Header banner
Revain logoHome Page
flinkml логотип

FlinkML Отзыв

2

·

Очень хорошо

Revainrating 4.5 out of 5  
Рейтинг 
4.3
IT Infrastructure, Database Software

Посмотреть на ЯM

Описание FlinkML

FlinkML is the Machine Learning (ML) library for Flink it has a growing list of algorithms and contributors that aim to provide scalable ML algorithms, an intuitive API, and tools that help minimize glue code in end-to-end ML systems.

Отзывы

Глобальные рейтинги 2
  • 5
    1
  • 4
    1
  • 3
    0
  • 2
    0
  • 1
    0

Тип отзыва

Revainrating 4 out of 5

Очень полезные инструменты для веб-аналитики

Лучшая функция, которая мне больше всего нравится в этом продукте, — это его гибкость, потому что мы можем использовать модели машинного обучения с различными средами, такими как Python или R. Команда поддержки действительно поможет, когда у вас возникнут вопросы об использовании этих продуктов. Я не считаю, что должно быть что-то, что может не нравиться. Это программное обеспечение действительно помогает нам понять, как наши клиенты взаимодействуют с нашими услугами, чтобы мы могли их улучшить…

Плюсы
  • Flink ML позволяет инженерам из групп специалистов по обработке и анализу данных (таким как я) быстро разрабатывать масштабируемые распределенные приложения, не имея большого опыта работы в масштабе. Это быстро! Задействовано не слишком много зависимостей, что позволяет разработчикам получить более быстрый доступ по сравнению с другими инструментами, доступными сегодня. Мне нравится изучать различные технологии, используя их структуру при создании сложных проектов.
Минусы
  • Иногда проблемы с производительностью возникают из-за плохого использования ресурсов.

Мне нравится, как легко Fluml упрощает подготовку данных при использовании моделей машинного обучения, таких как случайные леса или глубокие нейронные сети с бэкэндом TensorFlow! Это очень приятно, потому что большинство других библиотек требуют, чтобы вы создали некоторые файлы Python, что не всегда возможно, если ваш набор данных содержит большое количество категориальных переменных/столбцов и т. д. Существует не намного больше того, что я упомянул выше, но пока этого достаточно. :) Если бы…

Плюсы
  • Также здорово, что мы получаем доступ напрямую через Jupyter Note.
Минусы
  • Почти никогда