Avaliações e Detalhes do Produto Patern Recognition and Machine Learning Toolbox

É uma plataforma pronta que permite treinar um modelo com menos esforço. Análise coletada por e hospedada no G2.com.

Nenhum espaço para personalização suficiente na classificação do modelo Análise coletada por e hospedada no G2.com.

É uma boa ferramenta para testar rapidamente algoritmos de ML. É muito útil e propõe vários algoritmos. Análise coletada por e hospedada no G2.com.

É um pouco difícil de entender à primeira vista. Análise coletada por e hospedada no G2.com.

Como sou pesquisador, trabalhei nisso muitas vezes e realmente agradeço ao MATLAB por um pacote que consiste em todos os algoritmos necessários e posso usar esses algoritmos diretamente. Ele também fornece suporte de ajuda para os usuários, para que ninguém encontre qualquer dificuldade em usá-lo. Análise coletada por e hospedada no G2.com.

Pode consistir em mais suporte de algoritmos. Sua documentação é pobre, pode consistir mais de maneira atraente... Mas é bom. Análise coletada por e hospedada no G2.com.

Não há dependência externa. É puramente na linguagem MATLAB. Está crescendo rapidamente em seu uso. Análise coletada por e hospedada no G2.com.

Também requer o Statistics Toolbox e o Image Processing Toolbox. Então, se eles puderem incorporar estes. Análise coletada por e hospedada no G2.com.

Esta caixa de ferramentas é centrada no MATLAB, que é um suplemento ao livro do Bishop e, portanto, é ótima quando preciso executar um código simples para ver como certos algoritmos funcionam. As visualizações são a melhor parte. Análise coletada por e hospedada no G2.com.

Instalar o pacote pode ser um inconveniente às vezes. Ouvi falar de casos em que o arquivo setup.m não funcionou pelos meus amigos. No entanto, isso pode ser mitigado até certo ponto adicionando a pasta à variável de caminho do MATLAB. Análise coletada por e hospedada no G2.com.

Eu uso bastante as caixas de ferramentas de reconhecimento de padrões e aprendizado de máquina no Matlab, principalmente para minha pesquisa. Elas são muito úteis, pois contêm módulos para executar vários algoritmos de aprendizado de máquina/reconhecimento de padrões. Estes podem ser facilmente adaptados para qualquer plataforma, incluindo dispositivos móveis, e economizam muito tempo que seria gasto em codificação e programação. Muito fáceis de usar e muito apreciadas por estudantes pesquisadores também. Análise coletada por e hospedada no G2.com.

A curva de aprendizado do Matlab em geral é bastante íngreme, mas aqueles que estão familiarizados com qualquer linguagem de programação devem conseguir aprendê-lo rapidamente. Nossa universidade o oferece gratuitamente para estudantes e professores, caso contrário, o custo dos produtos é alto (se comprados para uso pessoal). Especialmente, a empresa cobra uma taxa anual de manutenção para alguns de seus produtos, o que significa que você tem que continuar pagando mesmo depois de ter comprado o produto deles. Eu gostaria que fosse mais acessível para um uso mais amplo. No momento, não estou usando o produto e estou procurando algumas alternativas mais baratas. Análise coletada por e hospedada no G2.com.

Melhor para automação do processo, como detecção e seleção de documentos, onde usando esta caixa de ferramentas podemos reconhecer o padrão de documentos e usando expressões regulares podemos automatizar o processo de preenchimento de formulários. Análise coletada por e hospedada no G2.com.

Você não pode aplicar o modelo cegamente, uma base matemática e algorítmica é necessária. Análise coletada por e hospedada no G2.com.

Útil para pesquisa. Reduz muito o código necessário para implementação. Análise coletada por e hospedada no G2.com.

Pode ter documentação ou tutorial mais detalhado. Análise coletada por e hospedada no G2.com.

Os vários algoritmos presentes na caixa de ferramentas para aprendizado de máquina e reconhecimento de padrões. Análise coletada por e hospedada no G2.com.

A caixa de ferramentas é um pouco complexa de entender e usar. Análise coletada por e hospedada no G2.com.

É um pacote indispensável para todas as necessidades de ML. Consiste em técnicas de aprendizado de máquina amplamente utilizadas. Está muito bem documentado e é fácil de aprender para novos iniciantes. Análise coletada por e hospedada no G2.com.

Há espaço para melhorias nas otimizações de memória.

Precisa melhorar o suporte para unidade de processamento gráfico. Análise coletada por e hospedada no G2.com.