Lors de l'évaluation des deux solutions, les évaluateurs ont trouvé que machine-learning in Python était plus facile à utiliser et à faire des affaires dans l'ensemble. Les évaluateurs ont estimé que les produits sont tout aussi faciles à configurer et à administrer.
Weka est excellent pour l'analyse d'apprentissage automatique, c'est un outil très puissant. Il est simple d'importer un ensemble de données et de générer des graphiques tels qu'un réseau de neurones pour celui-ci.
- Les graphismes ne sont pas de la meilleure qualité dès le départ - N'a pas mis en œuvre certains algorithmes alternatifs
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.
Weka est excellent pour l'analyse d'apprentissage automatique, c'est un outil très puissant. Il est simple d'importer un ensemble de données et de générer des graphiques tels qu'un réseau de neurones pour celui-ci.
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.
- Les graphismes ne sont pas de la meilleure qualité dès le départ - N'a pas mis en œuvre certains algorithmes alternatifs
Parfois, le code est incomplet et par conséquent, le projet reste incomplet.