機械学習ソフト満足度のランキング

森田 弘樹

オフィス・アルゴミック

AWSでAmazon Machine Learningという既存のクラウドMLもありますし、GoogleMLもありますが、問題は、導入しやすさを優先したあまり、最初からMLに精通している上級者にとっては自由度が少ない、制限されている、ということがあり、個人的にも不満がありました。

佐々木 豊

合同会社ＳＥＥＫＥＲ

(1) ローカルのPython等で作成した機械学習モデルをインポートしてそれをベースにフルマネージドの機械学習モデルを構築できること。
(2) 機械学習モデルの選択、デプロイ、データセットの選択、インポート等がスムースにAWSの他のサービスと連携してしかもフルマネージドで実行できるため、機械学習の目的さえはっきりしていれば、あとはほぼ半自動的に機械学習が実施できるため、データクレンジング、コ...

非公開ユーザー

SageMaker を使い始めて特に便利だと感じているのは、学習環境の準備にかかる手間がほぼ不要になった点です。Notebook を立ち上げればすぐにデータ確認や前処理が始められ、ジョブの実行もコンソールからまとめて管理できるので、環境差異によるトラブルが起きにくくなりました。また、エンドポイントのスケール調整やログ取得が自動化されているため、推論環境の運用に費やす時間が明らかに減り、その分...

非公開ユーザー

優れている点・好きな機能
・当たり前かもしれないが、AWSの他のサービスと連携しやすい
・カスタマイズ性が高い
その理由
・アプリケーションをAWSで動かしているので、データをS3やDynamo上に保存しており、それをGlueなどで加工して、MLに使うという流れが非常に行いやすい
・AutoML機能も便利だが、細かい関数やパラメータなどを変更して使用することもできるのでありがたい。
・インス...

播磨 駿

株式会社ＨＡＹＡＳＥ

ディープラーニングにそれほど踏み込まずとも、学習済みモデルはじめ機械学習モデル構築の道筋が確保されており、AI実用のハードルが低い。

山本 通

trustytrading.work

AWSクラウドでの、AIサービス、ML フレームワークなどをひっくるめて、Amazon Machine Learningとアピールしているようです。

大塚 光

セーバー株式会社

Amazonが提供してくれるトレーニング済みのAIを使用することで、機械学習の学習をすることなく最適な結果が得られるのがポイントです。

非公開ユーザー

優れている点・好きな機能：
特定のセンサーデータ（振動・温度）に特化したXGBoostなどのカスタムモデルの構築と、推論エンドポイントを容易にデプロイする機能です。
その理由：
一般的な異常検知APIでは閾値調整が難しい「自社工場の古いモーター軸受の微小な摩耗兆候」を独自の時系列データセットから高精度に分類・予測できる点です。Jupyter Notebook上で波形データの前処理（FF...

守山 健

オフィス・アルゴミック

Googleクラウド環境で機械学習モデルの運用ができますが、普段からのTensorFlow使いならば、それがそっくりそのままクラウド移行出来る、と考えると利便性が認められます。
GPUも含め、計算リソースのために大きな投資をせずに、使うときだけ使う分だけと捉えると、まったく無駄もなくコスパが良いです。

播磨 駿

株式会社ＨＡＹＡＳＥ

基本同社のTensorFlowをクラウドに持ってきているという感じなので、TensorFlow使いにとっては大変有用。

山本 通

trustytrading.work

Googleの機械学習フレームワークであるTensorFlowのモデル実行に特化しており、信頼性のあるGoogleプラットフォーム上でそれが行える。トレーニングはすでに別のところでやっているので不要といった場合には価値があるでしょう。

大塚 光

セーバー株式会社

機械学習をやろうとするとTensorFlow等のライブラリーを使用することになりますが、それらのライブラリーを学習しないでも機械学習を始められるのがポイントです。

非公開ユーザー

「AIの民主化」を謳っているので、データサイエンティストでなくてもMLのモデリングが可能。
一方で時系列データや画像データも使えるようにバージンアップされてきているので、高度な分析にも利用可能。
予測だけでなく別の問題に対しても応用することができる。
UIも優れておりかなり直感的に触ることができる。
学習するための環境も別料金とはなるが整えられており、高度な分析を行う場合は自ら学習す...

非公開ユーザー

なんといっても難解なAIの専門知識がなくても、ビッグデータ解析がこなせることが一番のポイントだと思います。操作方法もCSVデータをドラッグするだけという単純です。クラウド上で処理されるためか動作が重たくなることもありませんでした。

非公開ユーザー

csvデータを用意すれば、データサイエンティストが数週間かけて作成するデータ下処理＆複数モデリング作成＆最適モデル選択がほぼ1クリックででき、手軽に機械学習を体験できる。

非公開ユーザー

機械学習を行うための前処理に関して非常に簡易化できる点や、機械学習を行うパラメーター設定などをある程度自動化できる点が非常に使いやすく、効率よくAIモデルを構築していくことができる点が良い。

松本 昌記

カーギ・リナック合資会社

まずは簡単に機械学習を行う環境が手に入る事。それとノンコーディングではありませんが、簡単に機械学習実行状態を作れます

木村 健一

SuperuserTokyo

かなりカンタンに抽象化された機械学習フレームワークですが、同時に、Python,PyTorch,TensorFloに対するサポートがあります。

篠原 宏明

合同会社ハイロウテック

・流行りの「機械学習」を取引先・同僚にプレゼンテーションするのに手ごろな環境が一式提供されている。ものすごく変わったことをしたいのでなければ準備は必要ない
・論理部分はGUIベースで構築できる。ほかの大手サービスと比較しても類を見ないわかりやすさだと思う
・理屈でなく「機械学習ってなにができるの？」というのを知りたい初学者の最初の一歩としても勧められるプロダクト

播磨 駿

株式会社ＨＡＹＡＳＥ

「実験」という機械学習界隈の入門としては珍しい切り口でアプローチしているのは良いですね。
「実験サンプル」もサイトに豊富に提供してあり、機械学習初心者であっても好奇心を刺激されながらスムーズに開始出来ると思います。
ありがちなニューラルネットワークの学習という切り口から始めておらず、PCA（主成分分析）の事例が多いのも、本質をついており、たいへん素晴らしいです。