Avaliações e Detalhes do Produto MLJAR

O tempo economizado pelo uso de aplicação automática de ML e a capacidade de empilhamento de modelos para construir sistemas de ML mais precisos. Atua como um aprimoramento para cientistas de dados existentes. Análise coletada por e hospedada no G2.com.

Eu não vejo desvantagens na tecnologia na minha opinião pessoal, mas acredito que existe uma opinião contrária sobre como o uso de tal tecnologia pode um dia acabar substituindo os cientistas de dados de ML existentes.

Mas se eu tivesse que apontar uma, eu diria que durante meu trabalho eu vi que a imprecisão é o maior problema com as ferramentas de ML da geração atual. Análise coletada por e hospedada no G2.com.

MLJAR é um dos melhores pacotes Python que usei até agora para aprendizado de máquina. O software é fácil de instalar e muito útil para desenvolver novos módulos. Treinar o modelo em múltiplos algoritmos é realmente fácil com ele, e o resultado geralmente é preciso, economizando assim muito tempo em treinar e reexecutar o modelo com diferentes conjuntos de dados em caso de erro. Análise coletada por e hospedada no G2.com.

O produto tem funcionado perfeitamente bem para nós até agora, nada a desgostar aqui em particular, no entanto, mais pacotes para o produto seriam altamente apreciáveis. Análise coletada por e hospedada no G2.com.

O recurso AutoML é muito fácil de usar e tem uma sintaxe semelhante ao módulo sklearn e o relatório após isso é explicado muito bem. Embora eu seja novo no AutoML, já usei o H2O, mas este é muito mais fácil, pois tem uma sintaxe muito mais simples e os resultados são melhores do que o sklearn e ligeiramente melhores do que o H2O. Análise coletada por e hospedada no G2.com.

Minha única insatisfação é que ele só possui algoritmos supervisionados, enquanto a popularidade dos algoritmos de aprendizado não supervisionado está crescendo, pois a maior parte dos dados é não supervisionada. Análise coletada por e hospedada no G2.com.

MLJAR suporta uma ampla gama de algoritmos para classificação, juntamente com suporte a uma infinidade de recursos para obter uma melhor compreensão dos dados através da seleção automática de métricas e engenharia de características. Análise coletada por e hospedada no G2.com.

MLJAR ainda está evoluindo e precisa acompanhar os novos avanços na ciência das técnicas e procedimentos de aprendizado de máquina para que os resultados de seu processamento de dados sejam mais intuitivos e aplicáveis. Análise coletada por e hospedada no G2.com.

A melhor coisa sobre este pacote é compartilhar facilmente o notebook e permite que outros executem o notebook de parâmetros e baixem facilmente o notebook executado como arquivos HTML ou PDF. Análise coletada por e hospedada no G2.com.

A coisa que eu não gosto no pacote é que a GUI deste.

Pode ser mais amigável para o usuário e ajudar as pessoas a entender o aprendizado de máquina.

É difícil de importar no Python. Análise coletada por e hospedada no G2.com.

A principal vantagem do MLJAR é produzir relatórios em markdown a partir do treinamento de modelos. Análise coletada por e hospedada no G2.com.

A solução pode rapidamente se tornar complexa e difícil de visualizar. É difícil usar sistemas de controle de versão porque os notebooks têm código e saída armazenados juntos no arquivo do notebook. Análise coletada por e hospedada no G2.com.

A melhor coisa sobre o MLJAR é que mesmo quem tem pouca ou nenhuma experiência em programação pode usá-lo. É facilmente compartilhável e economiza o tempo de desenvolvimento dos desenvolvedores. Além disso, notebooks Python podem ser convertidos em aplicativos web interativos. Análise coletada por e hospedada no G2.com.

Embora o MLJAR seja um software bom e leve, ele pode ter atualizações mais rapidamente. O caminho do iniciante ao avançado pode ser mais simplificado para que todos se adaptem ao seu ambiente rapidamente. Análise coletada por e hospedada no G2.com.

fácil de escrever código - uma interface gráfica para geração de código,

fácil de reutilizar código como uma aplicação ou tarefa agendada,

fácil de controlar versão,

fácil de construir aplicações com GUI,

fácil de testar. Análise coletada por e hospedada no G2.com.

Não consegui encontrar nenhuma aversão a isso. Análise coletada por e hospedada no G2.com.

Um dos casos que eu gosto é fornecer parâmetros de notebook em forma de YAML. Nunca experimentei isso em nenhum outro produto. Outro é o agendamento da execução de um notebook. Análise coletada por e hospedada no G2.com.

Eu não estou satisfeito com a experiência do usuário pessoalmente. Eu usei várias plataformas com integração de ML que são muito melhores. A experiência do usuário precisa de algumas melhorias. Análise coletada por e hospedada no G2.com.

- Economiza tempo devido a um pacote pronto. Francamente, economiza cerca de 25% do tempo.

-Ajuda muito no desenvolvimento de um novo módulo

-Fácil de instalar Análise coletada por e hospedada no G2.com.

Não há nada que eu não goste nisso. A única sugestão que posso dar é que mais pacotes precisam ser adicionados para o produto popular também. Análise coletada por e hospedada no G2.com.