dall'IA
Generato dall'IA. Basato su recensioni di utenti reali.
- Gli utenti segnalano che Dataiku eccelle nelle sue capacità di Data Mining, raggiungendo un notevole punteggio di 9.7, che secondo i revisori consente approfondimenti più profondi e un'analisi dei dati più efficace rispetto al punteggio di 8.4 di Azure Machine Learning nello stesso ambito.
- I revisori menzionano che Azure Machine Learning brilla nel deployment di Servizi Gestiti, ottenendo un punteggio di 8.8, che secondo gli utenti offre un'esperienza più fluida per scalare le applicazioni, mentre il punteggio di 7.9 di Dataiku indica margini di miglioramento in questo aspetto.
- Gli utenti di G2 evidenziano la superiore funzionalità di Drag and Drop di Dataiku, con un punteggio di 9.0, rendendo più facile per gli utenti costruire modelli visivamente, mentre il punteggio di 8.9 di Azure Machine Learning suggerisce che è leggermente meno intuitivo in questo senso.
- Gli utenti su G2 riportano che Azure Machine Learning offre una migliore Scalabilità con un punteggio di 9.2, che secondo i revisori è cruciale per gestire grandi set di dati e modelli complessi, mentre il punteggio di 8.5 di Dataiku indica che potrebbe non scalare altrettanto efficacemente.
- I revisori menzionano che il punteggio di 9.1 di Dataiku per gli Algoritmi Predefiniti è un vantaggio significativo, fornendo agli utenti una vasta gamma di opzioni per lo sviluppo di modelli, rispetto al punteggio di 8.3 di Azure Machine Learning, che secondo gli utenti limita la flessibilità in questo ambito.
- Gli utenti dicono che il punteggio di Qualità del Supporto di Azure Machine Learning di 8.6 è leggermente migliore rispetto a quello di 8.5 di Dataiku, indicando che Azure potrebbe fornire un servizio clienti più reattivo e utile, un fattore critico per gli utenti che necessitano di assistenza.
Azure Machine Learning vs Dataiku
Quando hanno valutato le due soluzioni, i revisori hanno trovato Dataiku più facile da usare. Tuttavia, i revisori hanno preferito la facilità di configurazione di Azure Machine Learning insieme all'amministrazione. I revisori hanno concordato che entrambi i fornitori rendono ugualmente facile fare affari in generale.
- I revisori hanno ritenuto che Dataiku soddisfi meglio le esigenze della loro azienda rispetto a Azure Machine Learning.
- Quando si confronta la qualità del supporto continuo del prodotto, i revisori hanno ritenuto che Azure Machine Learning sia l'opzione preferita.
- Quando si valuta la direzione del prodotto, Azure Machine Learning e Dataiku hanno ricevuto valutazioni simili dai nostri revisori.
Prezzi
Prezzo di Ingresso
Azure Machine Learning
Nessun prezzo disponibileDataiku
Install Dataiku on Your Infrastructure
Gratuito
3 Users
Scarica l'edizione gratuita su Mac, Linux o macchina virtuale | Collabora con un massimo di 3 utenti | Prepara dati e costruisci progetti e app di base (senza distribuzione, automazione, governance)
- Preparazione Dati Visiva & AutoML
- Preparazione Dati & ML con Codice Completo (Python, R)
- La Rete LLM
Prova Gratuita
Azure Machine Learning
Nessuna informazione sulla prova disponibileDataiku
Prova gratuita disponibile
Valutazioni
Soddisfa i requisiti
8.5
81
8.7
167
Facilità d'uso
8.5
80
8.7
166
Facilità di installazione
8.3
57
8.1
128
Facilità di amministrazione
8.3
49
8.0
60
Qualità del supporto
8.6
74
8.5
152
the product è stato un buon partner negli affari?
8.6
47
8.6
60
Direzione del prodotto (% positivo)
9.0
80
9.0
163
Caratteristiche per Categoria
Rapporti
Dati insufficienti
7.8
76
Dati insufficienti
7.7
75
Dati insufficienti
7.5
76
Dati insufficienti
7.5
74
Dati insufficienti
7.6
76
Preparazione dei dati
Dati insufficienti
8.7
65
Dati insufficienti
8.2
63
Modellazione e fusione dei dati
Dati insufficienti
8.6
62
Dati insufficienti
8.6
62
Dati insufficienti
8.7
62
Intelligenza Artificiale Generativa
Dati insufficienti
7.9
50
Dati insufficienti
8.0
50
Piattaforme Analitiche - AI Agente
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
Self Service
Dati insufficienti
8.2
75
Dati insufficienti
8.6
74
Dati insufficienti
8.4
74
Dati insufficienti
7.9
74
Dati insufficienti
8.7
74
Dati insufficienti
8.1
74
Distribuzione e Integrazione - Piattaforme Analitiche
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Analisi Avanzata
Dati insufficienti
8.4
74
Dati insufficienti
7.8
75
Dati insufficienti
8.0
74
Prestazioni e Scalabilità - Piattaforme Analitiche
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Piattaforme di Analisi Avanzata e Modellazione - Piattaforme Analitiche
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Capacità di IA agentica - Piattaforme di analisi
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Intelligenza Personalizzata - Piattaforme di Analisi
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Creare rapporti
Dati insufficienti
8.5
91
Dati insufficienti
8.6
88
Dati insufficienti
7.7
85
Dati insufficienti
8.1
89
Distribuzione
Dati insufficienti
8.1
15
Dati insufficienti
8.7
15
Dati insufficienti
8.6
15
Dati insufficienti
8.9
15
Dati insufficienti
9.0
15
Distribuzione
Dati insufficienti
7.8
12
Dati insufficienti
8.5
13
Dati insufficienti
8.5
13
Dati insufficienti
8.8
13
Dati insufficienti
8.8
13
Gestione
Dati insufficienti
7.6
13
Dati insufficienti
8.5
13
Dati insufficienti
8.3
13
Dati insufficienti
7.8
13
Operazioni
Dati insufficienti
8.5
13
Dati insufficienti
8.3
13
Dati insufficienti
8.8
13
Gestione
Dati insufficienti
7.5
12
Dati insufficienti
8.5
13
Dati insufficienti
7.9
13
Intelligenza Artificiale Generativa
Dati insufficienti
8.3
6
Dati insufficienti
8.3
6
Piattaforme di Data Science e Machine LearningNascondi 25 CaratteristicheMostra 25 Caratteristiche
8.4
56
8.2
86
Sistema
8.6
22
8.6
75
Sviluppo del Modello
8.6
51
8.4
78
8.9
54
8.8
77
8.3
53
8.6
78
8.7
52
8.5
77
Sviluppo del modello
8.4
21
8.5
77
Servizi di Machine/Deep Learning
8.1
45
8.0
74
7.9
45
8.1
74
7.8
38
7.9
73
8.2
42
7.9
72
Servizi di Machine/Deep Learning
8.7
21
7.7
68
8.5
21
7.9
69
Distribuzione
8.8
50
8.1
74
8.7
51
8.2
77
8.9
51
8.3
76
Intelligenza Artificiale Generativa
8.5
10
8.1
60
8.2
10
8.0
60
7.5
10
7.7
59
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
Infrastruttura di AI GenerativaNascondi 14 CaratteristicheMostra 14 Caratteristiche
Dati insufficienti
7.2
16
Scalabilità e Prestazioni - Infrastruttura di Intelligenza Artificiale Generativa
Dati insufficienti
7.8
16
Dati insufficienti
7.5
16
Dati insufficienti
7.4
14
Costo ed Efficienza - Infrastruttura di AI Generativa
Dati insufficienti
6.9
15
Dati insufficienti
6.9
7
Dati insufficienti
7.6
7
Integrazione ed Estensibilità - Infrastruttura di AI Generativa
Dati insufficienti
7.1
15
Dati insufficienti
7.1
14
Dati insufficienti
7.0
14
Sicurezza e Conformità - Infrastruttura di Intelligenza Artificiale Generativa
Dati insufficienti
7.0
14
Dati insufficienti
7.0
14
Dati insufficienti
7.4
14
Usabilità e Supporto - Infrastruttura di AI Generativa
Dati insufficienti
7.0
15
Dati insufficienti
6.7
14
Integrazione - Apprendimento Automatico
Dati insufficienti
8.7
26
Apprendimento - Apprendimento automatico
Dati insufficienti
8.3
27
Dati insufficienti
7.9
28
Dati insufficienti
8.0
28
Operazionalizzazione dei Modelli Linguistici di Grandi Dimensioni (LLMOps)Nascondi 15 CaratteristicheMostra 15 Caratteristiche
Dati insufficienti
7.5
11
Ingegneria dei Prompt - Operazionalizzazione dei Modelli di Linguaggio di Grandi Dimensioni (LLMOps)
Dati insufficienti
8.3
11
Dati insufficienti
7.9
11
Ottimizzazione dell'Inferenza - Operazionalizzazione dei Modelli Linguistici di Grandi Dimensioni (LLMOps)
Dati insufficienti
7.1
11
Giardino dei Modelli - Operazionalizzazione dei Modelli di Linguaggio di Grandi Dimensioni (LLMOps)
Dati insufficienti
7.7
11
Addestramento personalizzato - Operazionalizzazione di Modelli Linguistici di Grandi Dimensioni (LLMOps)
Dati insufficienti
7.6
11
Sviluppo di Applicazioni - Operazionalizzazione di Modelli di Linguaggio di Grandi Dimensioni (LLMOps)
Dati insufficienti
7.9
11
Distribuzione del Modello - Operazionalizzazione di Modelli di Linguaggio di Grandi Dimensioni (LLMOps)
Dati insufficienti
8.5
11
Dati insufficienti
7.7
11
Guardrails - Operazionalizzazione dei Modelli Linguistici di Grandi Dimensioni (LLMOps)
Dati insufficienti
6.8
11
Dati insufficienti
6.7
11
Monitoraggio del Modello - Operazionalizzazione dei Modelli di Linguaggio di Grandi Dimensioni (LLMOps)
Dati insufficienti
7.3
11
Dati insufficienti
7.4
11
Sicurezza - Operazionalizzazione dei Modelli Linguistici di Grandi Dimensioni (LLMOps)
Dati insufficienti
7.6
11
Dati insufficienti
7.4
11
Gateway e Router - Operazionalizzazione dei Modelli Linguistici di Grandi Dimensioni (LLMOps)
Dati insufficienti
7.1
11
AWS MarketplaceNascondi 3 CaratteristicheMostra 3 Caratteristiche
Dati insufficienti
Dati insufficienti
Agentic AI - AWS Marketplace
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Orchestrazione AINascondi 17 CaratteristicheMostra 17 Caratteristiche
Dati insufficienti
Dati insufficienti
Progettazione e Integrazione del Flusso di Lavoro - Orchestrazione AI
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Ottimizzazione delle Prestazioni e Analisi - Orchestrazione AI
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Controlli di Governance e Conformità - Orchestrazione dell'IA
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
Strumento Statistico
Dati insufficienti
8.2
35
Dati insufficienti
8.5
35
Dati insufficienti
8.0
35
Analisi dei dati
Dati insufficienti
8.5
37
Dati insufficienti
8.8
37
Prendere decisioni
Dati insufficienti
8.6
35
Dati insufficienti
7.9
36
Dati insufficienti
7.8
35
Dati insufficienti
8.6
36
Intelligenza Artificiale Generativa
Dati insufficienti
8.6
20
Dati insufficienti
8.3
20
Trasformazione dei dati
Dati insufficienti
8.5
44
Dati insufficienti
9.2
39
Connettività
Dati insufficienti
8.2
38
Dati insufficienti
8.3
40
Dati insufficienti
8.7
41
Dati insufficienti
8.9
44
Operazioni
Dati insufficienti
8.1
42
Dati insufficienti
9.1
41
Dati insufficienti
8.7
40
Dati insufficienti
8.6
40
Dati insufficienti
8.9
35
Creare rapporti
Dati insufficienti
8.5
91
Dati insufficienti
8.6
88
Dati insufficienti
7.7
85
Dati insufficienti
8.1
89
Piattaforma
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
Categorie
Categorie
Categorie condivise
Azure Machine Learning e Dataiku sono categorizzati comePiattaforme MLOps, Operazionalizzazione dei Modelli Linguistici di Grandi Dimensioni (LLMOps), Piattaforme di Data Science e Machine Learning, Infrastruttura di AI Generativa, e Piattaforme di Machine Learning a Basso Codice
Categorie uniche
Azure Machine Learning non ha categorie uniche
Dataiku è categorizzato comeAnalisi dei Big Data, AWS Marketplace, Apprendimento automatico, Piattaforme di analisi, Analisi Predittiva, e Orchestrazione AI
Recensioni
Dimensione dell'Azienda dei Recensori
Azure Machine Learning
Piccola impresa(50 o meno dip.)
Mid-Market(51-1000 dip.)
Enterprise(> 1000 dip.)
Dataiku
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
Tecnologia dell'informazione e servizi
28.2%
Software per computer
14.1%
Consulenza di gestione
8.2%
Gestione dell'Istruzione
5.9%
Istruzione Superiore
4.7%
Altro
38.8%
Servizi Finanziari
15.2%
Prodotti farmaceutici
7.6%
Vendita al dettaglio
5.8%
Produzione
5.3%
Assicurazione
5.3%
Altro
60.8%
Discussioni
A cosa serve Azure Machine Learning Studio?
1 Commento
AR
In breve, per costruire, distribuire e gestire modelli di alta qualità più velocemente e con fiducia.Leggi di più
Azure Machine Learning non ha più discussioni con risposte
Posso lavorare in modo sicuro sui miei dati sensibili?
2 Commenti
PB
Ciao,
DSS è un software on-premise, ma forniamo anche un'immagine Amazon e Docker se desiderato. Puoi provare DSS sul tuo computer gratuitamente scaricando...Leggi di più
Quali metodi di visualizzazione dei dati e di reportistica supporti?
2 Commenti
Risposta ufficiale da Dataiku
Dataiku supporta una serie di strumenti per coinvolgere le parti interessate e i membri del team, tra cui:
- 25 tipi di grafici interattivi
- Dashboard che...Leggi di più
Posso testare Data Science Studio?
1 Commento
PB
Ciao,
Innanzitutto, grazie per il tuo interesse. Puoi provare DSS gratuitamente sul sito di Dataiku (www.dataiku.com/try). Puoi scaricare la Community...Leggi di più
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
