米国(G2 Crowd)のレビュー
本ページにあるレビューの一部は、機械翻訳したものを掲載しています。 詳細を知りたい方は各レビューからG2 Crowdの原文をご覧ください。
次世代のMLリサーチに必要な製品
どのようなビジネス課題を解決できましたか？あるいは、どのようなメリットが得られましたか？
ハイパーパラメータを実装してデータパラレルを学習させています。
改善してほしいポイントは何でしょうか？
ML Engine（MLエンジン）を使用してハイパーパラメータ探索を実行する方法、データパラレルまたはモデルパラレルのトレーニングを行う方法など、ML Engine（MLエンジン）の異なる側面を学ぶための分かりやすいチュートリアルがありません。
この製品・サービスの良いポイントは何でしょうか？
オープンソース機械学習プログラミングのScikit-learn（サイキットラ―ン）にpandas（パンダ）とNumPy（ナンピー）を組み合わせて使用するのもMLの1つの方法ですが、分散トレーニングの効率性を得るにはML Engine（MLエンジン）がマストです。
MLエンジンはユーザーフレンドリーとは言いにくい
どのようなビジネス課題を解決できましたか？あるいは、どのようなメリットが得られましたか？
VMの保守なしでTensorFlow（テンサーフロー）モデルを構築
改善してほしいポイントは何でしょうか？
あまりユーザーフレンドリーではなく、自分のトレーニングジョブを提出するGUIがありません。
この製品・サービスの良いポイントは何でしょうか？
ベストなモデルのハイパーパラメータを探す時間を節約できるハイパーチューン機能が気に入っています。
分散トレーニングも素晴らしいです。
Googleの機械学習は非常にエキサイティングです
あなたはその製品でどんなビジネス上の問題を解決していますか？どのようなメリットが実現しましたか？
高度なチームへの不必要なエスカレーションを減らすため、自然言語処理で強化されたチャットボットをサポートします。
何が嫌いですか？
Googleコンタクトセンターは、特定のパートナーだけでなく、開発者に開放されたときに提供する機能を期待しています。
何が一番好きですか？
開発者が高度なツールと機能を使い始めることの容易さは印象的です。
スケーラビリティのサーバレスマシンラーニング
あなたはその製品でどんなビジネス上の問題を解決していますか？どのようなメリットが実現しましたか？
予測。最適化。
何が嫌いですか？
まだいくつかのコーディング能力が必要ですが、私たちはまだ機械学習について話しています。
何が一番好きですか？
Google Cloud PlatformはGoogle Cloud Platformの優れた製品で、サーバーレスの機械学習のモデルトレーニングを実行できます。また、自動的にモデルを最適化し、生産に数分でモデルを展開できるようにします。
ML
あなたはその製品でどんなビジネス上の問題を解決していますか？どのようなメリットが実現しましたか？
エンゲージメントとリテンションの理解の向上
何が嫌いですか？
私の知る限りでは、私はまだそれを比較することなしに評価しています
何が一番好きですか？
たくさんの藻類、選ぶモデル、簡単なセットアップと管理
ITreviewに参加しよう！
会員登録でもっと便利に
レビューを通じて社会貢献
製品掲載で顧客を呼び込む
