Modéliser l’efficacité de l’entraînement	Permet une sélection intelligente des données à annoter afin de réduire le temps et les coûts globaux de formation. Les 14 évaluateurs de Galileo ont donné leur avis sur cette fonctionnalité	79% (Basé sur 14 avis)
Réentraînement automatisé des modèles	Permet le réentraînement automatique des modèles avec des données nouvellement annotées pour une amélioration continue. Cette fonctionnalité a été mentionnée dans 14 avis. Galileo	79% (Basé sur 14 avis)
Mise en œuvre d’un processus d’apprentissage actif	Tel que rapporté dans 14 Galileo avis. Facilite la mise en place d’un processus d’apprentissage actif adapté à des projets d’IA spécifiques.	75% (Basé sur 14 avis)
Création d’une boucle d’entraînement itérative	Permet aux utilisateurs d’établir une boucle de rétroaction entre l’annotation des données et l’entraînement du modèle. Cette fonctionnalité a été mentionnée dans 14 avis. Galileo	74% (Basé sur 14 avis)
Découverte de cas limites	Permet d’identifier et de traiter les cas limites afin d’améliorer la robustesse du modèle. Les 14 évaluateurs de Galileo ont donné leur avis sur cette fonctionnalité	80% (Basé sur 14 avis)

Gestion et annotation des données - Outils d’apprentissage actif

Triage intelligent des données	Basé sur 14 Galileo avis. Permet un tri efficace des données d’entraînement afin d’identifier les points de données à étiqueter ensuite.	77% (Basé sur 14 avis)
Amélioration du flux de travail d’étiquetage des données	Rationalise le processus d’étiquetage des données grâce à des outils conçus pour l’efficacité et la précision. Cette fonctionnalité a été mentionnée dans 13 avis. Galileo	82% (Basé sur 13 avis)
Identification des erreurs et des valeurs aberrantes	Basé sur 13 Galileo avis. Automatise la détection des anomalies et des valeurs aberrantes dans les données d’apprentissage à corriger.	73% (Basé sur 13 avis)
Optimisation de la sélection des données	Offre des outils permettant d’optimiser la sélection des données pour l’étiquetage en fonction de l’incertitude du modèle. Les 13 évaluateurs de Galileo ont donné leur avis sur cette fonctionnalité	77% (Basé sur 13 avis)
Des informations exploitables pour la qualité des données	Basé sur 13 Galileo avis. Fournit des informations exploitables sur la qualité des données, ce qui permet d’améliorer de manière ciblée l’étiquetage des données.	82% (Basé sur 13 avis)

Performances et analyse des modèles - Outils d’apprentissage actif

Informations sur les performances des modèles	Tel que rapporté dans 13 Galileo avis. Fournit des informations détaillées sur les facteurs ayant un impact sur les performances du modèle et suggère des améliorations.	76% (Basé sur 13 avis)
Amélioration rentable du modèle	Tel que rapporté dans 13 Galileo avis. Permet d’améliorer le modèle au coût le plus bas possible en se concentrant sur les données les plus percutantes.	81% (Basé sur 13 avis)
Intégration de cas limites	Intègre la gestion des cas limites dans la boucle d’entraînement du modèle pour une amélioration continue des performances. Cette fonctionnalité a été mentionnée dans 13 avis. Galileo	79% (Basé sur 13 avis)
Réglage fin de la précision du modèle	Basé sur 12 Galileo avis. Permet d’affiner les modèles pour une précision et une spécialisation accrues pour des cas d’utilisation de niche.	72% (Basé sur 12 avis)
Analyse des valeurs aberrantes d’étiquettes	Offre des outils avancés pour analyser les valeurs aberrantes et les erreurs d’étiquette afin d’éclairer l’entraînement ultérieur du modèle. Cette fonctionnalité a été mentionnée dans 12 avis. Galileo	74% (Basé sur 12 avis)