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

Comparer Azure Machine LearningetVertex AI

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
Vertex AI
Vertex AI
Note
(572)4.3 sur 5
Segments de marché
Petite entreprise (38.7% des avis)
Information
Prix d'entrée de gamme
Payer au fur et à mesure Par mois
Essai gratuit disponible
En savoir plus sur Vertex AI
Résumé généré par IA
Généré par IA. Alimenté par de vrais avis d'utilisateurs.
  • Les utilisateurs rapportent que Vertex AI excelle dans ses capacités de chiffrement des données AI, atteignant un score de 9,2, ce que les critiques mentionnent comme offrant une sécurité robuste pour les données sensibles. En revanche, Azure Machine Learning, bien que toujours performant, obtient un score légèrement inférieur de 8,2 dans ce domaine.
  • Les critiques mentionnent qu'Azure Machine Learning offre des fonctionnalités supérieures de traitement du langage naturel, avec un score de 7,9 comparé à 8,6 pour Vertex AI. Les utilisateurs apprécient la compréhension nuancée et les capacités de génération qu'Azure fournit, en faisant un choix préféré pour les applications riches en texte.
  • Les utilisateurs de G2 soulignent l'évolutivité de l'entraînement des modèles AI de Vertex AI avec un score de 8,5, ce que les critiques disent permettre une gestion efficace de grands ensembles de données. Azure Machine Learning, cependant, obtient un score plus élevé de 8,7, indiquant une infrastructure plus robuste pour l'évolutivité de l'entraînement des modèles.
  • Les utilisateurs sur G2 rapportent qu'Azure Machine Learning brille par sa facilité d'installation, avec un score de 8,4, ce que les critiques mentionnent comme le rendant plus accessible pour les équipes ayant une expertise technique limitée. Vertex AI, bien que toujours convivial, obtient un score légèrement inférieur de 8,2.
  • Les critiques mentionnent que la fonctionnalité de haute disponibilité AI de Vertex AI obtient un impressionnant score de 9,2, indiquant un fort engagement envers la disponibilité et la fiabilité. Azure Machine Learning, bien que compétitif, obtient un score inférieur dans ce domaine, ce que les utilisateurs disent pourrait impacter les applications critiques.
  • Les utilisateurs disent que les capacités de surveillance des modèles d'Azure Machine Learning, avec un score de 8,5, fournissent des informations complètes sur la performance des modèles, ce que les critiques apprécient pour maintenir la précision des modèles au fil du temps. Vertex AI, avec un score de 8,6, est également performant mais manque de certaines fonctionnalités avancées trouvées dans Azure.

Azure Machine Learning vs Vertex AI

Lors de l'évaluation des deux solutions, les évaluateurs ont trouvé Azure Machine Learning plus facile à utiliser, configurer et administrer. Les évaluateurs ont également préféré faire des affaires avec Azure Machine Learning dans l'ensemble.

  • Les évaluateurs ont estimé que Vertex AI 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 Vertex AI à Azure Machine Learning.
Tarification
Prix d'entrée de gamme
Azure Machine Learning
Aucun tarif disponible
Vertex AI
Try Vertex AI Free
Payer au fur et à mesure
Par mois
En savoir plus sur Vertex AI
Essai gratuit
Azure Machine Learning
Aucune information sur l'essai disponible
Vertex AI
Essai gratuit disponible
Évaluations
Répond aux exigences
8.5
81
8.6
346
Facilité d’utilisation
8.5
80
8.3
353
Facilité d’installation
8.3
57
8.2
272
Facilité d’administration
8.3
49
8.0
143
Qualité du service client
8.6
74
8.2
325
the product a-t-il été un bon partenaire commercial?
8.6
47
8.2
137
Orientation du produit (% positif)
9.0
80
9.2
338
Fonctionnalités
Pas assez de données
8.4
70
déploiement
Pas assez de données disponibles
8.4
64
Pas assez de données disponibles
8.2
65
Pas assez de données disponibles
8.4
65
Pas assez de données disponibles
8.4
61
Pas assez de données disponibles
8.8
61
déploiement
Pas assez de données disponibles
8.5
65
Pas assez de données disponibles
8.3
64
Pas assez de données disponibles
8.4
63
Pas assez de données disponibles
8.5
63
Pas assez de données disponibles
8.8
61
management
Pas assez de données disponibles
8.4
61
Pas assez de données disponibles
8.5
60
Pas assez de données disponibles
8.1
61
Pas assez de données disponibles
8.2
61
Opérations
Pas assez de données disponibles
8.3
61
Pas assez de données disponibles
8.5
62
Pas assez de données disponibles
8.5
62
management
Pas assez de données disponibles
8.3
60
Pas assez de données disponibles
8.5
61
Pas assez de données disponibles
8.4
60
IA générative
Pas assez de données disponibles
8.1
26
Pas assez de données disponibles
8.5
26
Plateformes de science des données et d'apprentissage automatiqueMasquer 34 fonctionnalitésAfficher 34 fonctionnalités
8.5
56
8.4
175
Système
8.6
22
8.3
136
8.9
21
8.2
138
8.7
22
7.9
133
Développement de modèles
8.6
51
8.4
165
8.9
54
7.9
142
8.3
53
8.5
163
8.7
52
8.5
165
Développement de modèles
8.1
21
8.4
131
8.7
21
8.5
133
8.4
21
8.4
131
Services d’apprentissage automatique/profond
8.1
45
8.3
163
7.9
45
8.5
159
7.8
38
8.3
158
8.2
42
8.3
141
Services d’apprentissage automatique/profond
8.3
21
8.4
134
8.7
21
8.5
131
8.6
20
8.3
129
8.5
21
8.4
130
déploiement
8.8
50
8.3
157
8.7
51
8.3
158
8.9
51
8.6
157
déploiement
8.9
21
8.3
129
8.8
21
8.3
130
9.1
21
8.4
131
IA générative
8.5
10
8.2
67
8.2
10
8.5
67
7.5
10
8.2
68
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
8.5
19
Évolutivité et performances - Infrastructure d’IA générative
Pas assez de données disponibles
9.2
18
Pas assez de données disponibles
8.7
18
Pas assez de données disponibles
8.7
18
Coût et efficacité - Infrastructure d’IA générative
Pas assez de données disponibles
8.1
18
Pas assez de données disponibles
8.1
18
Pas assez de données disponibles
8.4
18
Intégration et extensibilité - Infrastructure d’IA générative
Pas assez de données disponibles
8.6
18
Pas assez de données disponibles
8.2
18
Pas assez de données disponibles
8.7
18
Sécurité et conformité - Infrastructure d’IA générative
Pas assez de données disponibles
8.8
18
Pas assez de données disponibles
8.4
18
Pas assez de données disponibles
9.3
18
Facilité d’utilisation et prise en charge - Infrastructure d’IA générative
Pas assez de données disponibles
8.5
18
Pas assez de données disponibles
8.4
18
Pas assez de données
8.6
53
Intégration - Apprentissage automatique
Pas assez de données disponibles
8.6
52
Apprentissage - Apprentissage automatique
Pas assez de données disponibles
8.6
51
Pas assez de données disponibles
8.4
50
Pas assez de données disponibles
8.8
51
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
8.9
16
Pas assez de données disponibles
8.8
16
Optimisation de l'inférence - Opérationnalisation des grands modèles de langage (LLMOps)
Pas assez de données disponibles
8.9
16
Jardin de Modèles - Opérationnalisation des Grands Modèles de Langage (LLMOps)
Pas assez de données disponibles
9.1
16
Formation personnalisée - Opérationnalisation des grands modèles de langage (LLMOps)
Pas assez de données disponibles
9.0
16
Développement d'applications - Opérationnalisation des grands modèles de langage (LLMOps)
Pas assez de données disponibles
9.2
16
Déploiement de modèle - Opérationnalisation des grands modèles de langage (LLMOps)
Pas assez de données disponibles
9.1
16
Pas assez de données disponibles
8.4
16
Garde-fous - Opérationnalisation des Modèles de Langage de Grande Taille (LLMOps)
Pas assez de données disponibles
9.0
15
Pas assez de données disponibles
9.0
15
Surveillance du modèle - Opérationnalisation des grands modèles de langage (LLMOps)
Pas assez de données disponibles
9.0
15
Pas assez de données disponibles
9.2
15
Sécurité - Opérationnalisation des Modèles de Langage à Grande Échelle (LLMOps)
Pas assez de données disponibles
9.2
16
Pas assez de données disponibles
8.8
16
Passerelles et routeurs - Opérationnalisation des modèles de langage à grande échelle (LLMOps)
Pas assez de données disponibles
8.9
16
Pas assez de données
Pas assez de données
Personnalisation - Constructeurs d'agents IA
Pas assez de données disponibles
8.5
17
Pas assez de données disponibles
7.5
17
Pas assez de données disponibles
8.2
16
Fonctionnalité - Constructeurs d'agents IA
Pas assez de données disponibles
7.9
17
Pas assez de données disponibles
6.8
17
Pas assez de données disponibles
8.3
16
Pas assez de données disponibles
6.8
17
Données et analyses - Constructeurs d'agents IA
Pas assez de données disponibles
7.6
16
Pas assez de données disponibles
7.8
17
Pas assez de données disponibles
7.9
17
Intégration - Constructeurs d'agents IA
Pas assez de données disponibles
8.8
17
Pas assez de données disponibles
7.8
17
Pas assez de données disponibles
8.1
17
Pas assez de données disponibles
7.5
17
Catégories
Catégories
Catégories uniques
Azure Machine Learning
Azure Machine Learning n'a aucune catégorie unique
Vertex AI
Vertex AI est catégorisé comme Apprentissage automatiqueetConstructeurs d'agents d'IA
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%
Vertex AI
Vertex AI
Petite entreprise(50 employés ou moins)
38.7%
Marché intermédiaire(51-1000 employés)
25.7%
Entreprise(> 1000 employés)
35.6%
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%
Vertex AI
Vertex AI
Logiciels informatiques
16.4%
Technologies et services d’information
14.3%
Services financiers
6.7%
vente au détail
4.0%
Consultation
3.7%
Autre
54.9%
Avis les plus utiles
Azure Machine Learning
Azure Machine Learning
Avis favorable le plus utile
Utilisateur vérifié
U
Utilisateur vérifié à Enseignement supérieur

La manière rapide et facile de construire des modèles prédictifs complexes sans connaître beaucoup de choses sur la programmation. L'organisation des données et la possibilité d'exécuter les scripts nécessaires en R et Python sur les données ont rendu cela...

Avis critique le plus utile
Utilisateur vérifié à Services financiers
US
Utilisateur vérifié à Conseil en gestion

Je n'aime pas le prix auquel Azure se commercialise. Il n'est pas logique de facturer autant étant donné leurs coûts inférieurs par rapport aux concurrents.

Vertex AI
Vertex AI
Avis favorable le plus utile
Sagar B.
SB
Sagar B.
Utilisateur vérifié à Technologie de l'information et services

Analyse du contexte et accès facile. Cool

Avis critique le plus utile
Utilisateur vérifié
U
Utilisateur vérifié à Logiciels informatiques

Si vous essayez de contacter Google ou de le personnaliser de quelque manière que ce soit, je vous recommande de regarder les alternatives sur AWS.

Meilleures alternatives
Azure Machine Learning
Azure Machine Learning Alternatives
Dataiku
Dataiku
Ajouter Dataiku
Amazon SageMaker
Amazon SageMaker
Ajouter Amazon SageMaker
IBM Watson Studio
IBM Watson Studio
Ajouter IBM Watson Studio
Altair AI Studio
Altair AI Studio
Ajouter Altair AI Studio
Vertex AI
Vertex AI Alternatives
Dataiku
Dataiku
Ajouter Dataiku
Amazon SageMaker
Amazon SageMaker
Ajouter Amazon SageMaker
IBM Watson Studio
IBM Watson Studio
Ajouter IBM Watson Studio
MATLAB
MATLAB
Ajouter MATLAB
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
Vertex AI
Discussions Vertex AI
À quoi sert la plateforme Google Cloud AI ?
2 commentaires
KS
Google Cloud AI Platform nous permet de créer des modèles d'apprentissage automatique, qui fonctionnent sur tout type et toute taille de données.Lire la suite
Quelles bibliothèques logicielles le moteur ML cloud prend-il en charge ?
2 commentaires
Jagannath P.
JP
C'est compatible avec presque toutes les bibliothèques tendance.Lire la suite
What is Google AI platform?
1 commentaire
ZM
La plateforme Google AI est un ensemble complet d'outils et de services fournis par Google Cloud pour développer, déployer et gérer l'intelligence...Lire la suite