Introducing G2.ai, the future of software buying.Try now
Confronta Azure Machine Learning e IBM Decision Optimization 
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
A Colpo d'Occhio
Segmenti di Mercato
Impresa (38.8% delle recensioni)
Impresa (60.0% delle recensioni)
Prezzo di Ingresso
Nessun prezzo disponibile
Free
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 LearningIBM Decision Optimization
Valutazione a Stelle
(41)4.5 su 5
Segmenti di Mercato
Impresa (60.0% delle recensioni)
Pros & Cons
Dati insufficienti
Prezzo di Ingresso
Free
Sfoglia tutti i piani tariffari 2Riassunto
Riassunto Generato dall'IA
Generato dall'IA. Basato su recensioni di utenti reali.
- Gli utenti segnalano che Azure Machine Learning eccelle in scalabilità con un punteggio di 9.2, consentendo una gestione efficiente di grandi set di dati e modelli complessi, mentre IBM Decision Optimization ottiene un punteggio inferiore di 8.8, indicando potenziali limitazioni nella scalabilità per le esigenze aziendali più grandi.
- I revisori menzionano che Azure Machine Learning offre capacità superiori di ingestione e manipolazione dei dati con un punteggio di 8.7, rendendo più facile preparare i dati per l'analisi, mentre il punteggio di 7.2 di IBM Decision Optimization suggerisce che gli utenti potrebbero affrontare sfide in quest'area.
- Gli utenti di G2 evidenziano l'interfaccia drag and drop di Azure Machine Learning con un punteggio di 8.9, che semplifica il processo di sviluppo del modello, mentre il punteggio di 8.3 di IBM Decision Optimization indica un'esperienza utente meno intuitiva in questo senso.
- I revisori affermano che le capacità di addestramento del modello di Azure Machine Learning sono valutate a 8.8, dimostrando la sua efficacia nell'addestramento di modelli complessi, rispetto al punteggio inferiore di 7.8 di IBM Decision Optimization, che potrebbe riflettere un ambiente di addestramento meno robusto.
- Gli utenti su G2 segnalano che Azure Machine Learning fornisce una libreria di algoritmi pre-costruiti più completa con un punteggio di 8.3, facilitando uno sviluppo del modello più rapido, mentre IBM Decision Optimization eguaglia questo punteggio ma manca della stessa ampiezza di opzioni, potenzialmente limitando la flessibilità dell'utente.
- I revisori menzionano che la qualità del supporto di Azure Machine Learning è valutata a 8.6, indicando un forte sistema di supporto per gli utenti, mentre anche IBM Decision Optimization ottiene un punteggio di 8.6, ma gli utenti hanno notato che la reattività può variare, suggerendo un'incoerenza nelle esperienze degli utenti.
Azure Machine Learning vs IBM Decision Optimization
Quando hanno valutato le due soluzioni, i revisori hanno trovato IBM Decision Optimization più facile da usare e amministrare. I revisori hanno anche ritenuto che IBM Decision Optimization fosse più facile per fare affari in generale. Tuttavia, i revisori hanno ritenuto che i prodotti siano ugualmente facili da configurare.
- I revisori hanno ritenuto che Azure Machine Learning soddisfi meglio le esigenze della loro azienda rispetto a IBM Decision Optimization.
- Quando si confronta la qualità del supporto continuo del prodotto, Azure Machine Learning e IBM Decision Optimization forniscono livelli simili di assistenza.
- Per gli aggiornamenti delle funzionalità e le roadmap, i nostri revisori hanno preferito la direzione di Azure Machine Learning rispetto a IBM Decision Optimization.
Prezzi
Prezzo di Ingresso
Azure Machine Learning
Nessun prezzo disponibileIBM Decision Optimization
IBM ILOG CPLEX Optimization Studio Free edition
Free
Esplora e impara la modellazione di ottimizzazione e programmazione a vincoli con la nostra edizione gratuita. Prova l'edizione gratuita:
https://www.ibm.com/account/reg/signup?formid=urx-20028
- Limitato a 1000 variabili e 1000 vincoli, ma i modelli possono essere modificati
- Usa sia la modellazione/risoluzione OPL/IDE che API
Prova Gratuita
Azure Machine Learning
Nessuna informazione sulla prova disponibileIBM Decision Optimization
Prova gratuita disponibile
Valutazioni
Soddisfa i requisiti
8.5
81
8.4
30
Facilità d'uso
8.5
80
8.7
30
Facilità di installazione
8.3
57
8.3
14
Facilità di amministrazione
8.3
49
8.7
14
Qualità del supporto
8.6
74
8.6
30
the product è stato un buon partner negli affari?
8.6
47
9.2
14
Direzione del prodotto (% positivo)
9.0
80
8.0
29
Caratteristiche per Categoria
Piattaforme MLOpsNascondi 22 CaratteristicheMostra 22 Caratteristiche
Dati insufficienti
Dati insufficienti
Distribuzione
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Distribuzione
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Gestione
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Operazioni
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Gestione
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Intelligenza Artificiale Generativa
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Piattaforme di Data Science e Machine LearningNascondi 25 CaratteristicheMostra 25 Caratteristiche
8.4
56
7.6
9
Sistema
8.6
22
7.2
9
Sviluppo del Modello
8.6
51
7.9
7
8.9
54
8.3
7
8.3
53
8.3
7
8.7
52
7.4
7
Sviluppo del modello
8.4
21
7.4
9
Servizi di Machine/Deep Learning
8.1
45
7.9
7
7.9
45
7.4
7
7.8
38
6.9
7
8.2
42
6.9
7
Servizi di Machine/Deep Learning
8.7
21
7.3
8
8.5
21
7.5
8
Distribuzione
8.8
50
8.3
7
8.7
51
8.1
7
8.9
51
7.6
7
Intelligenza Artificiale Generativa
8.5
10
Dati insufficienti
8.2
10
Dati insufficienti
7.5
10
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 Gestione delle DecisioniNascondi 20 CaratteristicheMostra 20 Caratteristiche
Dati insufficienti
Dati insufficienti
Integrazione
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Logica aziendale
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Gestione
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Analitica
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Distribuzione
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Intelligenza Artificiale Generativa
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Piattaforme di gestione delle decisioni - AI agentica
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
Dati insufficienti
Scalabilità e Prestazioni - Infrastruttura di Intelligenza Artificiale Generativa
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Costo ed Efficienza - Infrastruttura di AI Generativa
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Integrazione ed Estensibilità - Infrastruttura di AI Generativa
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Sicurezza e Conformità - Infrastruttura di Intelligenza Artificiale Generativa
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Usabilità e Supporto - Infrastruttura di AI Generativa
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Operazionalizzazione dei Modelli Linguistici di Grandi Dimensioni (LLMOps)Nascondi 15 CaratteristicheMostra 15 Caratteristiche
Dati insufficienti
Dati insufficienti
Ingegneria dei Prompt - Operazionalizzazione dei Modelli di Linguaggio di Grandi Dimensioni (LLMOps)
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Ottimizzazione dell'Inferenza - Operazionalizzazione dei Modelli Linguistici di Grandi Dimensioni (LLMOps)
Dati insufficienti
Dati insufficienti
Giardino dei Modelli - Operazionalizzazione dei Modelli di Linguaggio di Grandi Dimensioni (LLMOps)
Dati insufficienti
Dati insufficienti
Addestramento personalizzato - Operazionalizzazione di Modelli Linguistici di Grandi Dimensioni (LLMOps)
Dati insufficienti
Dati insufficienti
Sviluppo di Applicazioni - Operazionalizzazione di Modelli di Linguaggio di Grandi Dimensioni (LLMOps)
Dati insufficienti
Dati insufficienti
Distribuzione del Modello - Operazionalizzazione di Modelli di Linguaggio di Grandi Dimensioni (LLMOps)
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Guardrails - Operazionalizzazione dei Modelli Linguistici di Grandi Dimensioni (LLMOps)
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Monitoraggio del Modello - Operazionalizzazione dei Modelli di Linguaggio di Grandi Dimensioni (LLMOps)
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Sicurezza - Operazionalizzazione dei Modelli Linguistici di Grandi Dimensioni (LLMOps)
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Gateway e Router - Operazionalizzazione dei Modelli Linguistici di Grandi Dimensioni (LLMOps)
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
Categorie
Categorie
Categorie condivise
Azure Machine Learning e IBM Decision Optimization sono categorizzati comePiattaforme di Data Science e Machine Learning
Categorie uniche
Azure Machine Learning è categorizzato comePiattaforme MLOps, Operazionalizzazione dei Modelli Linguistici di Grandi Dimensioni (LLMOps), Infrastruttura di AI Generativa, e Piattaforme di Machine Learning a Basso Codice
IBM Decision Optimization è categorizzato comePiattaforme di Gestione delle Decisioni
Recensioni
Dimensione dell'Azienda dei Recensori
Azure Machine Learning
Piccola impresa(50 o meno dip.)
Mid-Market(51-1000 dip.)
Enterprise(> 1000 dip.)
IBM Decision Optimization
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
14.3%
Gestione dell'Istruzione
11.4%
Software per computer
11.4%
Trasporti/Autotrasporti/Ferrovia
5.7%
Ricerca
5.7%
Altro
51.4%
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
IBM Decision Optimization 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
