Alternativas de Amazon Sagemaker Ground Truth Mejor Valoradas
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. Reseña recopilada por y alojada en G2.com.
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. Reseña recopilada por y alojada en G2.com.
18 de 19 Reseñas totales para Amazon Sagemaker Ground Truth
Sentimiento General de la Reseña para Amazon Sagemaker Ground Truth
Inicia sesión para ver el sentimiento de la revisión.

Desde la perspectiva de un usuario, casi todas las características proporcionadas por los servicios de Amazon Machine Learning son impresionantes. En esa lista, si observamos SageMaker Ground Truth, reduce el costo significativo de ejecutar un modelo de Machine Learning en la nube gracias a su avanzada capacidad de etiquetado automático. Además, reduce la interacción humana en lo que respecta al etiquetado de datos en una cantidad significativa. Reseña recopilada por y alojada en G2.com.
Según nuestra observación al usar SageMaker Ground Truth, funciona significativamente mejor que cualquier otra solución de ML. Así que no hay nada de qué quejarse en absoluto. Reseña recopilada por y alojada en G2.com.
Very easy to use and deploy the Machine learning models and API managment is very easy. Very easy to connect to Docker. Reseña recopilada por y alojada en G2.com.
Pricing is a little on the high side when running high amount of labels. Endpoint cannot be turned off and thus wastes memory. Reseña recopilada por y alojada en G2.com.
Great understable UX for the labeler, with time restrictions and being able to pick up wherever left off Reseña recopilada por y alojada en G2.com.
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. Reseña recopilada por y alojada en G2.com.

Fácil con el que podemos desplegar y monitorear nuestros modelos de aprendizaje automático usando el endpoint de Sagemaker. Reseña recopilada por y alojada en G2.com.
El endpoint de Sagemaker no se puede apagar, por lo tanto, consume recursos y dinero innecesarios a veces. Reseña recopilada por y alojada en G2.com.

Disfruté de la facilidad de uso del producto. Buena cantidad de opciones; me gusta cómo admite contenedores Docker y gestión de API. Es muy fácil de configurar e integrar con otros servicios. También es muy bueno que admita múltiples frameworks. Probablemente la mejor herramienta en el mercado en este momento utilizada para el aprendizaje automático. Reseña recopilada por y alojada en G2.com.
Cuando se ejecuta el producto en una gran cantidad de etiquetas; el precio se vuelve realmente elevado. Toma un tiempo configurarlo y entenderlo por tu cuenta cuando no estás acostumbrado a los productos de Amazon. La integración con AWS puede llevar un tiempo acostumbrarse si estás tratando de usar otros productos además de AWS. Opciones muy limitadas al elegir algo que no sea la plataforma de AWS. Reseña recopilada por y alojada en G2.com.

El servicio AWS SageMaker Ground Truth es la mejor y única solución al respecto. Utiliza un servicio de IA para predecir etiquetas a partir de datos.
El servicio no promete resolver todas las etiquetas. Los datos que no se pueden etiquetar pueden usarse para crowdsourcing. Como en el servicio Amazon Turk, puedes asignar tus datos a personas de todo el mundo que intentan predecir etiquetas. SageMaker Ground Truth puede reducir tus costos de etiquetado hasta en un 70% utilizando el etiquetado automático. Reseña recopilada por y alojada en G2.com.
Debido a que es un servicio muy nuevo y único, no podemos dar ninguna opinión negativa. Reseña recopilada por y alojada en G2.com.
Esta es una gran herramienta que puedes usar para organizar datos para la tarea de aprendizaje automático. Si tienes muchos datos y no tienes las herramientas necesarias o la potencia de cálculo para agregar todos los datos; entonces AWS SageMaker hace un gran trabajo al permitirte hacerlo. Uso esto a diario en este momento para completar tareas diarias. Reseña recopilada por y alojada en G2.com.
Una cosa que no me gusta es el precio de la herramienta. Una vez que tienes muchos datos y toneladas de objetos para ingresar; el precio puede aumentar sustancialmente. Es asequible; pero para una pequeña empresa puede ser un poco caro una vez que empiezas a manejar una gran cantidad de datos. Reseña recopilada por y alojada en G2.com.

Esta herramienta resuelve uno de los problemas más populares en la minería de datos y el aprendizaje automático. Permite a los usuarios etiquetar el contenido de cada conjunto de datos, como audio, bases de datos con textos extensos, imágenes. Estas tareas hacen la vida mucho más fácil para un científico de datos. Reseña recopilada por y alojada en G2.com.
La configuración es demasiado difícil y confusa, el tiempo para configurar la herramienta en producción y el precio son las cosas que no me gustan. Para un gran volumen de datos, la herramienta es un poco lenta, pero es comprensible. Reseña recopilada por y alojada en G2.com.
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. Reseña recopilada por y alojada en G2.com.
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. Reseña recopilada por y alojada en G2.com.
Me gusta lo fácil que es de usar y lo fácil que es capacitar a otros empleados en su uso. Reseña recopilada por y alojada en G2.com.
Realmente no tengo ningún disgusto. Encuentro que el sistema es útil en muchos niveles. Reseña recopilada por y alojada en G2.com.