Top-bewertete Amazon Sagemaker Ground Truth Alternativen
19 Amazon Sagemaker Ground Truth Bewertungen
Gesamtbewertungsstimmung für Amazon Sagemaker Ground Truth
Melden Sie sich an, um die Bewertungsstimmung zu sehen.
Aus der Perspektive eines Benutzers sind fast alle von Amazon Machine Learning-Diensten bereitgestellten Funktionen großartig. In dieser Liste, wenn wir einen Blick auf SageMaker Ground Truth werfen, reduziert es die erheblichen Kosten für den Betrieb eines Machine Learning-Modells in der Cloud durch seine fortschrittliche automatische Kennzeichnungsfähigkeit. Außerdem reduziert es die menschliche Interaktion bei der Datenkennzeichnung erheblich. Bewertung gesammelt von und auf G2.com gehostet.
Laut unserer Beobachtung bei der Verwendung von SageMaker Ground Truth ist, dass es deutlich besser abschneidet als jede andere ML-Lösung. Also gibt es überhaupt nichts zu beanstanden. Bewertung gesammelt von und auf G2.com gehostet.
Very easy to use and deploy the Machine learning models and API managment is very easy. Very easy to connect to Docker. Bewertung gesammelt von und auf G2.com gehostet.
Pricing is a little on the high side when running high amount of labels. Endpoint cannot be turned off and thus wastes memory. Bewertung gesammelt von und auf G2.com gehostet.
Great understable UX for the labeler, with time restrictions and being able to pick up wherever left off Bewertung gesammelt von und auf G2.com gehostet.
The labelers cannot track how many objects are pending in the project if they don't have access to the AWS console. Hard to match PII to Labeler ID to track per labeler contribution/progress. Bewertung gesammelt von und auf G2.com gehostet.
Einfach, mit dem wir unsere maschinellen Lernmodelle mithilfe des Sagemaker-Endpunkts bereitstellen und überwachen können. Bewertung gesammelt von und auf G2.com gehostet.
Sagemaker-Endpunkt kann nicht ausgeschaltet werden, verbraucht daher manchmal unnötige Ressourcen und Geld. Bewertung gesammelt von und auf G2.com gehostet.
Ich genoss die Benutzerfreundlichkeit des Produkts. Gute Menge an Optionen; Ich mag, wie es Docker-Container und API-Management unterstützt. Es ist sehr einfach einzurichten und mit anderen Diensten zu integrieren. Auch sehr schön, dass es mehrere Frameworks unterstützt. Wahrscheinlich das beste Werkzeug auf dem Markt derzeit für maschinelles Lernen. Bewertung gesammelt von und auf G2.com gehostet.
Wenn das Produkt auf eine große Menge von Etiketten angewendet wird, wird der Preis wirklich hoch. Es dauert eine Weile, sich selbst einzurichten und herauszufinden, wenn man nicht an Amazon-Produkte gewöhnt ist. Die Integration mit AWS kann eine Weile dauern, um sich daran zu gewöhnen, wenn man versucht, andere Produkte als AWS zu verwenden. Sehr begrenzte Optionen bei der Auswahl von etwas anderem als der AWS-Plattform. Bewertung gesammelt von und auf G2.com gehostet.
AWS SageMaker Ground Truth-Dienst ist die beste und einzige Lösung dafür. Es verwendet einen KI-Dienst, um Etiketten aus Daten vorherzusagen.
Der Dienst verspricht nicht, alle Etiketten zu lösen. Nicht etikettierte Daten können für Crowdsourcing verwendet werden. Wie im Amazon Turk-Dienst können Sie Ihre Daten an Menschen auf der ganzen Welt zuweisen, die versuchen, Etiketten vorherzusagen. SageMaker Ground Truth kann Ihre Kennzeichnungskosten durch automatische Kennzeichnung um bis zu 70 % senken. Bewertung gesammelt von und auf G2.com gehostet.
Da es sich um einen sehr neuen und einzigartigen Service handelt, können wir kein negatives Feedback geben. Bewertung gesammelt von und auf G2.com gehostet.
Dies ist ein großartiges Werkzeug, das Sie verwenden können, um Daten für die Aufgabe des maschinellen Lernens zu organisieren. Wenn Sie viele Daten haben und nicht über die notwendigen Werkzeuge oder Rechenleistung verfügen, um alle Daten hinzuzufügen; dann leistet AWS SageMaker hervorragende Arbeit, um Ihnen dies zu ermöglichen. Ich benutze dies derzeit täglich, um tägliche Aufgaben zu erledigen. Bewertung gesammelt von und auf G2.com gehostet.
Eine Sache, die mir nicht gefällt, ist die Preisgestaltung des Werkzeugs. Sobald man viele Daten und eine Menge Objekte eingeben muss, kann der Preis erheblich steigen. Es ist erschwinglich, aber für ein kleines Unternehmen kann es etwas teuer werden, sobald man mit einer großen Menge an Daten zu tun hat. Bewertung gesammelt von und auf G2.com gehostet.
Dieses Werkzeug löst eines der beliebtesten Probleme im Data Mining und maschinellen Lernen. Es ermöglicht Benutzern, jeden Datensatzinhalt wie Audio, Datenbanken mit großen Texten, Bilder zu kennzeichnen. Diese Aufgaben machen das Leben eines Datenwissenschaftlers viel einfacher. Bewertung gesammelt von und auf G2.com gehostet.
Die Konfiguration ist zu schwierig und verwirrend, die Zeit, um das Werkzeug in der Produktion einzurichten, und der Preis sind die Dinge, die mir nicht gefallen. Bei großen Datenmengen ist das Werkzeug etwas langsam, aber das ist verständlich. Bewertung gesammelt von und auf G2.com gehostet.
Amazon Web Services, the cloud provider service of Amazon, announced the release of AWS SageMaker Ground Truth during the 2019 AWS Re:Invent and with this introduction has moved further in the AI and Machine learning space.
What this service promises to do is help in data labelling - thus reducing cost and time
I like this service because:
1. Traditionally Machine learning requires good size data set which one has to label or acquire. Both are time taking processes. With AWS SageMaker Ground Truth, it will become easy to give the unlabelled dataset with small labelled dataset and it will do the rest. No more using human workers and explain them the process, add their bias into the process. I have done this task before and I know it's not an easy one.
2. Cost: Cost is another one of the issues especially when it comes to hiring those workers for labelling.
This service can build datasets for text, image, object detection etc. This can optionally use active learning to automatically label the data as well. Bewertung gesammelt von und auf G2.com gehostet.
This is a new service and not many tutorials are there on the website. I had to learn myself using AWS blogposts and self learning so there is a high learning curve.
I don't how much accurate this service might be. Bewertung gesammelt von und auf G2.com gehostet.
Most of the time is spent labeling data used for training while creating a machine learning model but AWS sage maker cloud truth makes it easier to label this data and use them for training the model. The time taken to label the data reduces significantly. Bewertung gesammelt von und auf G2.com gehostet.
It can be hard to use for people who do not have any machine learning experience. After the data is labeled by AWS SageMaker Ground Truth it has to be validated that the data has been labeled correctly. Some of the labels is inaccurate and they have to be corrected. This might take more time than expected sometimes. Bewertung gesammelt von und auf G2.com gehostet.
