Introducing G2.ai, the future of software buying.Try now

Comparer Azure Machine LearningetGoogle Cloud AutoML

Enregistrer
    Connectez-vous à votre compte
    pour enregistrer des comparaisons,
    des produits et plus encore.
En un coup d'œil
Azure Machine Learning
Azure Machine Learning
Note
(88)4.3 sur 5
Segments de marché
Entreprise (38.8% des avis)
Information
Prix d'entrée de gamme
Aucun tarif disponible
En savoir plus sur Azure Machine Learning
Google Cloud AutoML
Google Cloud AutoML
Note
(25)4.2 sur 5
Segments de marché
Petite entreprise (36.0% des avis)
Information
Prix d'entrée de gamme
Aucun tarif disponible
En savoir plus sur Google Cloud AutoML
Résumé généré par IA
Généré par IA. Alimenté par de vrais avis d'utilisateurs.
  • Les utilisateurs rapportent qu'Azure Machine Learning excelle en facilité de configuration avec un score de 8,4, tandis que Google Cloud AutoML est à la traîne avec un score de 7,3. Les critiques mentionnent que le processus d'intégration simplifié d'Azure facilite le démarrage rapide des équipes.
  • Les critiques mentionnent qu'Azure Machine Learning offre une qualité de support supérieure avec un score de 8,6 par rapport au 7,6 de Google Cloud AutoML. Les utilisateurs sur G2 apprécient le service client réactif et la documentation exhaustive fournie par Azure.
  • Les utilisateurs disent qu'Azure Machine Learning brille en évolutivité avec un score de 8,9, tandis que Google Cloud AutoML obtient un score de 9,2. Cependant, les critiques mentionnent que l'infrastructure de Google Cloud permet une allocation de ressources plus flexible, ce qui en fait un concurrent de taille pour les projets à grande échelle.
  • Les utilisateurs de G2 rapportent que les fonctionnalités de développement de modèles d'Azure Machine Learning, en particulier ses algorithmes préconstruits avec un score de 8,3, sont robustes, mais le score de 8,2 de Google Cloud AutoML indique qu'il fournit également des outils précieux pour l'entraînement de modèles et l'ingénierie des caractéristiques.
  • Les utilisateurs sur G2 soulignent que les capacités d'ingestion et de manipulation de données d'Azure Machine Learning obtiennent un score de 8,7, ce qui facilite la préparation des données pour l'analyse. En revanche, les fonctionnalités de Google Cloud AutoML dans ce domaine sont moins mises en avant, ce qui entraîne une certaine frustration chez les utilisateurs.
  • Les critiques mentionnent que les options de déploiement d'Azure Machine Learning, en particulier son service géré avec un score de 8,8, sont conviviales, tandis que les fonctionnalités de déploiement de Google Cloud AutoML, bien qu'efficaces, sont perçues comme légèrement moins intuitives.

Azure Machine Learning vs Google Cloud AutoML

Lors de l'évaluation des deux solutions, les évaluateurs ont trouvé que Google Cloud AutoML était plus facile à utiliser. Cependant, les évaluateurs ont préféré la facilité de configuration de Azure Machine Learning ainsi que son administration. Les évaluateurs ont convenu que les deux fournisseurs facilitent également la conduite des affaires dans l'ensemble.

  • Les évaluateurs ont estimé que Google Cloud AutoML répond mieux aux besoins de leur entreprise que Azure Machine Learning.
  • En comparant la qualité du support produit continu, les évaluateurs ont estimé que Azure Machine Learning est l'option préférée.
  • Pour les mises à jour des fonctionnalités et les feuilles de route, nos évaluateurs ont préféré la direction de Azure Machine Learning à Google Cloud AutoML.
Tarification
Prix d'entrée de gamme
Azure Machine Learning
Aucun tarif disponible
Google Cloud AutoML
Aucun tarif disponible
Essai gratuit
Azure Machine Learning
Aucune information sur l'essai disponible
Google Cloud AutoML
Aucune information sur l'essai disponible
Évaluations
Répond aux exigences
8.5
81
8.8
16
Facilité d’utilisation
8.5
80
8.6
16
Facilité d’installation
8.3
57
7.8
13
Facilité d’administration
8.3
49
8.2
14
Qualité du service client
8.6
74
7.7
16
the product a-t-il été un bon partenaire commercial?
8.6
47
8.6
13
Orientation du produit (% positif)
9.0
80
8.3
14
Fonctionnalités
Pas assez de données
Pas assez de données
déploiement
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
déploiement
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
management
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Opérations
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
management
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
IA générative
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Plateformes de science des données et d'apprentissage automatiqueMasquer 34 fonctionnalitésAfficher 34 fonctionnalités
8.5
56
Pas assez de données
Système
8.6
22
Pas assez de données disponibles
8.9
21
Pas assez de données disponibles
8.7
22
Pas assez de données disponibles
Développement de modèles
8.6
51
Pas assez de données disponibles
8.9
54
Pas assez de données disponibles
8.3
53
Pas assez de données disponibles
8.7
52
Pas assez de données disponibles
Développement de modèles
8.1
21
Pas assez de données disponibles
8.7
21
Pas assez de données disponibles
8.4
21
Pas assez de données disponibles
Services d’apprentissage automatique/profond
8.1
45
Pas assez de données disponibles
7.9
45
Pas assez de données disponibles
7.8
38
Pas assez de données disponibles
8.2
42
Pas assez de données disponibles
Services d’apprentissage automatique/profond
8.3
21
Pas assez de données disponibles
8.7
21
Pas assez de données disponibles
8.6
20
Pas assez de données disponibles
8.5
21
Pas assez de données disponibles
déploiement
8.8
50
Pas assez de données disponibles
8.7
51
Pas assez de données disponibles
8.9
51
Pas assez de données disponibles
déploiement
8.9
21
Pas assez de données disponibles
8.8
21
Pas assez de données disponibles
9.1
21
Pas assez de données disponibles
IA générative
8.5
10
Pas assez de données disponibles
8.2
10
Pas assez de données disponibles
7.5
10
Pas assez de données disponibles
Agentic AI - Plateformes de science des données et d'apprentissage automatique
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données
Pas assez de données
Évolutivité et performances - Infrastructure d’IA générative
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Coût et efficacité - Infrastructure d’IA générative
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Intégration et extensibilité - Infrastructure d’IA générative
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Sécurité et conformité - Infrastructure d’IA générative
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Facilité d’utilisation et prise en charge - Infrastructure d’IA générative
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Opérationnalisation des Modèles de Langage de Grande Taille (LLMOps)Masquer 15 fonctionnalitésAfficher 15 fonctionnalités
Pas assez de données
Pas assez de données
Ingénierie des invites - Opérationnalisation des grands modèles de langage (LLMOps)
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Optimisation de l'inférence - Opérationnalisation des grands modèles de langage (LLMOps)
Pas assez de données disponibles
Pas assez de données disponibles
Jardin de Modèles - Opérationnalisation des Grands Modèles de Langage (LLMOps)
Pas assez de données disponibles
Pas assez de données disponibles
Formation personnalisée - Opérationnalisation des grands modèles de langage (LLMOps)
Pas assez de données disponibles
Pas assez de données disponibles
Développement d'applications - Opérationnalisation des grands modèles de langage (LLMOps)
Pas assez de données disponibles
Pas assez de données disponibles
Déploiement de modèle - Opérationnalisation des grands modèles de langage (LLMOps)
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Garde-fous - Opérationnalisation des Modèles de Langage de Grande Taille (LLMOps)
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Surveillance du modèle - Opérationnalisation des grands modèles de langage (LLMOps)
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Sécurité - Opérationnalisation des Modèles de Langage à Grande Échelle (LLMOps)
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Passerelles et routeurs - Opérationnalisation des modèles de langage à grande échelle (LLMOps)
Pas assez de données disponibles
Pas assez de données disponibles
Catégories
Catégories
Catégories partagées
Azure Machine Learning
Azure Machine Learning
Google Cloud AutoML
Google Cloud AutoML
Azure Machine LearningetGoogle Cloud AutoML est catégorisé comme Plateformes de science des données et d'apprentissage automatique
Catégories uniques
Google Cloud AutoML
Google Cloud AutoML n'a aucune catégorie unique
Avis
Taille de l'entreprise des évaluateurs
Azure Machine Learning
Azure Machine Learning
Petite entreprise(50 employés ou moins)
35.3%
Marché intermédiaire(51-1000 employés)
25.9%
Entreprise(> 1000 employés)
38.8%
Google Cloud AutoML
Google Cloud AutoML
Petite entreprise(50 employés ou moins)
36.0%
Marché intermédiaire(51-1000 employés)
28.0%
Entreprise(> 1000 employés)
36.0%
Industrie des évaluateurs
Azure Machine Learning
Azure Machine Learning
Technologies et services d’information
28.2%
Logiciels informatiques
14.1%
Conseil en gestion
8.2%
Gestion de l’éducation
5.9%
enseignement
4.7%
Autre
38.8%
Google Cloud AutoML
Google Cloud AutoML
Technologies et services d’information
16.0%
Recherche
12.0%
Consultation
4.0%
vente au détail
4.0%
Élaboration de programmes
4.0%
Autre
60.0%
Avis les plus utiles
Azure Machine Learning
Azure Machine Learning
Avis favorable le plus utile
Gaurav P.
GP
Gaurav P.
Utilisateur vérifié à Logiciels informatiques

Ce que je préfère à propos d'Azure Machine, c'est la facilité d'utilisation pour les utilisateurs normaux et l'expérience utilisateur.

Avis critique le plus utile
Edoardo C.
EC
Edoardo C.
Utilisateur vérifié à Technologie de l'information et services

Azure Machine Learning n'est pas assez flexible pour les personnes capables de faire de l'apprentissage automatique par codage, même s'il permet aux utilisateurs d'ajouter du code personnalisé.

Google Cloud AutoML
Google Cloud AutoML
Avis favorable le plus utile
Utilisateur vérifié
U
Utilisateur vérifié à Pétrole et énergie

utiliser le cloud Auto ML comme un bloc de construction pour des problèmes de vision par ordinateur compliqués. À quelle vitesse il s'entraîne, réalisant clairement une excellente implémentation de l'apprentissage par transfert.

Avis critique le plus utile
Utilisateur vérifié
U
Utilisateur vérifié à Biens de consommation

Il n'y a rien à détester mais peut-être lent

Meilleures alternatives
Azure Machine Learning
Azure Machine Learning Alternatives
Vertex AI
Vertex AI
Ajouter Vertex AI
Dataiku
Dataiku
Ajouter Dataiku
Amazon SageMaker
Amazon SageMaker
Ajouter Amazon SageMaker
IBM Watson Studio
IBM Watson Studio
Ajouter IBM Watson Studio
Google Cloud AutoML
Google Cloud AutoML Alternatives
TensorFlow
TensorFlow
Ajouter TensorFlow
Amazon SageMaker
Amazon SageMaker
Ajouter Amazon SageMaker
DataRobot
DataRobot
Ajouter DataRobot
H2O
H2O
Ajouter H2O
Discussions
Azure Machine Learning
Discussions Azure Machine Learning
À quoi sert Azure Machine Learning Studio ?
1 commentaire
Akash R.
AR
En bref, pour construire, déployer et gérer des modèles de haute qualité plus rapidement et avec confiance.Lire la suite
Monty la Mangouste pleure
Azure Machine Learning n'a plus de discussions avec des réponses
Google Cloud AutoML
Discussions Google Cloud AutoML
Monty la Mangouste pleure
Google Cloud AutoML n'a aucune discussion avec des réponses