In den folgenden Kategorien gelistet:
Big Data Analytics
Analytics Plattformen
AI & Machine Learning Operationalization
IoT Analytics
Data Science and Machine Learning Platforms
Microsoft Azure Machine Learning Studio
4,3 (2)
Die besten Microsoft Azure Machine Learning Studio Alternativen
Item 1 of 8
So schätzen User das Tool ein
0%
Benutzerfreundlichkeit
Kategorie-Durchschnitt: 83 %
0%
Kundensupport
Kategorie-Durchschnitt: 36 %
0%
Erfüllung der Anforderungen
Kategorie-Durchschnitt: 80 %
0%
Einfache Einrichtung
Kategorie-Durchschnitt: 89 %
Weiterführende Links
Allgemeine Features
Setup & Support
Cloud
On-premise
24/7-Support
Deutschsprachiger Support
Datenschutz
Serverstandort DE
Serverstandort EU
Nur EU-Unternehmen beteiligt
EU-Standardvertrag
Versionen
Kostenlose Version
Kostenlose Testversion
Microsoft Azure Machine Learning Studio Preise
Zuletzt aktualisiert im Dezember 2024
Der Anbieter kommuniziert keine Preisinformationen. Dies ist eine übliche Praxis für Softwareanbieter und Dienstleister. Alternativ könnt Ihr den Anbieter kontaktieren, um aktuelle Preise zu erfahren.
Microsoft Azure Machine Learning Studio Erfahrungen & Reviews (2)
Was User über Microsoft Azure Machine Learning Studio sagen
Es sind noch nicht genügend Bewertungen vorhanden, um eine Zusammenfassung zu erstellen.
“Sehr nutzerfreundlich und günstig”
4.0
T
Vor mehr als 12 Monaten
Till
Verifizierter Reviewer
Praktikant bei
Yuicery
- 1-50 Mitarbeiter:innen
- Branche: Health, Wellness and Fitness
Use cases:
Natural Language Understanding (NLU)
Was gefällt Dir am besten?
Benutzerfreundlichkeit: Dies ist bei weitem das benutzerfreundlichste Tool, das ich im Bereich der Analytik gesehen habe, Programmierkenntnisse sind nicht nötig. Einfach ein paar Blöcke erstellen und Zeilen verbinden und schon ist man bereit, einen Entscheidungsbaum mit einem sehr hohen R^2 auszuführen!
Schnelligkeit: Durch das Ausführen aller Berechnungen in der cloud ist die Reaktionszeit und generell die Geschwindikeit top!
Kosten: Für ein Tool bei dem keine eigenen Programmierkenntnisse nötig sind ist es extrem Preiswert. Ich habe auf jeden Fall kein günstigeres, vergleichbares Tool gefunden.
Konnektivität: Um erweiterte Funktionen zu nutzen oder um Modelle zu nutzen, die nicht auf Azure ML verfügbar sind kann R oder Python Code ganz einfach eingefügt werden.
Microsoft-Umgebung: Das Verbinden von Excel-, CSV- und Access-Dateien ist sehr einfach.
Was gefällt Dir nicht?
Bei schlechter Internetverbindung ist das Tool fast nicht nutzbar. Manchmal müssen Module die bereits vorverarbeitet und ausgeführt wurden ohne ersichtlichen Grund erneut ausgeführt werden. Es wäre toll, wenn es Texttipps gäbe, die neuen Benutzern den Einstieg in die Plattform erleichtern, insbesondere wenn ein Fehler auftritt. Support ist leider so gut wie nicht vorhanden.
Welche Probleme löst Du mit dem Produkt?
Derzeit nutzen wir es, um Funktionen des maschinellen Lernens intern zu implementieren. Es geht darum, Modelle zu erforschen und einige Experimente durchzuführen. Es wird verwendet, um Lösungen für maschinelles Lernen für den internen Gebrauch im Unternehmen zu finden. Die Microsoft-Ressourcen in diesem Tool erleichtern die Nutzung des maschinellen Lernens, z. B. die Verwendung visueller Schnittstellen und die Art und Weise, wie die Bereitstellung erfolgt.
“Machine Learning in der Cloud leicht gemacht”
4.5
M
Vor mehr als 12 Monaten
Marius
Verifizierter Reviewer
Data Scientist bei
Atruvia
- 1001+ Mitarbeiter:innen
- Branche: Banking
Use cases:
AI & Machine Learning OperationalizationNatural Language Understanding (NLU)
Was gefällt Dir am besten?
Azure ML Studio hat sich echt ordentlich entwickelt in den letzten Jahren. Es gibt extrem viele Funktionen, die Benutzung ist relativ einfach und auch die Computes sind eigentlich immer verfügbar
Was gefällt Dir nicht?
Natürlich sind die Preise für Computes auf die Dauer recht hoch und mal drin, ist man gefangen in der Cloud-Welt. Beim Aufbau von größeren Applikationen sollte man das bedacht auswählen und in die Zukunft kalkulieren, auch speziell mit Preisanstiegen bei Modellen, Computes etc. Noch größere Computes wie die H100 wären super und keine Einschränkung bzgl. GPT Modellen wäre auch von großem Vorteil. Meistens werden leider alle guten Funktionen zuerst in USA verprobt und erst nach und nach in Europa.
Welche Probleme löst Du mit dem Produkt?
ML Workflows und Pipelines, Modell-Training und Modell-Inferenz. Die Vorteile bei Cloudservices liegen auf der Hand, schnelle und einfache Nutzung. Zudem hat Microsoft sich durch den Erwerb von OpenAI den Game Changer ins Haus geholt. Exklusiv die Open AI Modelle anbieten zu können ist natürlich ein Wettbewerbsvorteil gegenüber anderen Clouds
Jetzt Kontakt aufnehmen