# MLJAR Reviews **Vendor:** MLJAR **Category:** [Plataformas de MLOps](https://www.g2.com/pt/categories/mlops-platforms) **Average Rating:** 4.4/5.0 **Total Reviews:** 16 ## About MLJAR Líder na criação de Ferramentas de Ciência de Dados. MLJAR é uma estrutura de aprendizado de máquina automatizado (AutoML) projetada para tornar a construção e implantação de modelos de aprendizado de máquina mais fácil e acessível. Oferece ferramentas para ajudar os usuários—sejam eles cientistas de dados, analistas ou indivíduos não técnicos—a criar modelos de aprendizado de máquina sem precisar de habilidades extensivas de programação, construir aplicativos baseados em dados e analisar dados. MLJAR mantém bibliotecas de código aberto como: AutoML mljar-supervised Mercury Supertree... ## MLJAR Reviews ### 1. Experiência do usuário e opiniões sobre o MLJAR **Rating:** 4.0/5.0 stars **Reviewed by:** Prince N. | Assistant systems engineer, Empresa (> 1000 emp.) **Reviewed Date:** July 26, 2022 **O que você mais gosta em 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. **O que você não gosta em MLJAR?** 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. **Que problemas MLJAR está resolvendo e como isso está beneficiando você?** Isso nos permitiu criar melhores pipelines de dados para testar os novos produtos que estão sendo desenvolvidos no setor de incubação TCS ion. Onde exigimos alta precisão de ML. ### 2. REVISÃO DO MLJAR **Rating:** 4.5/5.0 stars **Reviewed by:** Usuário Verificado em Software de Computador | Empresa (> 1000 emp.) **Reviewed Date:** July 28, 2022 **O que você mais gosta em MLJAR?** 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. **O que você não gosta em MLJAR?** 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. **Que problemas MLJAR está resolvendo e como isso está beneficiando você?** Nós o integramos com o Jupyter Notebook, e isso economiza esforços e tempo para nós, desenvolvedores, já que requer muito pouco conhecimento técnico para operá-lo. Eu o utilizei em vários projetos para diversos clientes, especialmente para projetos de previsão e análise preditiva, e estamos muito satisfeitos com os resultados de saída/previsão que ele forneceu. ### 3. Uma alternativa ótima e fácil de entender ao AutoML **Rating:** 4.5/5.0 stars **Reviewed by:** Usuário Verificado em Software de Computador | Pequena Empresa (50 ou menos emp.) **Reviewed Date:** July 26, 2022 **O que você mais gosta em MLJAR?** 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. **O que você não gosta em MLJAR?** 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. **Que problemas MLJAR está resolvendo e como isso está beneficiando você?** Eu experimentei o MLJAR no Kaggle para uma tarefa de classificação na satisfação do cliente do Santander e realmente me deu resultados melhores do que os algoritmos do sklearn, e minha posição subiu muito mais do que com o sklearn e quase perto do H2O. Estou considerando usá-lo em meus futuros projetos e competições, pois é uma ótima maneira de melhorar sem esforço extra. ### 4. Melhor plataforma de aprendizado de máquina automatizado para desenvolvimento e implantação rápidos. **Rating:** 4.5/5.0 stars **Reviewed by:** Suraiya A. | Information Security Analyst, Empresa (> 1000 emp.) **Reviewed Date:** August 13, 2022 **O que você mais gosta em MLJAR?** 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. **O que você não gosta em MLJAR?** 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. **Que problemas MLJAR está resolvendo e como isso está beneficiando você?** Extração e classificação automatizada de características de dados usando modelos de dados embutidos no MLJAR, economizando tempo sem se envolver nos processos de implantação de modelos e extração de características. ### 5. Revisão do MLJAR **Rating:** 5.0/5.0 stars **Reviewed by:** Arvind S. | System Engineer, Médio Porte (51-1000 emp.) **Reviewed Date:** July 26, 2022 **O que você mais gosta em MLJAR?** 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. **O que você não gosta em MLJAR?** 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. **Que problemas MLJAR está resolvendo e como isso está beneficiando você?** O MLJAR está ajudando a automatizar o processo de aprendizado de máquina. Quando comecei a aprender aprendizado de máquina, ele me ajuda a automatizar o processo para construir códigos melhores. ### 6. Foi além do esperado **Rating:** 4.5/5.0 stars **Reviewed by:** Pooja K. | Cyber Security Analyst, Médio Porte (51-1000 emp.) **Reviewed Date:** August 06, 2022 **O que você mais gosta em MLJAR?** A principal vantagem do MLJAR é produzir relatórios em markdown a partir do treinamento de modelos. **O que você não gosta em MLJAR?** 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. **Que problemas MLJAR está resolvendo e como isso está beneficiando você?** A explicabilidade dos modelos produzidos pelo sistema está disponível e é armazenada em um diretório local, a saída do modelo pelo MLJAR está fazendo um ótimo trabalho. ### 7. Um dos melhores pacotes Python para aprendizado de máquina **Rating:** 4.5/5.0 stars **Reviewed by:** ShriRam g. | Software Engineer, Empresa (> 1000 emp.) **Reviewed Date:** March 29, 2022 **O que você mais gosta em MLJAR?** 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. **O que você não gosta em MLJAR?** 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. **Recomendações a outras pessoas considerando MLJAR:** Se você deseja acelerar seu ciclo de desenvolvimento, pode prosseguir com esta ferramenta. **Que problemas MLJAR está resolvendo e como isso está beneficiando você?** MLJAR ajuda a economizar o tempo dos desenvolvedores. Os algoritmos de ML podem ser facilmente integrados sem conhecer as intrincadas profundezas da linguagem. Há uma explicação e análise extensiva para cada algoritmo. ### 8. MLJAR - Ferramentas de Ciência de Dados **Rating:** 4.0/5.0 stars **Reviewed by:** Kuldeep S. | IT Analyst, Empresa (> 1000 emp.) **Reviewed Date:** July 29, 2022 **O que você mais gosta em MLJAR?** 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. **O que você não gosta em MLJAR?** Não consegui encontrar nenhuma aversão a isso. **Que problemas MLJAR está resolvendo e como isso está beneficiando você?** interface gráfica de desktop sem código salva você da instalação do Python e da versão adequada dos pacotes, resultando em aumento de desempenho. ### 9. Revisão do MLJAR **Rating:** 2.5/5.0 stars **Reviewed by:** Shivam G. | Technical Consultant, Empresa (> 1000 emp.) **Reviewed Date:** April 01, 2022 **O que você mais gosta em MLJAR?** 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. **O que você não gosta em MLJAR?** 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. **Recomendações a outras pessoas considerando MLJAR:** Posso recomendar o MLJAR a alguém acostumado com YAML e agendamento de execução de notebooks. **Que problemas MLJAR está resolvendo e como isso está beneficiando você?** Eu tentei resolver problemas relacionados a Imóveis onde preparo modelos após extrair dados e agendar a execução de notebooks. Eu acho que de alguma forma, devido ao agendamento, o desempenho aumentou. ### 10. Associado Sênior **Rating:** 4.0/5.0 stars **Reviewed by:** Usuário Verificado em Segurança de Redes e Computadores | Pequena Empresa (50 ou menos emp.) **Reviewed Date:** April 01, 2022 **O que você mais gosta em MLJAR?** - 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 **O que você não gosta em MLJAR?** 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. **Que problemas MLJAR está resolvendo e como isso está beneficiando você?** Estávamos desenvolvendo um módulo para criar um repositório de logs centralizado e extrair dados significativos, carregando esses dados em uma tabela de banco de dados. Isso nos ajuda a alcançá-lo rapidamente. ### 11. Melhor plataforma para todas as suas necessidades de ML **Rating:** 5.0/5.0 stars **Reviewed by:** Shrikant P. | S, Empresa (> 1000 emp.) **Reviewed Date:** April 18, 2022 **O que você mais gosta em MLJAR?** É muito fácil treinar o modelo em vários algoritmos e isso certamente economizará tempo. **O que você não gosta em MLJAR?** Nada para não gostar torna meu trabalho mais fácil. **Que problemas MLJAR está resolvendo e como isso está beneficiando você?** Treinei alguns modelos para trabalho pessoal e profissional. ### 12. pacote python MLJAR **Rating:** 5.0/5.0 stars **Reviewed by:** Sonali A. | Senior Data Engineer, Empresa (> 1000 emp.) **Reviewed Date:** April 01, 2022 **O que você mais gosta em MLJAR?** É muito econômico em termos de tempo e fornece resultados precisos. **O que você não gosta em MLJAR?** É mais lento quando comparado a outros serviços similares disponíveis. **Que problemas MLJAR está resolvendo e como isso está beneficiando você?** Estamos usando isso para realizar análise preditiva para diferentes desafios e isso se mostra extremamente preciso. ### 13. Pacote mais fácil para ML baseado em PYTHON **Rating:** 5.0/5.0 stars **Reviewed by:** Mukul T. | Founder, Pequena Empresa (50 ou menos emp.) **Reviewed Date:** March 30, 2022 **O que você mais gosta em MLJAR?** A forma como o Auto ML funciona gerenciando dados em formas tabulares, o que melhora a eficiência nas configurações de hardware disponíveis. **O que você não gosta em MLJAR?** Ele precisa de um poder de processamento melhor, ou seja, hardware melhor. **Que problemas MLJAR está resolvendo e como isso está beneficiando você?** Eu estou usando isso para análise de clima e solo. ### 14. MLJAR - bênçãos para a Ciência de Dados **Rating:** 5.0/5.0 stars **Reviewed by:** Usuário Verificado em Segurança de Redes e Computadores | Empresa (> 1000 emp.) **Reviewed Date:** March 29, 2022 **O que você mais gosta em MLJAR?** O aprendizado de máquina em dados tabulares é incrível. Ajuda a aprender e analisar vários aspectos estruturais dos dados, além de oferecer uma variedade de recursos de aprendizado fáceis. **O que você não gosta em MLJAR?** Nada que seja considerado uma parte desagradável no que diz respeito ao MLJAR. **Recomendações a outras pessoas considerando MLJAR:** Deve ter uma visão com grande experiência em MLJAR **Que problemas MLJAR está resolvendo e como isso está beneficiando você?** Focando nos aspectos de carregamento, salvamento e reexecução para aumentar sua eficiência e confiabilidade. Seu modelo embutido é excelente: explicar-executar-competir-optuna. ### 15. Revisão do MLJAR **Rating:** 4.0/5.0 stars **Reviewed by:** Usuário Verificado em Farmacêuticos | Pequena Empresa (50 ou menos emp.) **Reviewed Date:** December 29, 2021 **O que você mais gosta em MLJAR?** MLJAR é o melhor da indústria para criar scripts e notebooks de ML sem código. Sua integração com o Jupyter notebook também é muito eficiente. **O que você não gosta em MLJAR?** A capacidade de alternar entre o modo iniciante e o modo profissional para se adaptar a alguns ajustes pesados poderia ser ainda mais aprimorada. É definitivamente uma abordagem inovadora e estou ansioso por mais desenvolvimentos. **Que problemas MLJAR está resolvendo e como isso está beneficiando você?** O maior benefício é quando você está ciente dos conceitos, mas não consegue se lembrar de toda a sintaxe e das complexidades da linguagem. O MLJAR oferece a melhor solução e facilidade de acesso, economizando muito tempo. ### 16. MLJAR para ML em dados tabulares **Rating:** 4.0/5.0 stars **Reviewed by:** Usuário Verificado em Tecnologia da Informação e Serviços | Empresa (> 1000 emp.) **Reviewed Date:** March 31, 2022 **O que você mais gosta em MLJAR?** Como isso pode facilitar o processo de aprendizado de máquina em dados tabulares **O que você não gosta em MLJAR?** Poderia ser mais eficiente se tivesse suporte embutido para execução como o numba. **Recomendações a outras pessoas considerando MLJAR:** Experimente uma vez, você vai gostar. **Que problemas MLJAR está resolvendo e como isso está beneficiando você?** Treine nossos dados que estão em bancos de dados relacionais ## MLJAR Discussions - [Para que é usado o MLJAR?](https://www.g2.com/pt/discussions/what-is-mljar-used-for) - [View MLJAR pricing details and edition comparison](https://www.g2.com/pt/products/mljar/reviews?section=pricing&secure%5Bexpires_at%5D=2026-05-21+09%3A26%3A55+-0500&secure%5Bsession_id%5D=9ed4876d-9b61-416b-89d2-ea26d95145ee&secure%5Btoken%5D=2f8cac28d461ad68bb3b62bacb12338a1985c3863fa81ded504af97f2937b252&format=llm_user) ## MLJAR Features **Implantação** - Flexibilidade linguística - Flexibilidade de estrutura - Controle de versão - Facilidade de implantação - Escalabilidade **Implantação** - Flexibilidade linguística - Flexibilidade de estrutura - Controle de versão - Facilidade de implantação - Escalabilidade **Gestão** - Catalogação - Monitoramento - Diretor - Modelo de Registro **Operações** - Métricas - Gerenciamento de Infraestrutura - Colaboração **Gestão** - Catalogação - Monitoramento - Diretor **IA generativa** - Geração de Texto - Resumo de texto ## Top MLJAR Alternatives - [Databricks](https://www.g2.com/pt/products/databricks/reviews) - 4.6/5.0 (750 reviews) - [SAS Viya](https://www.g2.com/pt/products/sas-sas-viya/reviews) - 4.3/5.0 (754 reviews) - [Snowflake](https://www.g2.com/pt/products/snowflake/reviews) - 4.6/5.0 (688 reviews)