Lors de l'évaluation des deux solutions, les examinateurs ont trouvé machine-learning in Python plus facile à utiliser, à configurer et à administrer. Les examinateurs ont également préféré faire des affaires avec machine-learning in Python dans l'ensemble.
Facilité d'utilisation ; bonne interface graphique ; algorithmes de modélisation puissants dans SPSS Modeler
Assez cher compte tenu des autres options et de la valeur globale. Plus difficile à utiliser que la base SPSS, etc., les manuels, etc. ne sont pas conviviaux, la version de bureau au moins ne fonctionne pas bien avec des ensembles de données même légèrement...
Beaucoup de modules disponibles pour l'apprentissage automatique, il suffit de préparer les données selon les besoins et ensuite les modules s'occupent de l'algorithme.
Parfois, le code est incomplet et par conséquent, le projet reste incomplet.
Facilité d'utilisation ; bonne interface graphique ; algorithmes de modélisation puissants dans SPSS Modeler
Beaucoup de modules disponibles pour l'apprentissage automatique, il suffit de préparer les données selon les besoins et ensuite les modules s'occupent de l'algorithme.
Assez cher compte tenu des autres options et de la valeur globale. Plus difficile à utiliser que la base SPSS, etc., les manuels, etc. ne sont pas conviviaux, la version de bureau au moins ne fonctionne pas bien avec des ensembles de données même légèrement...
Parfois, le code est incomplet et par conséquent, le projet reste incomplet.