Avaliações e Detalhes do Produto KNIME Software

KNIME Analytics é uma ferramenta poderosa para a construção de fluxos de trabalho analíticos. Ele oferece muitas opções para análise de texto, especialmente CoreNLP e OpenNLP. Além disso, o KNIME Analytics permite a integração com software de código aberto, como R, Python e Spark. O software é gratuito, mas você pode adquirir uma licença de servidor para que um processo seja executado automaticamente com grandes quantidades de dados de muitas fontes. Existem ferramentas integradas para muitos tipos de aprendizado de máquina supervisionado e não supervisionado. Análise coletada por e hospedada no G2.com.

KNIME Analytics é uma ferramenta muito complexa, então tem uma curva de aprendizado acentuada. Outra coisa que não gosto é que tende a usar muita memória do seu computador, o que afeta o desempenho geral da máquina. KNIME Analytics é principalmente de arrastar e soltar e requer pouco ou nenhum código. Análise coletada por e hospedada no G2.com.

KNIME Analytics é muito útil para analisar grandes quantidades de dados com algoritmos avançados. Além disso, é possível codificar sem programar porque pode usar módulos em bloco que realizam tarefas específicas. Ele vem com várias extensões que tornam o processamento de texto um processo fácil, algo que é uma dor de cabeça em outras plataformas semelhantes, e com extensões para integrar outras ferramentas, como R, nos fluxos de trabalho. Use e integre com ambientes de nuvem e big data. Análise coletada por e hospedada no G2.com.

Você realmente precisa de mais ajuda do que a descrição do bloco fornece se quiser fazer um trabalho complexo de análise de dados. O usuário do KNIME Analytics precisa ter um conhecimento profundo sobre R/Python para obter o melhor da análise estatística. Se você deseja fazer análise de dados avançada e classificação, é obrigatório ter conhecimento em engenharia. Existem alguns recursos que não são intuitivos, como o uso de variáveis de fluxo. Análise coletada por e hospedada no G2.com.

Quando tínhamos que passar por fontes de dados com toneladas de dados, transformar os dados brutos para análise era sempre a parte mais difícil. Com o KNIME, esse processo pode ser automatizado, enquanto o modelo de aquisição de dados pode ser salvo e executado repetidamente, o que economiza muito tempo. Ele também oferece uma ampla gama de opções para integração, permitindo várias linguagens como Python, R ou Java e suportando formatos como JSON e XML. O que eu gosto é que posso processar grandes quantidades de dados enquanto a limpeza e a combinação de tabelas ainda podem ser feitas muito facilmente. Análise coletada por e hospedada no G2.com.

A documentação do KNIME é pobre, então é difícil encontrar informações sérias e diretas por aí. Se você tiver alguma dúvida, pode se ver lutando para encontrar uma solução. Além disso, algumas ferramentas para escrita e desenvolvimento de scripts não são fáceis de usar, então você precisa executar testes para ver como elas se comportam, ou algumas delas não têm recursos suficientes. Análise coletada por e hospedada no G2.com.

O programa oferece uma vasta quantidade de opções para poder criar modelos de ciência de dados/análise sem escrever nenhum código. É muito rápido e fácil de usar. Análise coletada por e hospedada no G2.com.

Pode ser difícil encontrar certas funcionalidades dentro do programa. Além disso, ele tem dificuldades com conjuntos de dados maiores e parece engasgar. Análise coletada por e hospedada no G2.com.

Knime é um ótimo software para criar e testar modelos de machine learning utilizando blocos que contêm implementações de algoritmos usados para os mais diversos problemas como classificação, regressão e clustering. Análise coletada por e hospedada no G2.com.

Não há nada de negativo sobre este software. Achei muito bom usá-lo. Análise coletada por e hospedada no G2.com.

Muito útil para analisar grandes conjuntos de dados. É muito fácil de usar, mas ainda assim muito poderoso para criar gráficos detalhados. Análise coletada por e hospedada no G2.com.

Se você não estiver familiarizado com R ou Python, esta ferramenta será muito difícil de usar. Pode ser bom ter alguma interface adicional para complementar usuários sem essa experiência. Análise coletada por e hospedada no G2.com.

Facilidade de uso, variedade de nós e funções, sua integração com plataformas em nuvem, possibilidade de implementar scripts em Python, R, Java. É bom que você possa ver o modelo visualmente, como ao fazer ETL. Isso é uma grande vantagem em comparação com outras ferramentas e scripts. Análise coletada por e hospedada no G2.com.

Já é lento devido ao custo de uma interface amigável e fica ainda mais lento à medida que você instala extensões. Sem mencionar que abrir o software também leva muito tempo. Análise coletada por e hospedada no G2.com.

A capacidade de projetar uma grande quantidade de tarefas com o software, cobrindo o processamento da informação até o final. Análise coletada por e hospedada no G2.com.

Algumas das opções não são exatamente o que eu costumava precisar para processar a informação. Os fluxos têm (de certa forma) uma quantidade limitada de opções de configuração. Análise coletada por e hospedada no G2.com.

É realmente ótimo ter uma interface gráfica fácil de usar, em comparação com outros aplicativos de código aberto que utilizam os mesmos dados. Análise coletada por e hospedada no G2.com.

Certas funcionalidades da API ainda precisam ser melhoradas, principalmente os plugins de mineração de imagens. Análise coletada por e hospedada no G2.com.

Suas capacidades de obter rapidamente dados, prepará-los e torná-los analíticos são impressionantes. Análise coletada por e hospedada no G2.com.

Não está dimensionado para conjuntos de dados maiores. Ele desacelera ou às vezes até trava. Além disso, não se integrará com todos os provedores de banco de dados. Análise coletada por e hospedada no G2.com.