Sono passati due mesi dall'ultima recensione ricevuta da questo profilo

Recensioni e Dettagli del Prodotto Crab

Crab, noto anche come scikits.recommender, è un framework Python per costruire motori di raccomandazione che si integrano con il mondo dei pacchetti scientifici Python (numpy, scipy, matplotlib), forniscono un ricco set di componenti da cui l'utente può costruire un sistema di raccomandazione personalizzato da un insieme di algoritmi e possono essere utilizzati in vari contesti: ** scienza e ingegneria **.

Venditore

Crab

Discussioni

Comunità Crab

Valore a colpo d'occhio

Medie basate su recensioni di utenti reali.

Tempo di Implementazione

1 mese

Ritorno sull'Investimento

3 mesi

Visualizza Maggiori Informazioni sui Prezzi

Alternative con il punteggio più alto

Phrase Localization Platform

4.5/5

(1,235)

Visualizza tutte le alternative

Le recensioni di G2 sono autentiche e verificate.

Ecco come.

Haru K.

Software Developer

Software per computer

Mid-Market (51-1000 dip.)

10/4/2018

"Costruttore di Sistemi di Raccomandazione per Tutti"

4.5/5

Cosa ti piace di più di Crab?

È uno dei migliori costruttori di motori di raccomandazione personalizzati open source disponibili in Python.

Ci sono molti punti da menzionare, dall'API facile al comportamento robusto, ma mi piace davvero una caratteristica: i dataset pre-caricati. Potrebbe non sembrare a tutti che io la consideri una caratteristica davvero buona, ma se ci si rende conto che questi aiutano a mettersi subito all'opera senza alcun ritardo. Si può semplicemente installare la libreria con pip e iniziare a sperimentare. Questi aiutano molto nella fase di apprendimento. Recensione raccolta e ospitata su G2.com.

Cosa non ti piace di Crab?

Una cosa che davvero non mi piace di Crab è la documentazione. La documentazione non viene mai aggiornata e in realtà la documentazione attuale è davvero scarsa. I contributori di Crab dovrebbero fare il passo e scrivere una documentazione adeguata. Recensione raccolta e ospitata su G2.com.

Raccomandazioni per chi sta considerando Crab:

Consiglio di non fare affidamento sulla documentazione originale poiché non è mantenuta correttamente e non contiene informazioni sufficienti. Suggerisco invece di optare per diverse implementazioni disponibili nel tuo percorso di apprendimento. Una volta che hai familiarità con l'API, puoi facilmente costruire il tuo motore di raccomandazione in pochissimo tempo. Recensione raccolta e ospitata su G2.com.

Quali problemi sta risolvendo Crab e come ti sta beneficiando?

Crab è destinato a costruire motori di raccomandazione. Presso ML Hub abbiamo un numero di clienti che vengono con una definizione per costruire motori di raccomandazione personalizzati, ad esempio: siti di e-commerce, librerie online e molti altri. Quindi usiamo Crab per sviluppare tali motori di raccomandazione.

Ci affidiamo a esso perché ha l'API più semplice e inoltre non c'è un flusso complesso durante la costruzione di un motore di raccomandazione. Può essere costruito in poche righe di codice (pre-elaborazione non considerata) Recensione raccolta e ospitata su G2.com.

Tarang G.

Software Development Specialist

Software per computer

Piccola impresa (50 o meno dip.)

8/2/2018

"Crab - Un Framework per Motori di Raccomandazione in Python"

4.5/5

Cosa ti piace di più di Crab?

Crab è un creatore di motori di raccomandazione personalizzati open source che aiuta a costruire motori di raccomandazione in movimento senza alcuna conoscenza avanzata dei motori di raccomandazione.

Un motore di raccomandazione può essere costruito in pochi passaggi -

1. Carica un dataset

2. Costruisci un modello usando l'API di Crab

3. Definisci una metrica di similarità.

4. Aggiungi un motore di raccomandazione su di esso, usando l'API di Crab

e hai finito!

Ha un'API di alto livello e anche il supporto per librerie Python ben conosciute che lo rendono unico e facile da usare. Recensione raccolta e ospitata su G2.com.

Cosa non ti piace di Crab?

Questa è l'unica cosa che preferisco mentre costruisco un motore di raccomandazione, quindi fondamentalmente non ho antipatie per Crab, ma mi piacerebbe che una cosa fosse migliorata, la documentazione. Recensione raccolta e ospitata su G2.com.

Raccomandazioni per chi sta considerando Crab:

Ci sono pochissimi tutorial o video disponibili su internet per il Crab. Una volta mi chiedevo come un principiante potesse imparare questo utilissimo framework senza una buona fonte di apprendimento e ho navigato sul web per un po' e ho trovato alcuni link molto utili che sicuramente possono aiutarti. Eccoli qui -

http://muricoca.github.io/crab/tutorial.html

https://www.analyticsvidhya.com/blog/2016/06/quick-guide-build-recommendation-engine-python/

https://www.youtube.com/watch?v=Xll2ZFic-Ak

http://aimotion.blogspot.com/2011/05/crab-python-framework-for-building.html Recensione raccolta e ospitata su G2.com.

Quali problemi sta risolvendo Crab e come ti sta beneficiando?

Il team di ML Hub utilizza gli strumenti di qualità open source e il software disponibile sul mercato per sviluppare soluzioni ai problemi della vita reale nel campo dell'Intelligenza Artificiale, NLP e Computer Vision. Quando ci imbattiamo in vari progetti riguardanti i motori di raccomandazione, ci affidiamo esclusivamente a Crab per trovare una soluzione. Crab si è dimostrato valido nel corso degli anni ed è stato molto utile durante il percorso grazie all'API di alto livello e facile da apprendere. Recensione raccolta e ospitata su G2.com.

Prit T.

Software Development Engineer

Software per computer

Piccola impresa (50 o meno dip.)

7/27/2018

"Costruisci motori di raccomandazione in movimento usando Crab"

4.5/5

Cosa ti piace di più di Crab?

- Crab è un progetto open source, il che significa che è liberamente disponibile e chiunque può sollevare un problema, richiedere una funzionalità o implementarla da solo. Questo è uno degli aspetti che mi affascina di più.

- Inoltre, il fatto che supporti varie librerie Python come pandas e numpy lo rende unico rispetto ad altri framework, poiché ci sono molte implementazioni simili che non supportano queste librerie. Recensione raccolta e ospitata su G2.com.

Cosa non ti piace di Crab?

Sì, ha molti vantaggi ma ho evidenziato un grande svantaggio. Supporta solo Python, il che limita il suo utilizzo agli sviluppatori Python e chiude tutte le porte agli sviluppatori che usano linguaggi diversi come Java, C/C++, JavaScript e così via. Trovo che questo sia un difetto principale poiché diventa difficile cambiare linguaggio, costringendoci a cambiare anche framework. Ciò aumenta il carico di apprendimento di nuove librerie per un nuovo linguaggio. Recensione raccolta e ospitata su G2.com.

Raccomandazioni per chi sta considerando Crab:

Ecco un buon tutorial introduttivo per Crab - https://archive.org/details/Thursday-203-1-CrabARecommendationEngineFrameworkForPython. Questo aiuterà a comprendere il framework generale e come può essere utilizzato per costruire motori di raccomandazione personalizzati. Consiglio vivamente di guardare l'intero video. Recensione raccolta e ospitata su G2.com.

Quali problemi sta risolvendo Crab e come ti sta beneficiando?

ML Hub è un team concentrato a portare soluzioni a problemi della vita reale dove utilizziamo le tecnologie attuali più in voga come i motori di raccomandazione. La libreria Crab ci fornisce un insieme di algoritmi ben testati e affidabili che possiamo utilizzare direttamente per costruire motori di raccomandazione personalizzati al volo. Utilizzando questa libreria siamo stati in grado di semplificare tale processo e aumentare la nostra produttività. Recensione raccolta e ospitata su G2.com.

Alpesh S.

Project Engineer

Software per computer

Piccola impresa (50 o meno dip.)

7/27/2018

"La migliore libreria per motori di raccomandazione per Python"

4.5/5

Cosa ti piace di più di Crab?

- Il primissimo vantaggio di questa libreria è che è open source.

- Supporta varie famose librerie Python utilizzate per la manipolazione dei dati e la visualizzazione come numpy, pandas e matplotlib nel core, rendendo più facili i compiti degli sviluppatori.

- L'API è facile da usare ed è semplice comprendere le funzionalità utilizzando la documentazione fornita dal team Crab. Recensione raccolta e ospitata su G2.com.

Cosa non ti piace di Crab?

La documentazione necessita di alcuni miglioramenti poiché ci sono molte lacune, come alcune API che non sono affatto menzionate e, se menzionate, hanno una descrizione molto scarsa. Inoltre, non ci sono molti esempi disponibili, rendendo difficile per i nuovi apprendenti. Devono dipendere da altre fonti, il che penso sia un grande svantaggio di questa libreria. Recensione raccolta e ospitata su G2.com.

Raccomandazioni per chi sta considerando Crab:

Installare Crab a volte può portare a una serie di errori ed è una cosa che deve essere gestita con attenzione. Ho incontrato alcuni problemi durante l'installazione e poi ho trovato questo sito web dove c'era una spiegazione chiara sul processo di installazione che mi ha aiutato a installarlo passo dopo passo. Consiglio alle persone che affrontano tali problemi di consultare il seguente link - http://muricoca.github.io/crab/install.html Recensione raccolta e ospitata su G2.com.

Quali problemi sta risolvendo Crab e come ti sta beneficiando?

ML Hubs è un team il cui obiettivo è risolvere problemi complessi utilizzando tecnologie come il Machine Learning, il Deep Learning, l'elaborazione del linguaggio naturale e la visione artificiale. Quindi questa libreria è inclusa nello stack che utilizziamo per gestire problemi legati alle raccomandazioni. Preferiamo Crab poiché ha un'API altamente efficiente e non è nemmeno così complesso da comprendere e gestire. Recensione raccolta e ospitata su G2.com.

Anushka M.

Project Manager

Software per computer

Mid-Market (51-1000 dip.)

9/26/2018

"Costruisci motori di raccomandazione personalizzati più velocemente con Python-Crab"

4.5/5

Cosa ti piace di più di Crab?

L'API è di alto livello e non è necessario avere una conoscenza dettagliata di 'come funzionano i motori di raccomandazione?', ma una conoscenza di base di Python sarà sufficiente.

Inoltre, forniscono set di dati di esempio dove si può fare esperienza pratica mentre si impara. Recensione raccolta e ospitata su G2.com.

Cosa non ti piace di Crab?

La cosa peggiore di Crab è la parte della documentazione. Hanno lavorato bene per creare una libreria così fantastica, ma non hanno dato abbastanza per creare una buona documentazione. Penso che dovrebbero concentrarsi su questa parte e tutto il resto è fantastico! Recensione raccolta e ospitata su G2.com.

Raccomandazioni per chi sta considerando Crab:

Crab è facile da imparare. Né l'API è complessa né il suo utilizzo. Consiglio a tutti di provarlo e la cosa buona è che non richiederà molto tempo per impararlo. Si può imparare in un weekend. Crea un semplice motore di raccomandazione, che penso richiederà al massimo 15 righe di codice Python e poi prova cose diverse.

In breve, vai a provarlo! È fantastico! Recensione raccolta e ospitata su G2.com.

Quali problemi sta risolvendo Crab e come ti sta beneficiando?

Noi di Easesolutions Pvt. Ltd. ci concentriamo nel fornire le migliori soluzioni ai nostri clienti. Abbiamo clienti che possiedono alcuni siti web di e-commerce, altri hanno siti web dei propri prodotti, e così via. In tali scenari, ci chiedono di costruire motori di raccomandazione personalizzati. Utilizziamo crab per soddisfare le loro esigenze poiché è facile da usare, ma offre comunque i migliori risultati. Recensione raccolta e ospitata su G2.com.

Shilpa M.

Product Manager

Software per computer

Mid-Market (51-1000 dip.)

6/16/2018

"Crea motori di raccomandazione personalizzati usando Crab"

4.5/5

Cosa ti piace di più di Crab?

Questa libreria ha algoritmi di motore di raccomandazione all'avanguardia che sono ben ottimizzati e pronti per l'uso a livello di produzione. Inoltre, mi piace molto la facilità con cui posso lavorare con questa libreria poiché supporta librerie Python ben note come numpy e matplotlib. Recensione raccolta e ospitata su G2.com.

Cosa non ti piace di Crab?

La documentazione necessita di alcuni miglioramenti poiché le descrizioni delle API non sono menzionate correttamente e manca anche di esempi. Non ci sono abbastanza esempi, il che rende difficile l'apprendimento e si deve spendere più tempo a capire che a implementare. Recensione raccolta e ospitata su G2.com.

Raccomandazioni per chi sta considerando Crab:

Ci sono alcuni problemi importanti con questa libreria, quindi assicurati di esserne consapevole prima di iniziare a usarla. Molti utenti hanno scoperto questi problemi e li hanno pubblicati su GitHub. Puoi dare un'occhiata: https://github.com/muricoca/crab/issues Recensione raccolta e ospitata su G2.com.

Quali problemi sta risolvendo Crab e come ti sta beneficiando?

Noi di TechDynasty costruiamo motori di raccomandazione personalizzati secondo i desideri del cliente e il loro ambito di interesse. Recensione raccolta e ospitata su G2.com.

Varsha S.

CTO

Software per computer

Piccola impresa (50 o meno dip.)

7/31/2018

"Motori di raccomandazione in poche righe di codice"

4.5/5

Cosa ti piace di più di Crab?

Questo framework è ben organizzato e ha un'API di alto livello che consente agli sviluppatori di programmare motori di raccomandazione in poche righe di codice senza alcuna conoscenza preliminare di come funzionano i motori di raccomandazione.

I motori di raccomandazione costruiti sono dinamici e riutilizzabili, il che significa che lo stesso modello può essere utilizzato per addestrare una quantità dinamica di dati o anche un diverso set di dati con pochi aggiustamenti.

Questo framework supporta librerie come numpy e pandas, il che rende la manipolazione dei dati relativamente più facile e accelera il processo in una certa misura. Recensione raccolta e ospitata su G2.com.

Cosa non ti piace di Crab?

Non c'è una documentazione adeguata fornita dalla comunità di sviluppatori del progetto e sono disponibili pochissimi esempi. La comunità dovrebbe fare un passo avanti e migliorare su questi punti. Questo rappresenta davvero un ostacolo per un apprendista ed è una questione seria da affrontare. Recensione raccolta e ospitata su G2.com.

Raccomandazioni per chi sta considerando Crab:

Librerie come numpy e pandas sono un grande impulso per l'intero processo. Poiché sono librerie di manipolazione dei dati altamente efficienti, il processo di pulizia e normalizzazione dei dati è facilitato e ci si può concentrare maggiormente sull'algoritmo principale del motore di raccomandazione. Consiglio alle persone di imparare queste librerie. Recensione raccolta e ospitata su G2.com.

Quali problemi sta risolvendo Crab e come ti sta beneficiando?

Crab è un framework per costruire motori di raccomandazione personalizzati, noi di ML Hub abbiamo progetti in cui dobbiamo lavorare su motori di raccomandazione per i quali ci affidiamo a Crab. Poiché Crab ha un buon supporto per varie librerie di manipolazione dei dati e anche un'API di alto livello lo rende il migliore per questo scopo. Crab ci ha fatto risparmiare un sacco di tempo. Recensione raccolta e ospitata su G2.com.

Tushar D.

Senior Software Engineer

Software per computer

Mid-Market (51-1000 dip.)

5/5/2018

"Framework del motore di raccomandazione"

4.5/5

Cosa ti piace di più di Crab?

- Si integra facilmente con le famose librerie Python come numpy, pandas, ecc., il che rende il lavoro più facile.

- Si possono implementare direttamente algoritmi come il Collaborative Filtering al volo utilizzando l'API Crab.

- Fornisce anche utilità per il caricamento di dataset. Recensione raccolta e ospitata su G2.com.

Cosa non ti piace di Crab?

La documentazione non è ben mantenuta, in alcune parti manca di spiegazioni e non ci sono nemmeno esempi che aiutino a impararla. Recensione raccolta e ospitata su G2.com.

Raccomandazioni per chi sta considerando Crab:

La documentazione non è ben mantenuta, è meglio fare riferimento al repository GitHub dello stesso progetto https://github.com/muricoca/crab Recensione raccolta e ospitata su G2.com.

Quali problemi sta risolvendo Crab e come ti sta beneficiando?

Costruito motore di raccomandazione per diversi progetti che abbiamo sviluppato. Recensione raccolta e ospitata su G2.com.

Mohit S.

SoftwaCre Engineer

Tecnologia dell'informazione e servizi

Enterprise (> 1000 dip.)

6/3/2018

"Costruire sistemi di raccomandazione reso facile"

4.5/5

Cosa ti piace di più di Crab?

Questa libreria è unica nel suo genere. Riduce tutto lo stress della programmazione complessa mentre si costruisce il proprio sistema di raccomandazione personalizzato, fornendo un'API semplice e facile da usare. Recensione raccolta e ospitata su G2.com.

Cosa non ti piace di Crab?

Ha supporto solo per il linguaggio di programmazione Python e anche la documentazione non è così buona. Recensione raccolta e ospitata su G2.com.

Raccomandazioni per chi sta considerando Crab:

La documentazione ufficiale è il punto di partenza, ma non è qualcosa a cui dovresti sempre fare riferimento poiché non è aggiornata e non ha esempi sufficienti. Puoi trovare vari repository su GitHub per lo stesso, preferiscili invece della documentazione. Recensione raccolta e ospitata su G2.com.

Quali problemi sta risolvendo Crab e come ti sta beneficiando?

Costruire motori di raccomandazione personalizzati secondo le esigenze dei clienti. Recensione raccolta e ospitata su G2.com.

Rahul T.

Project Manager

Software per computer

Piccola impresa (50 o meno dip.)

10/22/2017

"Personalizza il framework Recommender System Builder per Python"

5/5

Cosa ti piace di più di Crab?

- È facile interagire con altre librerie di supporto di Python come numpy e matplotlib.

- Documentazione Recensione raccolta e ospitata su G2.com.

Cosa non ti piace di Crab?

Non ci sono abbastanza tutorial video disponibili, nemmeno su YouTube. Gli sviluppatori dovrebbero lavorare su questo per aiutare gli utenti. Recensione raccolta e ospitata su G2.com.

Trending Discussions related to Crab

A cosa serve il granchio?

Guestoltre 2 anni fa

View all Discussions

Approfondimenti sui Prezzi

Medie basate su recensioni di utenti reali.

Tempo di Implementazione

1 mese

Ritorno sull'Investimento

3 mesi

Rivendica il profilo G2 della tua azienda

4.6 su 5 stelle

Recensioni e Dettagli del Prodotto Crab

Valore a colpo d'occhio

Tempo di Implementazione

Ritorno sull'Investimento

Alternative con il punteggio più alto

Hai mai usato Crab prima?

Recensioni Crab (10)

Recensioni Crab (10)

Review Summary

Filtra Recensioni

A cosa serve il granchio?

Approfondimenti sui Prezzi

Tempo di Implementazione

Ritorno sull'Investimento

Sconto Medio

Categorie su G2

Esplora di Più