Best Software for 2025 is now live!
Product Avatar Image

Tumult Labs, Inc.

Mostrar desglose de calificaciones
38 reseñas
  • Perfiles de 1
  • Categorías de 2
Calificación promedio de estrellas
4.4
Atendiendo a clientes desde
2019

Profile Name

Star Rating

25
10
2
0
0

Tumult Labs, Inc. Reviews

Review Filters
Profile Name
Star Rating
25
10
2
0
0
Suyash K.
SK
Suyash K.
Data Analytics Manager at Saggezza | AWS & Snowflake Certified
06/22/2023
Revisor validado
Fuente de la revisión: Invitación de G2
Revisión incentivada
Traducido Usando IA

El mejor marco de su clase para la privacidad diferencial, como software de código abierto.

Liberación de información agregada de conjuntos de datos sensibles con privacidad diferencial. Marco robusto, fácil de usar, escalable y expresivo para la privacidad diferencial.
ASHISH G.
AG
ASHISH G.
Developer - SAP Success factor
04/17/2023
Revisor validado
Fuente de la revisión: Invitación de G2
Revisión incentivada
Traducido Usando IA

mecanismo de protección de la privacidad

parece ser un marco de código abierto que utiliza la privacidad diferencial para liberar información agregada de conjuntos de datos sensibles. Al admitir operaciones estándar como filtros, uniones y mapas, y agregaciones como conteos, promedios y cuantiles, Tumult Analytics proporciona una forma de analizar datos sensibles mientras se protege la privacidad de los individuos.
Twinkle N.
TN
Twinkle N.
03/23/2023
Revisor validado
Fuente de la revisión: Invitación de G2
Revisión incentivada
Traducido Usando IA

Fácil de usar marco de Python de código abierto

Un marco líder para la privacidad diferencial: la biblioteca Tumult Analytics está diseñada para realizar consultas agregadas en datos tabulares de manera privada utilizando Python. Utiliza la biblioteca Tumult Core como su base para un cálculo seguro y eficiente.

About

Contact

HQ Location:
Durham

Social

@TumultLabs

What is Tumult Labs, Inc.?

Tumult Labs builds state-of-the-art privacy technology to enable the effective use of data while respecting the privacy of contributing individuals. Our technology enables the safe release of de-identified data, statistics and machine learning models. All of our solutions satisfy differential privacy, an ironclad, mathematically-proven privacy guarantee.

Details

Año de fundación
2019