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

Confronta Azure Machine Learning e Vertex AI

Salva
    Accedi al tuo account
    per salvare confronti,
    prodotti e altro.
A Colpo d'Occhio
Azure Machine Learning
Azure Machine Learning
Valutazione a Stelle
(88)4.3 su 5
Segmenti di Mercato
Impresa (38.8% delle recensioni)
Informazioni
Prezzo di Ingresso
Nessun prezzo disponibile
Scopri di più su Azure Machine Learning
Vertex AI
Vertex AI
Valutazione a Stelle
(593)4.3 su 5
Segmenti di Mercato
Piccola Impresa (41.0% delle recensioni)
Informazioni
Prezzo di Ingresso
Paga a consumo Al mese
Prova gratuita disponibile
Scopri di più su Vertex AI
Riassunto Generato dall'IA
Generato dall'IA. Basato su recensioni di utenti reali.
  • Gli utenti segnalano che Vertex AI eccelle nelle sue capacità di Crittografia dei Dati AI, raggiungendo un punteggio di 9.2, che i revisori menzionano fornisce una sicurezza robusta per i dati sensibili. Al contrario, Azure Machine Learning, pur essendo ancora forte, ottiene un punteggio leggermente inferiore di 8.2 in quest'area.
  • I revisori menzionano che Azure Machine Learning offre funzionalità superiori di Elaborazione del Linguaggio Naturale, con un punteggio di 7.9 rispetto all'8.6 di Vertex AI. Gli utenti apprezzano la comprensione e le capacità di generazione sfumate che Azure fornisce, rendendolo una scelta preferita per applicazioni con molti testi.
  • Gli utenti di G2 evidenziano la Scalabilità dell'Addestramento dei Modelli AI di Vertex AI con un punteggio di 8.5, che i revisori dicono permetta una gestione efficiente di grandi set di dati. Azure Machine Learning, tuttavia, ottiene un punteggio più alto di 8.7, indicando un'infrastruttura più robusta per la scalabilità dell'addestramento dei modelli.
  • Gli utenti su G2 riportano che Azure Machine Learning brilla per la Facilità di Configurazione, con un punteggio di 8.4, che i revisori menzionano lo rende più accessibile per i team con competenze tecniche limitate. Vertex AI, pur essendo ancora user-friendly, ottiene un punteggio leggermente inferiore di 8.2.
  • I revisori menzionano che la caratteristica di Alta Disponibilità AI di Vertex AI ottiene un impressionante punteggio di 9.2, indicando un forte impegno per il tempo di attività e l'affidabilità. Azure Machine Learning, pur essendo competitivo, ottiene un punteggio inferiore in quest'area, che gli utenti dicono potrebbe influire sulle applicazioni critiche per la missione.
  • Gli utenti dicono che le capacità di Monitoraggio dei Modelli di Azure Machine Learning, con un punteggio di 8.5, forniscono approfondimenti completi sulle prestazioni del modello, che i revisori apprezzano per mantenere l'accuratezza del modello nel tempo. Vertex AI, con un punteggio di 8.6, è anche forte ma manca di alcune delle funzionalità avanzate presenti in Azure.

Azure Machine Learning vs Vertex AI

Valutando le due soluzioni, i recensori hanno trovato Azure Machine Learning più facile da usare, configurare e amministrare. I recensori hanno anche preferito fare affari con Azure Machine Learning nel complesso.

  • I revisori hanno ritenuto che Vertex AI 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.
  • Per gli aggiornamenti delle funzionalità e le roadmap, i nostri revisori hanno preferito la direzione di Vertex AI rispetto a Azure Machine Learning.
Prezzi
Prezzo di Ingresso
Azure Machine Learning
Nessun prezzo disponibile
Vertex AI
Try Vertex AI Free
Paga a consumo
Al mese
Scopri di più su Vertex AI
Prova Gratuita
Azure Machine Learning
Nessuna informazione sulla prova disponibile
Vertex AI
Prova gratuita disponibile
Valutazioni
Soddisfa i requisiti
8.5
81
8.6
359
Facilità d'uso
8.5
80
8.2
368
Facilità di installazione
8.3
57
8.1
291
Facilità di amministrazione
8.3
49
7.9
142
Qualità del supporto
8.6
74
8.1
335
the product è stato un buon partner negli affari?
8.6
47
8.2
136
Direzione del prodotto (% positivo)
9.0
80
9.2
353
Caratteristiche per Categoria
Dati insufficienti
8.3
79
Distribuzione
Dati insufficienti
8.3
73
Dati insufficienti
8.1
74
Dati insufficienti
8.3
74
Dati insufficienti
8.3
70
Dati insufficienti
8.8
70
Distribuzione
Dati insufficienti
8.4
73
Dati insufficienti
8.3
72
Dati insufficienti
8.4
71
Dati insufficienti
8.5
71
Dati insufficienti
8.7
69
Gestione
Dati insufficienti
8.3
70
Dati insufficienti
8.5
69
Dati insufficienti
8.0
69
Dati insufficienti
8.1
69
Operazioni
Dati insufficienti
8.2
69
Dati insufficienti
8.4
70
Dati insufficienti
8.3
70
Gestione
Dati insufficienti
8.1
68
Dati insufficienti
8.4
69
Dati insufficienti
8.3
68
Intelligenza Artificiale Generativa
Dati insufficienti
8.2
34
Dati insufficienti
8.4
34
Piattaforme di Data Science e Machine LearningNascondi 25 CaratteristicheMostra 25 Caratteristiche
8.4
56
8.2
214
Sistema
8.6
22
8.2
170
Sviluppo del Modello
8.6
51
8.5
202
8.9
54
7.9
179
8.3
53
8.4
200
8.7
52
8.5
202
Sviluppo del modello
8.4
21
8.3
165
Servizi di Machine/Deep Learning
8.1
45
8.2
200
7.9
45
8.4
196
7.8
38
8.2
195
8.2
42
8.2
178
Servizi di Machine/Deep Learning
8.7
21
8.5
165
8.5
21
8.5
163
Distribuzione
8.8
50
8.2
193
8.7
51
8.3
194
8.9
51
8.5
193
Intelligenza Artificiale Generativa
8.5
10
8.3
102
8.2
10
8.3
102
7.5
10
8.1
103
Agentic AI - Piattaforme di Scienza dei Dati e Apprendimento Automatico
Dati insufficienti
8.1
34
Dati insufficienti
7.9
34
Dati insufficienti
7.7
34
Dati insufficienti
7.9
34
Dati insufficienti
8.5
34
Dati insufficienti
7.8
34
Dati insufficienti
8.0
34
Dati insufficienti
8.4
29
Scalabilità e Prestazioni - Infrastruttura di Intelligenza Artificiale Generativa
Dati insufficienti
8.9
28
Dati insufficienti
8.6
28
Dati insufficienti
8.5
28
Costo ed Efficienza - Infrastruttura di AI Generativa
Dati insufficienti
8.2
28
Dati insufficienti
7.8
28
Dati insufficienti
7.9
28
Integrazione ed Estensibilità - Infrastruttura di AI Generativa
Dati insufficienti
8.4
28
Dati insufficienti
8.1
28
Dati insufficienti
8.3
28
Sicurezza e Conformità - Infrastruttura di Intelligenza Artificiale Generativa
Dati insufficienti
8.6
28
Dati insufficienti
8.5
28
Dati insufficienti
8.9
28
Usabilità e Supporto - Infrastruttura di AI Generativa
Dati insufficienti
8.2
28
Dati insufficienti
8.3
28
Dati insufficienti
8.5
69
Integrazione - Apprendimento Automatico
Dati insufficienti
8.5
67
Apprendimento - Apprendimento automatico
Dati insufficienti
8.5
66
Dati insufficienti
8.3
65
Dati insufficienti
8.8
66
Operazionalizzazione dei Modelli Linguistici di Grandi Dimensioni (LLMOps)Nascondi 15 CaratteristicheMostra 15 Caratteristiche
Dati insufficienti
9.0
23
Ingegneria dei Prompt - Operazionalizzazione dei Modelli di Linguaggio di Grandi Dimensioni (LLMOps)
Dati insufficienti
8.8
23
Dati insufficienti
9.0
23
Ottimizzazione dell'Inferenza - Operazionalizzazione dei Modelli Linguistici di Grandi Dimensioni (LLMOps)
Dati insufficienti
8.8
23
Giardino dei Modelli - Operazionalizzazione dei Modelli di Linguaggio di Grandi Dimensioni (LLMOps)
Dati insufficienti
9.3
23
Addestramento personalizzato - Operazionalizzazione di Modelli Linguistici di Grandi Dimensioni (LLMOps)
Dati insufficienti
9.1
23
Sviluppo di Applicazioni - Operazionalizzazione di Modelli di Linguaggio di Grandi Dimensioni (LLMOps)
Dati insufficienti
9.2
22
Distribuzione del Modello - Operazionalizzazione di Modelli di Linguaggio di Grandi Dimensioni (LLMOps)
Dati insufficienti
9.1
23
Dati insufficienti
8.7
22
Guardrails - Operazionalizzazione dei Modelli Linguistici di Grandi Dimensioni (LLMOps)
Dati insufficienti
9.0
22
Dati insufficienti
8.9
22
Monitoraggio del Modello - Operazionalizzazione dei Modelli di Linguaggio di Grandi Dimensioni (LLMOps)
Dati insufficienti
8.8
22
Dati insufficienti
9.1
22
Sicurezza - Operazionalizzazione dei Modelli Linguistici di Grandi Dimensioni (LLMOps)
Dati insufficienti
9.1
23
Dati insufficienti
9.0
23
Gateway e Router - Operazionalizzazione dei Modelli Linguistici di Grandi Dimensioni (LLMOps)
Dati insufficienti
8.9
23
Dati insufficienti
7.9
27
Personalizzazione - Costruttori di Agenti AI
Dati insufficienti
8.5
27
Dati insufficienti
7.6
27
Dati insufficienti
8.3
26
Funzionalità - Costruttori di Agenti AI
Dati insufficienti
8.1
27
Dati insufficienti
7.3
27
Dati insufficienti
8.2
26
Dati insufficienti
7.2
27
Dati e Analisi - Costruttori di Agenti AI
Dati insufficienti
7.7
25
Dati insufficienti
7.9
27
Dati insufficienti
8.0
27
Integrazione - Costruttori di Agenti AI
Dati insufficienti
8.7
27
Dati insufficienti
8.0
27
Dati insufficienti
8.0
27
Dati insufficienti
7.5
27
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
Categorie
Categorie
Categorie uniche
Azure Machine Learning
Azure Machine Learning non ha categorie uniche
Vertex AI
Vertex AI è categorizzato comeApprendimento automatico e Costruttori di Agenti AI
Recensioni
Dimensione dell'Azienda dei Recensori
Azure Machine Learning
Azure Machine Learning
Piccola impresa(50 o meno dip.)
35.3%
Mid-Market(51-1000 dip.)
25.9%
Enterprise(> 1000 dip.)
38.8%
Vertex AI
Vertex AI
Piccola impresa(50 o meno dip.)
41.0%
Mid-Market(51-1000 dip.)
25.9%
Enterprise(> 1000 dip.)
33.1%
Settore dei Recensori
Azure Machine Learning
Azure Machine Learning
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%
Vertex AI
Vertex AI
Software per computer
17.7%
Tecnologia dell'informazione e servizi
13.9%
Servizi Finanziari
7.0%
Vendita al dettaglio
3.8%
Ospedale e Assistenza Sanitaria
3.4%
Altro
54.2%
Alternative
Azure Machine Learning
Alternative a Azure Machine Learning
Dataiku
Dataiku
Aggiungi Dataiku
Amazon SageMaker
Amazon SageMaker
Aggiungi Amazon SageMaker
Altair AI Studio
Altair AI Studio
Aggiungi Altair AI Studio
Alteryx
Alteryx
Aggiungi Alteryx
Vertex AI
Alternative a Vertex AI
Dataiku
Dataiku
Aggiungi Dataiku
Amazon SageMaker
Amazon SageMaker
Aggiungi Amazon SageMaker
Altair AI Studio
Altair AI Studio
Aggiungi Altair AI Studio
Databricks Data Intelligence Platform
Databricks Data Intelligence Platform
Aggiungi Databricks Data Intelligence Platform
Discussioni
Azure Machine Learning
Discussioni su Azure Machine Learning
A cosa serve Azure Machine Learning Studio?
1 Commento
Akash R.
AR
In breve, per costruire, distribuire e gestire modelli di alta qualità più velocemente e con fiducia.Leggi di più
Monty il Mangusta che piange
Azure Machine Learning non ha più discussioni con risposte
Vertex AI
Discussioni su Vertex AI
A cosa serve Google Cloud AI Platform?
2 Commenti
KS
La piattaforma AI di Google Cloud ci consente di costruire modelli di apprendimento automatico, che funzionano su qualsiasi tipo e dimensione di dati.Leggi di più
What software libraries does cloud ML engine support?
2 Commenti
Jagannath P.
JP
Supporta approssimativamente tutte le librerie di tendenza.Leggi di più
Che cos'è la piattaforma Google AI?
1 Commento
ZM
The Google AI Platform is a comprehensive set of tools and services provided by Google Cloud to develop, deploy, and manage artificial intelligence. It...Leggi di più