Principais Alternativas de H2O Mais Bem Avaliadas
Eles desenvolveram ferramentas de código aberto de alta qualidade, incluindo as famílias H2O-3 e AutoML. Não tenho uma licença para o Driverless AI deles, mas minha experiência com ele através de tutoriais e outras demonstrações tem sido excelente. Devo mencionar que seus esforços para desenvolver frameworks para interpretabilidade de ML são precisos, e seu centro de aprendizado está se configurando como um recurso valioso para a comunidade em geral. As interfaces com R e Python permitem uma transição suave de fluxos de trabalho pré-existentes para o framework H2O. Análise coletada por e hospedada no G2.com.
Um pouco enigmáticas mensagens de depuração no H2O-3. Eles suportam pacotes específicos para manipulação de dados (data.table em R, datatable em Python) por causa da velocidade e da manobrabilidade de grandes volumes de dados, embora muitos usuários possam achar isso limitante. Driverless AI pode não ser acessível para os pequenos no mercado. Análise coletada por e hospedada no G2.com.
23 de 24 Avaliações Totais para H2O
Sentimento Geral da Revisão para H2O
Entre para ver o sentimento das avaliações.
Excelente suporte para o produto comercial Driverless AI. Iteração rápida. O desempenho é geralmente melhor do que se pode alcançar em código. Análise coletada por e hospedada no G2.com.
Na verdade, nada. A combinação de ferramentas proprietárias e de código aberto, Driverless AI e H2O, fornece ferramentas para uma ampla gama de casos de uso. Análise coletada por e hospedada no G2.com.
The web front end known as flow is really easy to use. It can be use to quickly create machine learning models. Análise coletada por e hospedada no G2.com.
The complex machine learning model overfit the data. This is especially true when the data set is small. Análise coletada por e hospedada no G2.com.
Easy to use with good UI design and automated ML function. Driverless AI has strong capability on the auto feature engineering and system visualization. The auto feature engineering has supported different machine learning algorithm (Random Forest, Decision Tree, Neural Network, Deep Learning, etc.) and feature parameter tuning (accuracy, time, system computing etc.) The system also helps user to reduce time and efforts for hyparemeter tuning and compare the model with different settings. This will optimize the process and provide the most efficient model for prediction in classification or regression domain. Besides, Driverless AI also has good UI design and visualization. The UI also supports end user to quickly import data, visualize data in different categories, as well as check on the system running and performance during the Auto ML process. The end user could also observe experiment summary and accuracy matrix, as well as model comparison in term of accuracy.
In addition, Driverless AI also supports the AI Interpretation to explain on the model and performance. This function is very helpful to end user for understanding the Machine Learning blackbox, as well as management team for decision making based on extensive information. Análise coletada por e hospedada no G2.com.
It is great if Driverless AI could support deployment for edge computing, which is common in IoT world. The edge computing will require efficient computing and good accuracy with AutoML algorithm. This will help much the customer for deployment. Análise coletada por e hospedada no G2.com.
AutoML é um ótimo produto. Eles têm outros, mas AutoML é o mais impressionante. Análise coletada por e hospedada no G2.com.
Nada, talvez a integração com o Spark pudesse ser melhorada, mas apenas em pequenos detalhes. Análise coletada por e hospedada no G2.com.
h2o oferece um pipeline de aprendizado de máquina bem validado, totalmente automatizado e rigoroso, incluindo interpretação de modelo de última geração, permitindo previsão e inferências. Análise coletada por e hospedada no G2.com.
não tenho nada de que não goste nos produtos da h2o. Análise coletada por e hospedada no G2.com.
A capacidade de experimentar vários modelos com algumas linhas de código é o maior benefício. Análise coletada por e hospedada no G2.com.
H20 faz um bom trabalho na abstração das etapas subjacentes de transformação e ajuste, o que pode ser um pouco desafiador. Análise coletada por e hospedada no G2.com.
Acho mais útil que ele forneça uma interface gráfica para os usuários estimarem quanto tempo o modelo levará para rodar, assim como o medidor de água mostrando como os recursos são utilizados ao longo do processo de modelagem. Análise coletada por e hospedada no G2.com.
H2O Frames têm opções de processamento de dados muito limitadas em comparação com dataframes do python pandas ou pyspark. Se pudermos ter mais manobrabilidade de dados, acho que ajudaria muito. Análise coletada por e hospedada no G2.com.
The best part of H2O.ai is its ease of use and seamless UI. Análise coletada por e hospedada no G2.com.
One downside of H2O.ai is, as with many services, its bugs which do not return human-readable debugging statements. Análise coletada por e hospedada no G2.com.
This is a cross-platform, integrated framework for ML that is continuing to evolve with topics important to data scientists. Análise coletada por e hospedada no G2.com.
Developing support for a wide range of NLP preprocessing Análise coletada por e hospedada no G2.com.
