Avis et détails du produit de Amazon Sagemaker Ground Truth

Du point de vue de l'utilisateur, presque toutes les fonctionnalités fournies par les services d'Amazon Machine Learning sont impressionnantes. Dans cette liste, si nous examinons SageMaker Ground Truth, il réduit le coût significatif de l'exécution d'un modèle de Machine Learning dans le cloud grâce à sa capacité avancée d'étiquetage automatique. De plus, il réduit considérablement l'interaction humaine en matière d'étiquetage des données. Avis collecté par et hébergé sur G2.com.

Selon notre observation lors de l'utilisation de SageMaker Ground Truth, il fonctionne nettement mieux que toute autre solution ML. Donc rien à redire du tout. Avis collecté par et hébergé sur G2.com.

Very easy to use and deploy the Machine learning models and API managment is very easy. Very easy to connect to Docker. Avis collecté par et hébergé sur 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. Avis collecté par et hébergé sur G2.com.

Great understable UX for the labeler, with time restrictions and being able to pick up wherever left off Avis collecté par et hébergé sur 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. Avis collecté par et hébergé sur G2.com.

Facilité avec laquelle nous pouvons déployer et surveiller nos modèles d'apprentissage automatique en utilisant le point de terminaison Sagemaker. Avis collecté par et hébergé sur G2.com.

Le point de terminaison Sagemaker ne peut pas être désactivé, consommant ainsi des ressources et de l'argent inutiles à certains moments. Avis collecté par et hébergé sur G2.com.

J'ai apprécié la facilité d'utilisation du produit. Bonne quantité d'options; j'aime la façon dont il prend en charge les conteneurs Docker et la gestion des API. Il est très facile à configurer et à intégrer avec d'autres services. Aussi très agréable qu'il prenne en charge plusieurs frameworks. Probablement le meilleur outil sur le marché actuellement utilisé pour l'apprentissage automatique. Avis collecté par et hébergé sur G2.com.

Lorsque vous utilisez le produit sur une grande quantité d'étiquettes ; le prix devient vraiment élevé. Cela prend un certain temps pour s'installer et comprendre par soi-même lorsque vous n'êtes pas habitué aux produits Amazon. L'intégration avec AWS peut prendre un certain temps pour s'habituer si vous essayez d'utiliser d'autres produits que ceux d'AWS. Options très limitées lors du choix de quelque chose d'autre que la plateforme AWS. Avis collecté par et hébergé sur G2.com.

AWS SageMaker Ground Truth est la meilleure et la seule solution à ce sujet. Il utilise un service d'IA pour prédire les étiquettes à partir des données.

Le service ne promet pas de résoudre toutes les étiquettes. Les données non étiquetées peuvent être utilisées pour le crowdsourcing. Comme dans le service Amazon Turk, vous pouvez attribuer vos données à des personnes du monde entier qui essaient de prédire les étiquettes. SageMaker Ground Truth peut réduire vos coûts d'étiquetage jusqu'à 70 % grâce à l'étiquetage automatique. Avis collecté par et hébergé sur G2.com.

Parce que c'est un service très nouveau et unique, nous ne pouvons pas donner de retour négatif. Avis collecté par et hébergé sur G2.com.

C'est un excellent outil que vous pouvez utiliser pour organiser des données pour la tâche d'apprentissage automatique. Si vous avez beaucoup de données et que vous n'avez pas les outils nécessaires ou la puissance de calcul pour ajouter toutes les données ; alors AWS SageMaker fait un excellent travail en vous permettant de le faire. Je l'utilise quotidiennement en ce moment pour accomplir des tâches quotidiennes. Avis collecté par et hébergé sur G2.com.

Une chose que je n'aime pas est le prix de l'outil. Une fois que vous avez beaucoup de données et des tonnes d'objets à saisir ; le prix peut augmenter considérablement. C'est abordable ; mais pour une petite entreprise, cela peut être un peu cher une fois que vous commencez à gérer une grande quantité de données. Avis collecté par et hébergé sur G2.com.

Cet outil résout l'un des problèmes les plus populaires en exploration de données et apprentissage automatique. Il permet aux utilisateurs de taguer chaque contenu de jeu de données comme l'audio, les bases de données avec de grands textes, les images. Ces tâches rendent la vie beaucoup plus facile pour un data scientist. Avis collecté par et hébergé sur G2.com.

La configuration est trop difficile et confuse, le temps nécessaire pour mettre en place l'outil en production et le prix sont les choses que je n'aime pas. Pour de grandes données, l'outil est un peu lent, mais c'est compréhensible. Avis collecté par et hébergé sur 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. Avis collecté par et hébergé sur 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. Avis collecté par et hébergé sur G2.com.

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