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

Kunal M.

Data analysts

Mid-Market (51-1000 dip.)

8/21/2024

"La mia recensione sull'apprendimento automatico con Python"

5/5

Cosa ti piace di più di machine-learning in Python?

La cosa che mi piace di più dell'apprendimento automatico con Python è che offre librerie e framework estesi che rendono il nostro lavoro facile. Ha uno dei migliori supporti della comunità per i programmatori. Ottimo per la visualizzazione con l'aiuto di Matplotlib e Seaborn... Recensione raccolta e ospitata su G2.com.

Cosa non ti piace di machine-learning in Python?

Attualmente non c'è nulla che vedo che non mi piaccia dell'apprendimento automatico con Python. Recensione raccolta e ospitata su G2.com.

Recensioni e Dettagli del Prodotto machine-learning in Python

le macchine a vettori di supporto (SVM) e la regressione a vettori di supporto (SVR) sono modelli di apprendimento supervisionato con algoritmi di apprendimento associati che analizzano i dati e riconoscono i modelli, utilizzati per l'analisi di classificazione e regressione.

Venditore

machine-learning in Python

Discussioni

Comunità machine-learning in Python

Descrizione del prodotto

Valore a colpo d'occhio

Medie basate su recensioni di utenti reali.

Tempo di Implementazione

1 mese

Costo Percepito

$$$$$

Visualizza Maggiori Informazioni sui Prezzi

Alternative con il punteggio più alto

Visualizza tutte le alternative

Le recensioni di G2 sono autentiche e verificate.

Ecco come.

Komal A.

Spec Analytics

Enterprise (> 1000 dip.)

1/22/2025

"Panda con Python"

4.5/5

Cosa ti piace di più di machine-learning in Python?

Mi piace che Python offra un ricco ecosistema di librerie come TensorFlow, scikit-learn e PyTorch, rendendo facile implementare e sperimentare con modelli di apprendimento automatico in modo efficiente. Recensione raccolta e ospitata su G2.com.

Cosa non ti piace di machine-learning in Python?

Non mi piace che l'apprendimento automatico in Python possa a volte essere intensivo in termini di risorse, richiedendo una potenza computazionale significativa per l'addestramento di modelli di grandi dimensioni. Recensione raccolta e ospitata su G2.com.

Mikhail I.

Director of Software Engineering

Enterprise (> 1000 dip.)

12/4/2024

"Direttore dell'Ingegneria - Oracle"

4/5

Cosa ti piace di più di machine-learning in Python?

- Rende la preparazione e l'esplorazione dei dati facile, specialmente nella fase iniziale

- Nessun bisogno di estrazione dei dati. Può lavorare con i dati nel DB

- La pipeline è semplice Recensione raccolta e ospitata su G2.com.

Cosa non ti piace di machine-learning in Python?

- Algoritmi supportati limitati

- Costo, a causa della licenza Recensione raccolta e ospitata su G2.com.

Quali problemi sta risolvendo machine-learning in Python e come ti sta beneficiando?

Python è una lingua molto popolare ora. Mentre si conserva i dati nel DB, non c'è bisogno di passaggi di estrazione, possiamo fare un POC completo per soluzioni supervisionate, classificazione, bag of words, ... per i dati nel DB. Senza fare ETL, attualmente siamo in grado di fare alcune soluzioni di apprendimento supervisionato per i dati in Oracle DB usando OML4Py. Recensione raccolta e ospitata su G2.com.

Shivam M.

Tecnologia dell'informazione e servizi

Piccola impresa (50 o meno dip.)

6/2/2023

"Python: Il linguaggio ideale per il Machine Learning"

5/5

Cosa ti piace di più di machine-learning in Python?

Poiché Python è un linguaggio molto facile e per l'apprendimento automatico, dobbiamo scrivere un codice ampio, diversificato e molto complesso, che è piuttosto difficile in qualsiasi altro linguaggio di programmazione, quindi da questo punto di vista Python è il linguaggio più adatto per l'apprendimento automatico. Inoltre, ha enormi librerie che aiutano gli sviluppatori a scrivere codice in modo efficiente ed efficace. Recensione raccolta e ospitata su G2.com.

Cosa non ti piace di machine-learning in Python?

Come ingegnere di machine learning, ho trovato Python un linguaggio straordinario per il machine learning e ne apprezzo l'adattabilità e l'ampiezza delle funzionalità. Python è noto non solo per il suo successo nel machine learning e nella data science, ma anche come scelta principale per lo sviluppo web e altre discipline. Il suo vasto ecosistema di librerie, la sintassi intuitiva e la vivace comunità lo rendono un linguaggio preferito dai sviluppatori, permettendo loro di progettare soluzioni nuove ed efficienti. Python brilla davvero nel fornire un'esperienza fluida e coinvolgente sia per i professionisti del machine learning che per gli appassionati. Recensione raccolta e ospitata su G2.com.

Quali problemi sta risolvendo machine-learning in Python e come ti sta beneficiando?

L'uso del machine learning in Python ha contribuito alla creazione di strumenti e librerie potenti che hanno permesso lo sviluppo di modelli di intelligenza artificiale più avanzati e sofisticati come chat gpt. Fornisce soluzioni efficienti e scalabili a problemi complessi, aiuta nell'automazione dei compiti, migliora i processi decisionali, consente intuizioni basate sui dati e apre opportunità per l'innovazione e il vantaggio competitivo. L'ecosistema ricco di librerie di Python, la documentazione estesa e la comunità attiva supportano ulteriormente i professionisti nella costruzione e distribuzione efficace di modelli di machine learning. Recensione raccolta e ospitata su G2.com.

Prasanth B.

Process Specialist

Piccola impresa (50 o meno dip.)

10/19/2023

"È importante sapere e applicare"

4.5/5

Cosa ti piace di più di machine-learning in Python?

Pandas - Amo esplorare i dati con pandas Recensione raccolta e ospitata su G2.com.

Cosa non ti piace di machine-learning in Python?

A volte per compiti semplici dobbiamo seguire gli stessi passaggi Recensione raccolta e ospitata su G2.com.

Syed Adeel H.

Infrastructure Manager

Piccola impresa (50 o meno dip.)

3/29/2023

"Estrazione dei dati per l'apprendimento automatico"

4.5/5

Cosa ti piace di più di machine-learning in Python?

Uno dei principali vantaggi dell'utilizzo di Python per l'apprendimento automatico è la sua facilità d'uso. Il linguaggio ha una sintassi pulita e intuitiva che rende facile scrivere e comprendere il codice, anche per coloro che sono nuovi alla programmazione. Inoltre, Python ha una comunità ampia e di supporto che fornisce molte risorse e tutorial per aiutare gli utenti a iniziare. Recensione raccolta e ospitata su G2.com.

Cosa non ti piace di machine-learning in Python?

Python è un linguaggio interpretato, il che significa che è più lento rispetto ai linguaggi compilati come C++ o Java. Questo può essere uno svantaggio quando si lavora con dataset molto grandi o algoritmi complessi. Recensione raccolta e ospitata su G2.com.

Quali problemi sta risolvendo machine-learning in Python e come ti sta beneficiando?

Con l'aiuto del machine learning in Python, può essere utilizzato per rilevare transazioni fraudolente, come le frodi con carte di credito. Librerie Python come sci-kit-learn e TensorFlow sono utilizzate per costruire modelli di rilevamento delle frodi che possono identificare schemi di comportamento fraudolento. Recensione raccolta e ospitata su G2.com.

Oliver G.

Technical Sales Engineer

Piccola impresa (50 o meno dip.)

6/28/2022

"Super veloce da avviare, ottimi risultati"

4.5/5

Cosa ti piace di più di machine-learning in Python?

Strumenti ben supportati come TensorFlow Recensione raccolta e ospitata su G2.com.

Cosa non ti piace di machine-learning in Python?

Le prestazioni possono essere problematiche e difficili da diagnosticare, specialmente utilizzando di default il 100% di qualsiasi GPU data. Recensione raccolta e ospitata su G2.com.

Utente verificato in Consulenza manageriale

Piccola impresa (50 o meno dip.)

11/12/2021

Partner commerciale del venditore o concorrente del venditore, non incluso nei punteggi G2.

"Python per l'Apprendimento Automatico (Sviluppo e Distribuzione del Modello)"

5/5

Cosa ti piace di più di machine-learning in Python?

Python è il linguaggio di programmazione più avanzato per implementare modelli di machine learning da zero. Fornisce una vasta gamma di librerie e funzioni personalizzate per costruire, addestrare e sviluppare modelli di ML. Offre codice facilmente interpretabile, ragionevole e conciso e consente agli sviluppatori di costruire e testare algoritmi di machine learning complessi su dati strutturati e non strutturati con facilità. Recensione raccolta e ospitata su G2.com.

Cosa non ti piace di machine-learning in Python?

Python è un linguaggio di programmazione interpretato che ha una velocità limitata poiché l'esecuzione del codice avviene riga per riga. Il threading non è supportato in Python, il che rappresenta un problema nell'implementazione di soluzioni di machine learning su larga scala. Recensione raccolta e ospitata su G2.com.

Raccomandazioni per chi sta considerando machine-learning in Python:

Consiglierei sicuramente di utilizzare Python per costruire applicazioni basate sull'apprendimento automatico, a condizione che il tuo team abbia esperienza nella programmazione. Python richiede che gli sviluppatori siano familiari con il concetto di funzioni, classi e programmazione orientata agli oggetti. Recensione raccolta e ospitata su G2.com.

Quali problemi sta risolvendo machine-learning in Python e come ti sta beneficiando?

Stiamo utilizzando Python in più progetti per costruire soluzioni di machine learning da zero. Ha aiutato gli sviluppatori a addestrare e testare rapidamente i modelli di ML su dati strutturati per costruire scorecard basate sul rischio. La libreria Scikit-learn fornisce tutti gli algoritmi per implementare modelli di machine learning come Random Forest, XGBoost, SVM, Regressione Lineare e Logistica. Utilizziamo anche Python per automatizzare processi che coinvolgono screening e verifica manuali. Recensione raccolta e ospitata su G2.com.

Utente verificato in Design

Enterprise (> 1000 dip.)

5/19/2022

"È molto facile creare un modello di machine learning con l'aiuto di diverse librerie Python."

5/5

Cosa ti piace di più di machine-learning in Python?

Creare un modello di machine learning con l'aiuto di Python è molto facile, inoltre se lo stai integrando con una pipeline sincrona, Python funziona molto bene. Recensione raccolta e ospitata su G2.com.

Cosa non ti piace di machine-learning in Python?

Posso solo pensare a un po' lento, altrimenti tutto va bene. Recensione raccolta e ospitata su G2.com.

Raccomandazioni per chi sta considerando machine-learning in Python:

Per i casi d'uso del machine learning non riuscivo a pensare a nessun'altra lingua oltre al Python. Recensione raccolta e ospitata su G2.com.

Quali problemi sta risolvendo machine-learning in Python e come ti sta beneficiando?

Creazione di un modello di apprendimento automatico per identificare l'elemento, segmentazione semantica, ecc. Recensione raccolta e ospitata su G2.com.

Alvaro R.

Profesor titular

Mid-Market (51-1000 dip.)

6/17/2021

"Potente e moderno apprendimento automatico usando python"

5/5

Cosa ti piace di più di machine-learning in Python?

Gli ultimi e più avanzati modelli per l'apprendimento automatico sono disponibili in Python. Questo ti permette di eseguire esperimenti aggiornati. Ci sono molti tutorial per utilizzare l'apprendimento automatico con Python e i sistemi più moderni lo usano.

Se ho qualche problema con l'output, o qualsiasi errore, ci sono molti forum su internet che mostrano qualsiasi possibile soluzione. Questo mi incoraggia a usarlo perché posso essere sicuro di risolvere qualsiasi problema possa avere. Se non trovi la soluzione, puoi postare una domanda e aspettare una risposta nei giorni successivi.

D'altra parte, l'apprendimento automatico con Python permette di utilizzare l'accelerazione HW come le GPU. Devi solo impostare l'HW corretto.

Un altro vantaggio è il fatto che ci sono diverse librerie per fare apprendimento automatico con Python. Nel caso in cui non te ne piaccia nessuna, puoi scegliere tra le altre. Recensione raccolta e ospitata su G2.com.

Cosa non ti piace di machine-learning in Python?

Ci sono molte librerie e la documentazione per alcune di esse è a volte incompleta. Inoltre, alcune funzioni cambiano tra le diverse versioni, rendendo il vecchio codice incompatibile con il nuovo. Recensione raccolta e ospitata su G2.com.

Raccomandazioni per chi sta considerando machine-learning in Python:

Se sai già quale algoritmo vuoi utilizzare, devi solo cercare il nome di quell'algoritmo nella libreria. Se hai qualche dubbio, ti consiglio di dare un'occhiata all'API o a qualsiasi esempio sul web. Recensione raccolta e ospitata su G2.com.

Quali problemi sta risolvendo machine-learning in Python e come ti sta beneficiando?

Lavoro principalmente con la classificazione del testo e altri compiti legati all'elaborazione del linguaggio naturale. Posso elaborare il testo con altri strumenti Python e collegare l'output a qualsiasi modello di apprendimento automatico. Recensione raccolta e ospitata su G2.com.