Das G2 zu machine-learning in Python

machine-learning in Python Pros and Cons: Top Advantages and Disadvantages

Quick AI Summary Based on G2 Reviews

Generated from real user reviews

Benutzer schätzen die Benutzerfreundlichkeit beim maschinellen Lernen mit Python, dank seiner umfangreichen Bibliotheken und der Unterstützung durch die Community. (2 mentions)

Benutzer schätzen die umfangreichen Bibliotheken und Frameworks des maschinellen Lernens in Python, die ihre Codierungseffizienz und -erfahrung verbessern. (2 mentions)

Benutzer schätzen die ausgezeichnete Gemeinschaftsunterstützung für maschinelles Lernen in Python, was ihre Programmiererfahrung verbessert. (1 mentions)

Benutzer schätzen die Datenvisualisierungsfähigkeiten des maschinellen Lernens in Python, da sie ihre analytische Arbeit verbessern. (1 mentions)

Benutzer lieben die einfache Einrichtung des maschinellen Lernprodukts, die ihre anfängliche Datenvorbereitung und -erforschung verbessert. (1 mentions)

Benutzer finden die Kosten unerschwinglich für maschinelles Lernen in Python, hauptsächlich aufgrund von Lizenzgebühren. (1 mentions)

Benutzer finden die begrenzte Vielfalt der unterstützten Algorithmen einschränkend für ihre Machine-Learning-Projekte in Python. (1 mentions)

Benutzer finden, dass maschinelles Lernen in Python ressourcenintensiv sein kann und erhebliche Rechenleistung für das Training von Modellen erfordert. (1 mentions)

Top-bewertete machine-learning in Python Alternativen

Sedai

(4)

4.5 von 5

Website besuchen

Gesponsert

Weka

Von Weka

(13)

4.3 von 5

Vertex AI

Von Google

(573)

4.4 von 5

Alle machine-learning in Python Alternativen anzeigen

G2-Bewertungen sind authentisch und verifiziert.

Hier die Erklärung wie dies gewährleistet ist.

Dinesh Y.

Manager

Unternehmen (> 1000 Mitarbeiter)

30.12.2021

"Beste Open-Source-Plattform für die Durchführung von Analysen"

5/5

Was gefällt dir am besten machine-learning in Python?

Es ist auf einer Open-Source-Plattform verfügbar und hat eine sehr gute Gemeinschaft zur Klärung aller Zweifel. Bewertung gesammelt von und auf G2.com gehostet.

Was gefällt Ihnen nicht? machine-learning in Python?

Datensicherheit ist eines der Anliegen hier, aber es gibt viele Möglichkeiten, sie zu schützen. Bewertung gesammelt von und auf G2.com gehostet.

Verifizierter Benutzer in Informationstechnologie und Dienstleistungen

Unternehmen mittlerer Größe (51-1000 Mitarbeiter)

15.1.2022

"Maschinelles Lernen mit Python"

4.5/5

Was gefällt dir am besten machine-learning in Python?

Es wird unsere Arbeit drastisch reduzieren. Beispiel: Letzten Monat habe ich an der Textzusammenfassung mit maschinellem Lernen gearbeitet und am Ende des Projekts kam ich zu dem Schluss, dass es 80 % unserer manuellen Anstrengungen reduziert. Bewertung gesammelt von und auf G2.com gehostet.

Was gefällt Ihnen nicht? machine-learning in Python?

Es gibt einen Nachteil, dass es manchmal nicht genau ist. Bewertung gesammelt von und auf G2.com gehostet.

manisha s.

intern

Computersoftware

Kleinunternehmen (50 oder weniger Mitarbeiter)

29.7.2020

"Python- Skripting-Werkzeug und maschinelles Lernwerkzeug"

4/5

Was gefällt dir am besten machine-learning in Python?

Python ist eine einfach zu verwendende Programmiersprache für maschinelles Lernen, die über umfangreiche Bibliotheken und Pakete verfügt. Seine Pakete bieten effiziente Visualisierung zum Verständnis. Auch heutzutage wird es für Zwecke der Cybersicherheit für automatisiertes Scripting verwendet. Bewertung gesammelt von und auf G2.com gehostet.

Was gefällt Ihnen nicht? machine-learning in Python?

Die Syntax ist im Vergleich zu anderen Programmiersprachen wie R weniger benutzerfreundlich, was sie für Anfänger weniger effizient macht. Bewertung gesammelt von und auf G2.com gehostet.

Empfehlungen an andere, die in Betracht ziehen machine-learning in Python:

Es ist die beste Programmiersprache, um alle Algorithmusbedürfnisse zu erfüllen, und wächst täglich durch Deep Learning und KI. Bewertung gesammelt von und auf G2.com gehostet.

Was ist ein Problem? machine-learning in Python Solving und wie profitieren Sie davon?

Es hat mir wirklich geholfen, jede Art von Machine-Learning-Algorithmus besser zu programmieren. Bewertung gesammelt von und auf G2.com gehostet.

Kartik K.

Product Technology Planning- Staff Industrial Engineer, Global Operations

Unternehmen (> 1000 Mitarbeiter)

15.9.2020

"ML in Python: ML in Python"

4.5/5

Was gefällt dir am besten machine-learning in Python?

Kompatibilität mit Dataframes und Online-Community. Außerdem ist es einfach zu lernen und einfach zu verwenden. Bewertung gesammelt von und auf G2.com gehostet.

Was gefällt Ihnen nicht? machine-learning in Python?

Weniger Flexibilität bei der Änderung des Algorithmus. Bibliotheken zu modifizieren ist nicht so einfach. Bewertung gesammelt von und auf G2.com gehostet.

Empfehlungen an andere, die in Betracht ziehen machine-learning in Python:

Seine einfache Erlernbarkeit und Benutzerfreundlichkeit machen es großartig. Bewertung gesammelt von und auf G2.com gehostet.

Was ist ein Problem? machine-learning in Python Solving und wie profitieren Sie davon?

Ich löse Vorhersagemodelle, und es hilft mir, das Problem basierend auf früheren Daten zu automatisieren und manchmal zu optimieren. Bewertung gesammelt von und auf G2.com gehostet.

Verifizierter Benutzer in Geschäftsausstattung und -bedarf

Unternehmen (> 1000 Mitarbeiter)

29.7.2020

Geschäftspartner des Verkäufers oder Wettbewerbers des Verkäufers, nicht in den G2-Wertungen enthalten.

"Positives Feedback zu Python Machine Learning"

5/5

Was gefällt dir am besten machine-learning in Python?

Die Tatsache, dass es auf einer vereinfachten Route operiert. Bewertung gesammelt von und auf G2.com gehostet.

Was gefällt Ihnen nicht? machine-learning in Python?

Manchmal kann der Fehlercode schwer zu identifizieren sein. Bewertung gesammelt von und auf G2.com gehostet.

Empfehlungen an andere, die in Betracht ziehen machine-learning in Python:

Ich würde sagen, jeder sollte das ausprobieren, und ich bin fest davon überzeugt, dass du es auch anderen empfehlen wirst. Bewertung gesammelt von und auf G2.com gehostet.

Was ist ein Problem? machine-learning in Python Solving und wie profitieren Sie davon?

Derzeit arbeite ich an der Gestaltung einer Komponente, die zu einem bereits bestehenden System hinzugefügt werden kann. Maschinelles Lernen in Python macht das Codieren der Komponente einfach, da wir meistens nur kopieren und einfügen müssen, um das gewünschte Ergebnis zu sehen. Bewertung gesammelt von und auf G2.com gehostet.

Prabakar S.

Project Engineer

Computersoftware

Kleinunternehmen (50 oder weniger Mitarbeiter)

13.4.2019

"Maschinelles Lernen Ära"

4.5/5

Was gefällt dir am besten machine-learning in Python?

Pakete wie Sci-kit learn und Keras sind sehr nützlich für den schnellen Einsatz in der Produktionslinie. Deep Learning in der Computer Vision zeigt ein beträchtliches Ergebnis. Mit einer großen Menge an Daten helfen uns Python Machine Learning-Frameworks, schneller zu entwickeln und unsere Entwicklungszeit zu verkürzen. Frameworks wie Tensorflow, Caffe, Pytorch sind sehr effektiv in der Entwicklung und Bereitstellung von Deep Learning. Bewertung gesammelt von und auf G2.com gehostet.

Was gefällt Ihnen nicht? machine-learning in Python?

Wenn wir eine große Menge an Datensätzen haben, ist es notwendig, sie zu analysieren, bevor wir sie für die Entwicklung verwenden. Hier im Python Machine Learning gibt es kein gutes Datenanalyse-Framework in Python. Ich mag Python nicht, weil die Entwicklungszeit sehr hoch ist. Bewertung gesammelt von und auf G2.com gehostet.

Empfehlungen an andere, die in Betracht ziehen machine-learning in Python:

Gutes Werkzeug. Bewertung gesammelt von und auf G2.com gehostet.

Was ist ein Problem? machine-learning in Python Solving und wie profitieren Sie davon?

Wir verwenden maschinelles Lernen in der Qualitätsanalyse. Früher haben wir benutzerdefinierte Algorithmen verwendet, um Mängel an einem Produkt in der Produktionslinie zu finden. Nachdem wir in das maschinelle Lernen mit Python eingestiegen sind, werden alle Merkmale vom Framework selbst erlernt, wir müssen nur sicherstellen, dass die eingegebenen Daten unvoreingenommen sind. Die Entwicklungsbelastung ist stark reduziert. Jetzt konzentrieren wir uns darauf, bessere Hardware für unsere Produkte zu entwickeln. Bewertung gesammelt von und auf G2.com gehostet.

Neha S.

Software Engineer

Computersoftware

Kleinunternehmen (50 oder weniger Mitarbeiter)

2.8.2018

"Eine der besten Bibliotheken zur Implementierung von maschinellem Lernen."

5/5

Was gefällt dir am besten machine-learning in Python?

Es ist eine Amalgamierung aller Arten von maschinellen Lernalgorithmen zusammen mit ihren Beispielen und Tutorials, was das Beste daran ist. Es ist sehr gut dokumentiert, was die Implementierung erleichtert. Es ist auch benutzerfreundlich. Bewertung gesammelt von und auf G2.com gehostet.

Was gefällt Ihnen nicht? machine-learning in Python?

Es hat viele Implementierungsmethoden bereitgestellt, die ziemlich gut sind, aber gleichzeitig zu viel Verwirrung stiften. Daher muss man einige Nachforschungen anstellen, um zu entscheiden, welche der verfügbaren Optionen man auswählen sollte. Bewertung gesammelt von und auf G2.com gehostet.

Empfehlungen an andere, die in Betracht ziehen machine-learning in Python:

Maschinelles Lernen in Python ist ein komplettes Paket großartiger Bibliotheken, von denen eine "scikit-learn" ist. Es bietet alle Arten von nützlichen Beispielen sowie Tutorials, die es uns erleichtern, maschinelles Lernen zu implementieren. Bewertung gesammelt von und auf G2.com gehostet.

Was ist ein Problem? machine-learning in Python Solving und wie profitieren Sie davon?

Es hat bei Forschungsarbeiten im Zusammenhang mit Data Mining und auch bei der Analyse von Big Data erheblich geholfen. Wir konnten unsere Daten mit den verschiedenen verfügbaren Algorithmen trainieren und so die Genauigkeit beurteilen. Die wichtigste Nutzung ist die der "scikit-learn"-Bibliothek. Bewertung gesammelt von und auf G2.com gehostet.

Bryce S.

Machine Learning Engineer

Drahtlos

Kleinunternehmen (50 oder weniger Mitarbeiter)

13.10.2018

"Die Einfachheit der Verwendung von Python für maschinelles Lernen"

5/5

Was gefällt dir am besten machine-learning in Python?

Ich mag, wie einfach Python zu verwenden ist, sowie die Anzahl der Bibliotheken, die bereits existieren, um die Entwicklungszeit zu verkürzen. Bewertung gesammelt von und auf G2.com gehostet.

Was gefällt Ihnen nicht? machine-learning in Python?

Das Einzige, was ich wirklich nicht mag, ist, wenn sie die Version von Python aktualisieren und man mit Codes zurückbleibt, die nur auf bestimmten Versionen funktionieren. Dies wird dann zu Ihrer Aufgabe, den Code je nach verwendeter Version zu aktualisieren oder die Syntax zu reduzieren. Bewertung gesammelt von und auf G2.com gehostet.

Rajat W.

Process Data Engineer

Unternehmen (> 1000 Mitarbeiter)

13.11.2018

"Großartige Sprache für maschinelles Lernen"

5/5

Was gefällt dir am besten machine-learning in Python?

Viele Module für maschinelles Lernen sind verfügbar, man muss nur die Daten gemäß den Anforderungen vorbereiten, und dann kümmern sich die Module um den Algorithmus. Bewertung gesammelt von und auf G2.com gehostet.

Was gefällt Ihnen nicht? machine-learning in Python?

Vorbereitung von Daten für das Training des Algorithmus Bewertung gesammelt von und auf G2.com gehostet.

Daud K.

Laboratory Specialist

Krankenhaus & Gesundheitswesen

Unternehmen (> 1000 Mitarbeiter)

8.8.2018

"Zug und Gewinn"

5/5

Was gefällt dir am besten machine-learning in Python?

Es wird gesagt, dass das Training eines Netzwerks im maschinellen Lernen sehr schwierig ist, aber wenn man es mit Python macht, wird es einfacher. Bewertung gesammelt von und auf G2.com gehostet.