Lors de l'évaluation des deux solutions, les évaluateurs ont trouvé Dataiku plus facile à utiliser. Cependant, python-recsys est plus facile à mettre en place et à administrer. Les évaluateurs ont également préféré faire affaire avec python-recsys dans l'ensemble.
Dataiku offre une interface très propre, intuitive et conviviale avec des fonctionnalités pour l'ingénierie des données, l'analyse des données et la visualisation des données. Les recettes visuelles spécifiquement et la capacité de transformer des données...
While Dataiku's user-friendly interface is nice, the platform isn't as powerful as others. Like any new software, there is a bit of a learning curve when getting started. Lastly, my team found that the performance can be sluggish with large datasets.
If you are comfortable with Python, using this for recommendation engines will be easy. Accommodates a variety of algorithm types including classification recommendations, popularity based and recall.
There can be some issues that arise when dealing with very big data.
Dataiku offre une interface très propre, intuitive et conviviale avec des fonctionnalités pour l'ingénierie des données, l'analyse des données et la visualisation des données. Les recettes visuelles spécifiquement et la capacité de transformer des données...
If you are comfortable with Python, using this for recommendation engines will be easy. Accommodates a variety of algorithm types including classification recommendations, popularity based and recall.
While Dataiku's user-friendly interface is nice, the platform isn't as powerful as others. Like any new software, there is a bit of a learning curve when getting started. Lastly, my team found that the performance can be sluggish with large datasets.
There can be some issues that arise when dealing with very big data.