Le G2 sur 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

Les utilisateurs apprécient la facilité d'utilisation de l'apprentissage automatique avec Python, grâce à ses bibliothèques étendues et au soutien de la communauté. (2 mentions)

Les utilisateurs apprécient les bibliothèques et cadres étendus de l'apprentissage automatique en Python, améliorant ainsi leur efficacité et expérience de codage. (2 mentions)

Les utilisateurs apprécient le excellent soutien communautaire pour l'apprentissage automatique en Python, améliorant leur expérience de codage. (1 mentions)

Les utilisateurs apprécient les capacités de visualisation des données de l'apprentissage automatique en Python, estimant qu'elles améliorent leur travail analytique. (1 mentions)

Les utilisateurs adorent la configuration facile du produit d'apprentissage automatique, ce qui améliore leur préparation initiale des données et leur exploration. (1 mentions)

Les utilisateurs trouvent le coût prohibitif pour l'apprentissage automatique en Python, principalement en raison des frais de licence. (1 mentions)

Les utilisateurs trouvent la diversité limitée des algorithmes pris en charge contraignante pour leurs projets d'apprentissage automatique en Python. (1 mentions)

Les utilisateurs constatent que l'apprentissage automatique en Python peut être gourmand en ressources, nécessitant une puissance de calcul considérable pour entraîner les modèles. (1 mentions)

Meilleures alternatives à machine-learning in Python les mieux notées

Phrase Localization Platform

(1,203)

4.5 sur 5

Visiter le site web

Sponsorisé

Weka

Par Weka

(13)

4.3 sur 5

Vertex AI

Par Google

(573)

4.3 sur 5

Voir toutes les alternatives à machine-learning in Python

Les avis G2 sont authentiques et vérifiés.

Voici comment.

Dinesh Y.

Manager

Entreprise (> 1000 employés)

12/30/2021

"Meilleure plateforme open source pour effectuer des analyses"

5/5

Qu'aimez-vous le plus à propos de machine-learning in Python?

C'est disponible sur une plateforme open-source et dispose d'une très bonne communauté pour clarifier tous les doutes. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de machine-learning in Python?

La sécurité des données est l'une des préoccupations ici, mais il existe de nombreuses façons de la protéger. Avis collecté par et hébergé sur G2.com.

Utilisateur vérifié à Technologie de l'information et services

Marché intermédiaire (51-1000 employés)

1/15/2022

"Apprentissage automatique avec Python"

4.5/5

Qu'aimez-vous le plus à propos de machine-learning in Python?

Cela réduira notre travail de manière drastique. Exemple : le mois dernier, j'ai travaillé sur la synthèse de texte avec l'apprentissage automatique et à la fin du projet, j'ai conclu que cela réduit 80 % de notre effort manuel. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de machine-learning in Python?

Il y a un inconvénient, c'est qu'il n'est pas toujours précis. Avis collecté par et hébergé sur G2.com.

manisha s.

intern

Logiciels informatiques

Petite entreprise (50 employés ou moins)

7/29/2020

"Python - outil de script et outil d'apprentissage automatique"

4/5

Qu'aimez-vous le plus à propos de machine-learning in Python?

Python est un langage de programmation d'apprentissage automatique facile à utiliser qui possède des bibliothèques et des packages étendus. Ses packages fournissent une visualisation efficace pour comprendre. Aussi de nos jours utilisé à des fins de cybersécurité pour le script automatisé. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de machine-learning in Python?

La syntaxe est moins conviviale par rapport à d'autres langages de programmation machine comme R, ce qui la rend moins efficace pour les débutants. Avis collecté par et hébergé sur G2.com.

Recommandations à d’autres personnes envisageant machine-learning in Python:

Son meilleur langage de programmation pour répondre à tous les besoins algorithmiques et a connu une croissance quotidienne grâce à l'apprentissage profond et à l'IA. Avis collecté par et hébergé sur G2.com.

Quels sont les problèmes que machine-learning in Python résout, et en quoi cela vous est-il bénéfique?

Cela m'a vraiment aidé à mieux coder tout type d'algorithme d'apprentissage automatique. Avis collecté par et hébergé sur G2.com.

Kartik K.

Product Technology Planning- Staff Industrial Engineer, Global Operations

Entreprise (> 1000 employés)

9/15/2020

"ML en python"

4.5/5

Qu'aimez-vous le plus à propos de machine-learning in Python?

Compatibilité avec les dataframes et la communauté en ligne. Aussi, c'est facile à apprendre et facile à utiliser. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de machine-learning in Python?

Moins de flexibilité pour changer l'algorithme. Modifier les bibliothèques n'est pas si facile. Avis collecté par et hébergé sur G2.com.

Recommandations à d’autres personnes envisageant machine-learning in Python:

Sa facilité d'apprentissage et sa facilité d'utilisation en font un excellent choix. Avis collecté par et hébergé sur G2.com.

Quels sont les problèmes que machine-learning in Python résout, et en quoi cela vous est-il bénéfique?

Je résous des modèles de prédiction et cela m'aide à automatiser et parfois à optimiser le problème en fonction des données précédentes. Avis collecté par et hébergé sur G2.com.

Utilisateur vérifié à Fournitures et équipements commerciaux

Entreprise (> 1000 employés)

7/29/2020

Partenaire commercial du vendeur ou concurrent du vendeur, non inclus dans les scores G2.

"Retour d'expérience positif sur l'apprentissage automatique en Python"

5/5

Qu'aimez-vous le plus à propos de machine-learning in Python?

Le fait qu'il fonctionne sur un itinéraire simplifié. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de machine-learning in Python?

Parfois, le code d'erreur peut être difficile à identifier. Avis collecté par et hébergé sur G2.com.

Recommandations à d’autres personnes envisageant machine-learning in Python:

Je dirais que tout le monde devrait essayer cela, et je crois fermement que vous le recommanderez également à d'autres. Avis collecté par et hébergé sur G2.com.

Quels sont les problèmes que machine-learning in Python résout, et en quoi cela vous est-il bénéfique?

Actuellement, je travaille sur la conception d'un composant qui peut être ajouté à un système déjà existant. Le machine learning en Python facilite le codage du composant, car la plupart du temps, il suffit de copier et coller pour voir le résultat souhaité. Avis collecté par et hébergé sur G2.com.

Prabakar S.

Project Engineer

Logiciels informatiques

Petite entreprise (50 employés ou moins)

4/13/2019

"L'ère de l'apprentissage automatique"

4.5/5

Qu'aimez-vous le plus à propos de machine-learning in Python?

Les packages comme Sci-kit learn et Keras sont très utiles pour un déploiement rapide dans la chaîne de production. L'apprentissage profond en vision par ordinateur montre un résultat considérable. Avec une grande quantité de données, les frameworks de machine learning en Python nous aident à développer plus rapidement et à réduire notre temps de développement. Les frameworks comme Tensorflow, caffe, pytorch sont très efficaces dans le développement et le déploiement de l'apprentissage profond. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de machine-learning in Python?

Quand nous avons une grande quantité de données, il est nécessaire de l'analyser avant de l'utiliser pour le développement. Ici, dans l'apprentissage automatique en Python, il n'y a pas de bon cadre d'analyse de données en python. Je n'aime pas python parce que son temps de développement est très élevé. Avis collecté par et hébergé sur G2.com.

Recommandations à d’autres personnes envisageant machine-learning in Python:

Bon outil. Avis collecté par et hébergé sur G2.com.

Quels sont les problèmes que machine-learning in Python résout, et en quoi cela vous est-il bénéfique?

Nous utilisons l'apprentissage automatique dans l'analyse de la qualité. Auparavant, nous utilisions des algorithmes personnalisés pour détecter les défauts sur un produit dans la chaîne de production. Après avoir adopté l'apprentissage automatique en Python, toutes les caractéristiques sont apprises par le cadre lui-même, nous devons seulement nous assurer que les données que nous fournissons ne sont pas biaisées. Le fardeau du développement est considérablement réduit. Maintenant, nous nous concentrons sur la fabrication de meilleurs matériels pour nos produits. Avis collecté par et hébergé sur G2.com.

Neha S.

Software Engineer

Logiciels informatiques

Petite entreprise (50 employés ou moins)

8/2/2018

"Une des meilleures bibliothèques pour implémenter l'apprentissage automatique"

5/5

Qu'aimez-vous le plus à propos de machine-learning in Python?

C'est une amalgamation de toutes sortes d'algorithmes d'apprentissage automatique ainsi que de leurs exemples et tutoriels est la meilleure chose. C'est très bien documenté, ce qui le rend facile à mettre en œuvre. C'est également convivial. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de machine-learning in Python?

Il a fourni de nombreuses méthodes de mise en œuvre, ce qui est assez bon mais suscite en même temps trop de confusion. Donc, il faut faire des recherches pour savoir laquelle choisir parmi les options disponibles. Avis collecté par et hébergé sur G2.com.

Recommandations à d’autres personnes envisageant machine-learning in Python:

L'apprentissage automatique en Python est un ensemble complet de grandes bibliothèques dont l'une est "scikit-learn". Avec cela, il a fourni toutes sortes d'exemples utiles ainsi que des tutoriels qui nous facilitent la mise en œuvre de l'apprentissage automatique. Avis collecté par et hébergé sur G2.com.

Quels sont les problèmes que machine-learning in Python résout, et en quoi cela vous est-il bénéfique?

Cela a beaucoup aidé dans les travaux de recherche liés à l'exploration de données et aussi dans l'analyse de grandes données. Nous pouvions entraîner nos données avec les différents algorithmes disponibles et ainsi juger de la précision. L'utilisation la plus importante est celle de la bibliothèque "scikit-learn". Avis collecté par et hébergé sur G2.com.

Bryce S.

Machine Learning Engineer

Sans fil

Petite entreprise (50 employés ou moins)

10/13/2018

"La simplicité d'utiliser Python pour l'apprentissage automatique"

5/5

Qu'aimez-vous le plus à propos de machine-learning in Python?

J'aime la simplicité d'utilisation de Python ainsi que le nombre de bibliothèques déjà existantes pour aider à réduire le temps de développement. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de machine-learning in Python?

La seule chose que je n'aime vraiment pas, c'est quand ils mettent à jour la version de Python et que vous vous retrouvez avec des codes qui ne fonctionnent que sur certaines versions. Cela devient votre travail de mettre à jour ou de réduire la syntaxe du code en fonction de la version que vous utilisez. Avis collecté par et hébergé sur G2.com.

Rajat W.

Process Data Engineer

Entreprise (> 1000 employés)

11/13/2018

"Superbe langue pour l'apprentissage automatique"

5/5

Qu'aimez-vous le plus à propos de machine-learning in Python?

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. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de machine-learning in Python?

Préparation des données pour l'entraînement de l'algorithme Avis collecté par et hébergé sur G2.com.

Daud K.

Laboratory Specialist

Soins hospitaliers et de santé

Entreprise (> 1000 employés)

8/8/2018

"et gagner"

5/5

Qu'aimez-vous le plus à propos de machine-learning in Python?

On dit que former un réseau est très difficile en apprentissage automatique, mais si on le fait avec Python, cela devient plus facile. Avis collecté par et hébergé sur G2.com.