Recensioni e Dettagli del Prodotto DataRobot

Fondamentalmente aiuta nel distribuire e modellare i modelli di ML. È una tecnologia automatizzata che ci aiuta nel preprocessamento dei dati, nell'ingegneria delle caratteristiche, nella scelta del miglior modello e persino nella regolazione degli iperparametri. Fa risparmiare tempo e può gestire grandi quantità di dati, e sceglie sempre il miglior modello per il nostro progetto. Recensione raccolta e ospitata su G2.com.

è costoso e non è buono come IBM Watson. A volte non ci fornisce il miglior modello e dobbiamo scegliere noi stessi e anche le personalizzazioni sono limitate. Recensione raccolta e ospitata su G2.com.

Ingegneria delle caratteristiche automatizzata, più algoritmi addestrati, confronti automatizzati Recensione raccolta e ospitata su G2.com.

Applicazioni limitate nelle applicazioni probabilistiche e nelle reti neurali per la previsione del valore del ciclo di vita del cliente Recensione raccolta e ospitata su G2.com.

Algorithmia ha davvero restituito il potere nelle mani dei nostri data scientist e sviluppatori R&D. Uno dei principali ostacoli che la nostra organizzazione affrontava era il passaggio del codice dalla fase di sviluppo alla produzione, a causa del tempo impiegato per containerizzare il nostro codice e delle competenze richieste per farlo. Soprattutto in situazioni in cui stiamo costantemente iterando e pubblicando nuove versioni, la capacità di containerizzare senza il supporto del dev ops è estremamente potente. Recensione raccolta e ospitata su G2.com.

Due delle principali aree di miglioramento sarebbero la parità con i repository di Azure e un reporting più orientato al business del consumo della piattaforma. Abbiamo stakeholder sia nell'area tecnica che in quella aziendale e fatichiamo a comunicare questo tra i team. Inoltre, SAS è un linguaggio molto popolare nel nostro settore, che attualmente Algorithmia non supporta. Recensione raccolta e ospitata su G2.com.

Presso Freiburger Energieoptimierung UG (www.frenop.de), DataRobot ha accelerato il ritmo delle nostre analisi applicate all'efficienza energetica e al risparmio. Il nostro team è composto da fisici che hanno una grande conoscenza dei comportamenti fisici, ma non abbiamo il tempo e le risorse per sviluppare una piattaforma dove possiamo analizzare i dati delle applicazioni energetiche. DataRobot ci offre soluzioni automatizzate che stanno contribuendo a un'analisi più rapida dei dati energetici e anche a nuove scoperte con il Machine Learning. L'interfaccia è molto facile da usare. Recensione raccolta e ospitata su G2.com.

DataRobot ci ha mostrato che dobbiamo avere più dati per procedere con alcune routine. Ora stiamo investendo più tempo nella ricerca di questi dati nel mondo reale per poterli inserire in questi algoritmi di apprendimento automatico. Recensione raccolta e ospitata su G2.com.

Gestisco una start-up in rapida crescita focalizzata sulla fornitura di servizi di intelligenza artificiale per il settore retail. Le nostre specifiche ci richiedono di sviluppare, pubblicare e gestire molti modelli di machine learning, come motori di previsione, algoritmi di analisi del carrello, sistemi di raccomandazione e così via.

Abbiamo scelto Algorithmia come strumento per distribuire i nostri modelli di ML. Con questo, siamo stati in grado di isolare il carico di lavoro della pubblicazione e gestione dei modelli di ML, nonché la gestione della fornitura e dell'infrastruttura. Dopo aver implementato Algorithmia, il nostro team di Data Science è stato in grado di concentrarsi esclusivamente sull'elaborazione dei modelli e sul miglioramento della precisione, mentre tutto il lavoro di renderli disponibili ai clienti è stato svolto sulla piattaforma.

Come risultato finale, siamo stati in grado di muoverci più velocemente e di distribuire la nostra soluzione nel programma previsto. Recensione raccolta e ospitata su G2.com.

Utilizziamo il marketplace di Algorithmia. Non è una soluzione economica. Abbiamo provato a implementare una versione intermedia con l'obiettivo di ridurre i costi, ma non siamo riusciti a trovare una soluzione fattibile in termini di costo.

Purtroppo stiamo spostando la nostra infrastruttura verso un'architettura serverless Lambda in AWS. Sappiamo che perderemo gran parte della semplicità di Algorithmia, ma siamo costretti a fare questo cambiamento a causa delle restrizioni sui costi. Recensione raccolta e ospitata su G2.com.

Algorithmia fornisce una piattaforma conveniente per ospitare modelli di machine learning. Esiste un marketplace pubblico e una versione enterprise privata. La piattaforma supporta una documentazione API robusta. È una piattaforma facile da usare per data scientist o appassionati di machine learning. Recensione raccolta e ospitata su G2.com.

Distribuire un algoritmo richiede di copiare il codice nella piattaforma Algorithmia. Preferiamo strutturare il nostro codice come librerie importabili per migliorare la portabilità. Recensione raccolta e ospitata su G2.com.

Alcune strutture sono molto facili da gestire qui. Specialmente per le applicazioni robotiche. Recensione raccolta e ospitata su G2.com.

Niente di cui lamentarsi al momento. Sono grato di trovare buone applicazioni per le strutture programmate che il programma offre. Recensione raccolta e ospitata su G2.com.

DataRobot è un sogno che diventa realtà per un data scientist quando si tratta di modellazione. La piattaforma forza assolutamente attraverso tecniche di modellazione popolari e di nicchia con i tuoi dati, ti presenta una tonnellata di metriche sui risultati (migliori e tutti) e ha persino opzioni di distribuzione dopo qualsiasi analisi tu faccia. DataRobot ti offre una buona gamma di modi per connetterti ai tuoi dati: tramite un percorso URL, un caricamento locale (come file csv o xlsx) o tramite un percorso hdfs, quindi è piuttosto facile iniziare! Recensione raccolta e ospitata su G2.com.

Ci sono limitazioni su quanta quantità di dati puoi elaborare in un progetto se non sei sulla versione enterprise (e ci sono comunque limitazioni anche lì). Un'altra cosa che potrebbe non essere ideale è che è eccessivamente aggressivo sulla quantità di modelli che esegue di default. Ovviamente puoi limitare in una certa misura su quali modelli l'autopilota di DataRobot eseguirà i tuoi dati, ma se sei nuovo sulla piattaforma, ci vorrà un po' di tempo per imparare a configurare correttamente l'autopilota. Un'ultima cosa, per le fonti di dati, avrebbero dovuto creare alcuni connettori per database di tipo RDBMS, o almeno un paio di quelli più popolari come mysql o postgres. Recensione raccolta e ospitata su G2.com.

Soluzione chiavi in mano per eseguire qualsiasi modello AI/NLP.

1. Distribuzione facile e senza problemi

2. Gestione delle versioni che aiuterà a testare qualsiasi versione.

3. Supporto GPU Recensione raccolta e ospitata su G2.com.

1. Il costo è troppo alto per le startup

2. Più documenti Recensione raccolta e ospitata su G2.com.

Mi sono configurato con Algorithmia in pochi minuti e sono stato in grado di utilizzare la funzionalità rapidamente. Algorithmia ci consente di distribuire algoritmi avanzati di machine learning rapidamente e di integrarli nella nostra applicazione esistente. Recensione raccolta e ospitata su G2.com.

La qualità di alcuni algoritmi non è molto alta, quindi devi dedicare del tempo a identificare gli algoritmi giusti. Recensione raccolta e ospitata su G2.com.