Магический квадрант для платформ машинного обучения и науки о данных
Специалисты в области данных и разработчики приложений требуют профессиональных возможностей для создания, развертывания и управления аналитическими моделями. Новые вендоры этого магического квадранта, наряду с изменениями в позициях других, отражают динамичный рынок, который быстро развивается.
- Аналитика бизнеса
- Методы анализа данных Аналитика
- Магический квадрант для платформ машинного обучения и науки о данных
Оглавление
Автор/Источник: Публикация компании Gartner, Inc
Специалисты в области данных и разработчики приложений требуют профессиональных возможностей для создания, развертывания и управления аналитическими моделями. Новые вендоры этого магического квадранта, наряду с изменениями в позициях других, отражают динамичный рынок, который быстро развивается.
Определение/Описание Рынка
Магический квадрант оценивает поставщиков платформ для обработки данных и машинного обучения (ML). Это программные продукты, которые позволяют исследователям данных и разработчикам приложений создавать, развертывать и управлять своими собственными передовыми аналитическими моделями .
Платформа для обработки данных — связное программное приложение, которое предлагает комплекс основных блоков, необходимых для создания всех видов решения науки о данных, а также для включения этих решений в бизнес-процессы, окружающую инфраструктуру и продукты.
Магический квадрант для платформ машинного обучения и Data Science
О TIBCO Software
Сильные стороны | Обратите внимание | |
---|---|---|
1 | Успешная консолидация: Одна платформа объединяет мощные возможности визуализации, мощную описательную аналитику и функции прогнозной аналитики (из данных Statistica и Alpine, теперь ребрендинг как «Наука о данных Spotfire»). В то же время TIBCO сохраняет масштабируемость своей платформы для сред с открытым исходным кодом. Например, открытый исходный код может быть разработан на платформе или в внешней среде, а затем легко интегрирован в рабочий процесс конвейера обработки данных. | Производительность и стабильность: некоторые клиенты определили случаи, когда производительность платформы TIBCO была неоптимальной, и отметили, что это временно замедлило процесс их разработки. Предстоящая улучшенная интеграция с внешними облачными сервисами, наряду с развитием гибридных аналитических рабочих процессов, может облегчить эту проблему. |
2 | «Connected Intelligence» и IoT: в дополнение к мощному набору соединителей и API для машинных данных, сбора данных в режиме реального времени и оценки модели, TIBCO инвестировала в IoT edge analytics, чтобы предоставить разработчикам инструменты для распространения и мониторинга моделей на пограничных устройствах и шлюзах. Кроме того, сочетание Tibco Streaming и Statistica является надежным дифференциатором для стратегии Tibco Connected Intelligence. | Управление данными: TIBCO предлагает сильные возможности доступа к данным и визуализации, но автоматизированные и более интегрированные возможности подготовки данных и управления должны быть неотъемлемой частью платформы, учитывая ее широкий охват. Мы ожидаем, что TIBCO инвестирует в этот важный функционал для своего предстоящего релиза. |
3 | Сквозной процесс обработки и анализа данных: общая простота использования платформы TIBCO, часто отмечаемая клиентами в сочетании с функциональностью платформы. Визуальные рабочие процессы, охватывающие весь процесс обработки и обработки данных, от приема данных до управления моделями, обеспечивают прочную основу для эффективного сотрудничества всеми ролями (учеными в области данных, бизнес-аналитиками, учеными в области данных населения, инженерами-технологами и т.д.). | Недостаточная оперативная ориентация: возможности управления моделями и развертывания TIBCO значительно улучшились за последний год, но многие пробелы остаются. Учитывая мощь TIBCO в широком спектре отраслей, возможности операционализации моделей, выходящие за рамки развертывания, т. е. для полного управления и процесса обработки данных для моделей в производстве, будут иметь решающее значение. |
Почитать еще
Data mining средства обнаружения данных могут создавать ценность для бизнеса?
Мы живем во время, когда данные вокруг нас. В эпоху цифровых технологий те, кто может выжать
Что может сделать машинное обучение для вашего бизнеса прямо сейчас?
Этим вопросом задается множество бизнес-лидеров, поскольку ежедневно новшества в сфере ИИ и машинного обучения расширяют
Визуальные коммуникации
Большое количество исследований— это еще и большое количество отчетов и презентаций. При разработке исследований мы
Игрофикация – превращение опроса в игру
С развитием технологий у исследователей появляется все больше способов вовлечения респондентов в процесс опроса. Одно
Миграция данных: процесс, типы и золотые правила
В нашей повседневной жизни перемещение информации из одного места в другое – не более чем
Использование сторителлинга в исследованиях
Одно из наиболее оригинальных наблюдений о возможностях Интернета сделал Гэри Кремен (Gary Kremen) еще в
Использование пузырьковых диаграмм
Анализ соответствий хорошо показывает взаимосвязи в больших таблицах. Но проблема заключается в том, что он
Магический квадрант для платформ машинного обучения и науки о данных
Специалисты в области данных и разработчики приложений требуют профессиональных возможностей для создания, развертывания и управления
Большие Данные – нужны ли они в маркетинговых исследованиях
Если вы читаете эту статью, то скорее всего вы – социолог или аналитик, работающий в