Introducing G2.ai, the future of software buying.Try now
Confronta Azure Machine Learning e Posit 
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.
Starburst
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.
Alteryx
Visita il Sito Web
A Colpo d'Occhio
Segmenti di Mercato
Impresa (38.8% delle recensioni)
Impresa (48.6% delle recensioni)
Prezzo di Ingresso
Nessun prezzo disponibile
Nessun prezzo disponibile
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 LearningPosit
Valutazione a Stelle
(562)4.5 su 5
Segmenti di Mercato
Impresa (48.6% delle recensioni)
Pros & Cons
Prezzo di Ingresso
Nessun prezzo disponibile
Scopri di più su PositRiassunto
Riassunto Generato dall'IA
Generato dall'IA. Basato su recensioni di utenti reali.
- Gli utenti segnalano che Posit eccelle in Ingestione e Manipolazione dei Dati con un punteggio di 9.1, mentre Azure Machine Learning ha ricevuto un punteggio inferiore di 8.7, indicando che Posit potrebbe offrire strumenti più robusti per preparare i dati per l'analisi.
- I revisori menzionano che Azure Machine Learning brilla in Addestramento del Modello, con un punteggio di 8.8 rispetto all'8.9 di Posit, suggerendo che Azure fornisce un ambiente leggermente più efficiente per l'addestramento dei modelli di machine learning.
- Gli utenti di G2 evidenziano che Posit ha una migliore interfaccia per Grafici e Diagrammi con un punteggio di 8.8, mentre il punteggio di Azure Machine Learning in quest'area non è specificato, indicando che Posit potrebbe offrire capacità di visualizzazione superiori per l'analisi dei dati.
- Gli utenti su G2 riportano che Azure Machine Learning ha un punteggio più alto in Scalabilità (8.9) rispetto a Posit (8.6), suggerendo che Azure potrebbe essere più adatto per implementazioni su larga scala e gestione di carichi di lavoro aumentati.
- I revisori menzionano che Posit ha un forte focus sulla Collaborazione con un punteggio di 8.1, mentre il punteggio di Azure Machine Learning in quest'area non è specificato, indicando che Posit potrebbe fornire migliori strumenti per la collaborazione in team durante i progetti.
- Gli utenti dicono che Azure Machine Learning offre una migliore Qualità del Supporto con un punteggio di 8.6, rispetto all'8.1 di Posit, suggerendo che Azure potrebbe fornire un servizio clienti e risorse di supporto più efficaci per gli utenti.
Azure Machine Learning vs Posit
Quando hanno valutato le due soluzioni, i revisori hanno trovato Azure Machine Learning più facile da usare e fare affari in generale. Tuttavia, i revisori hanno ritenuto che Posit sia più facile da configurare. Entrambi i prodotti erano ugualmente facili da amministrare.
- I revisori hanno ritenuto che Posit 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 Azure Machine Learning rispetto a Posit.
Prezzi
Prezzo di Ingresso
Azure Machine Learning
Nessun prezzo disponibilePosit
Nessun prezzo disponibileProva Gratuita
Azure Machine Learning
Nessuna informazione sulla prova disponibilePosit
Prova gratuita disponibile
Valutazioni
Soddisfa i requisiti
8.5
81
9.1
496
Facilità d'uso
8.5
80
8.3
496
Facilità di installazione
8.3
57
8.8
106
Facilità di amministrazione
8.3
49
8.3
90
Qualità del supporto
8.6
74
8.1
403
the product è stato un buon partner negli affari?
8.6
47
8.5
81
Direzione del prodotto (% positivo)
9.0
80
8.5
488
Caratteristiche per Categoria
Amministrazione
Dati insufficienti
8.7
76
Dati insufficienti
9.2
82
Dati insufficienti
8.2
76
Capacità
Dati insufficienti
9.0
89
Dati insufficienti
8.9
67
Dati insufficienti
8.9
55
Dati insufficienti
8.8
59
Metodologia
Dati insufficienti
9.1
77
Dati insufficienti
9.5
85
Dati insufficienti
9.3
82
Intelligenza Artificiale Generativa
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
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
8.6
29
Sistema
8.6
22
9.1
25
Sviluppo del Modello
8.6
51
8.8
19
8.9
54
7.8
21
8.3
53
8.3
21
8.7
52
9.0
21
Sviluppo del modello
8.4
21
9.0
20
Servizi di Machine/Deep Learning
8.1
45
8.6
15
7.9
45
8.5
14
7.8
38
8.7
13
8.2
42
7.6
17
Servizi di Machine/Deep Learning
8.7
21
8.6
17
8.5
21
9.1
18
Distribuzione
8.8
50
8.4
19
8.7
51
8.9
18
8.9
51
8.7
19
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
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
Elaborazione e Distribuzione di Big DataNascondi 10 CaratteristicheMostra 10 Caratteristiche
Dati insufficienti
8.5
11
Database
Dati insufficienti
9.0
8
Dati insufficienti
9.0
7
Dati insufficienti
8.6
7
Integrazioni
Dati insufficienti
8.3
5
Dati insufficienti
8.3
6
Piattaforma
Dati insufficienti
7.9
8
Dati insufficienti
8.7
10
Dati insufficienti
8.3
6
Elaborazione
Dati insufficienti
8.3
5
Dati insufficienti
8.1
8
Creare rapporti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
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 Posit 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
Posit è categorizzato comeAnalisi Statistica e Elaborazione e Distribuzione di Big Data
Recensioni
Dimensione dell'Azienda dei Recensori
Azure Machine Learning
Piccola impresa(50 o meno dip.)
Mid-Market(51-1000 dip.)
Enterprise(> 1000 dip.)
Posit
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%
Istruzione Superiore
19.1%
Tecnologia dell'informazione e servizi
12.6%
Ricerca
11.2%
Software per computer
8.7%
Gestione dell'Istruzione
5.6%
Altro
42.8%
Alternative
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
Possiamo salvare il nostro processo se non salviamo un progetto?
2 Commenti
SL
Ci sono molti modi per salvare i risultati mentre uno script R viene eseguito, dai un'occhiata alla funzione R saveRDS come esempio.
Per domande come questa...Leggi di più
Qual è il modo migliore per eseguire il codice R all'interno di una routine VBA?
1 Commento
PB
Mi sono imbattuto nello stesso tipo di problemi. Poi ho scoperto PowerBI. Con PowerBI, e l'aiuto di PowerQuery, mi sto liberando di tutti i motori VbA per...Leggi di più
Quale software viene utilizzato per la programmazione in R?
1 Commento
SH
RStudio è l'IDE più popolare per eseguire programmi R e ha una licenza gratuita. L'ambiente software ufficiale R è un ambiente software libero open-source...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
