Introducing G2.ai, the future of software buying.Try now
Imagem do Avatar do Produto

PerceptiLabs

Mostrar detalhamento de classificação
3 avaliações
  • Perfis 1
  • Categorias 1
Classificação média por estrelas
5.0
Atendendo clientes desde
2017
Filtros de Perfil

Todos os Produtos e Serviços

Nome do Perfil

Classificação por Estrelas

3
0
0
0
0

PerceptiLabs Avaliações

Filtros de Avaliação
Nome do Perfil
Classificação por Estrelas
3
0
0
0
0
Aditya V.
AV
Aditya V.
Data/Business Analytics | ML | Quant | CS @ UIUC
10/15/2021
Avaliador validado
Usuário atual verificado
Fonte da Revisão: Orgânico
Traduzido Usando IA
Kyle K.
KK
Kyle K.
Adding long lasting value to your business
09/19/2021
Avaliador validado
Usuário atual verificado
Fonte da Revisão: Orgânico
Traduzido Usando IA

Ótimo Aplicativo de Software de Aprendizado de Máquina

Eu realmente gostei da Interface do Usuário para este produto. É extremamente útil na construção das aplicações de aprendizado de máquina que preciso para ajudar a melhorar meu código e é muito fácil e rápido de usar. Eu recomendo muito!
Jebin A.
JA
Jebin A.
AI ML Intern at EY
05/28/2020
Avaliador validado
Fonte da Revisão: Convite do G2 em nome do vendedor
Revisão Incentivada
Traduzido Usando IA

A ferramenta de modelagem de aprendizado de máquina mais inovadora

É tão fácil construir um modelo usando sua interface inovadora e fácil de usar, e também aprecio os esforços que os desenvolvedores e os fundadores colocaram nesta solução.

Sobre

Contato

Localização da Sede:
San Francisco, US

Social

@PerceptiLabs

O que é PerceptiLabs?

PerceptiLabs is a software company that offers an intuitive machine learning platform designed to streamline the process of building, training, and deploying machine learning models. Their platform provides a visual, drag-and-drop interface that simplifies model creation, enabling users to manage complex workflows without extensive coding. PerceptiLabs aims to make machine learning accessible to developers and data scientists of all skill levels by reducing the complexities typically associated with model development.

Detalhes

Ano de Fundação
2017