用于數(shù)據(jù)科學和機器學習的頂級平臺
調(diào)研機構(gòu)Gartner公司將數(shù)據(jù)科學和機器學習平臺定義為“具有凝聚力的軟件應用程序,它提供了創(chuàng)建多種數(shù)據(jù)科學解決方案以及將這些解決方案合并到業(yè)務流程、周圍基礎(chǔ)設(shè)施和產(chǎn)品中所必需的基本構(gòu)建塊的混合體!
這樣的平臺支持數(shù)據(jù)科學家在整個數(shù)據(jù)和分析管道中執(zhí)行任務。這些任務包括與數(shù)據(jù)訪問和接收、數(shù)據(jù)準備、交互式探索和可視化、功能工程、高級建模、測試、培訓、部署和性能工程相關(guān)的任務?紤]到這一點,Gartner公司發(fā)布了一份魔力象限報告,其中介紹了數(shù)據(jù)科學和機器學習這一領(lǐng)域的16個領(lǐng)先廠商和平臺。
領(lǐng)導者
Gartner公司分析師寫道:“魔力象限中的領(lǐng)導者在數(shù)據(jù)科學和機器學習市場中擁有強大的影響力和重要的知識分享能力。他們在整個探索、模型開發(fā)和實施過程中展示了深度和廣度的優(yōu)勢。在提供出色服務和支持的同時,領(lǐng)導者也能靈活應對瞬息萬變的市場環(huán)境。熟練使用領(lǐng)導者平臺的數(shù)據(jù)科學家專業(yè)人員數(shù)量巨大并且不斷增長。領(lǐng)導者在影響市場增長和方向方面處于最有利的地位。它們涉及所有行業(yè)、地理位置、數(shù)據(jù)域和用例,因此,對該市場有著扎實的理解和戰(zhàn)略。他們不僅能夠根據(jù)當前的市場條件,專注于有效地執(zhí)行,而且他們還擁有堅實和強大的路線圖,以利用這一快速轉(zhuǎn)型行業(yè)的新發(fā)展和先進技術(shù)。他們提供思想領(lǐng)導和創(chuàng)新差異化,經(jīng)常在實施過程中顛覆市場!
(1)Alteryx公司
Alteryx公司總部位于加利福尼亞州歐文市。Gartner公司分析師表示,“Alteryx公司提供統(tǒng)一的機器學習平臺Alteryx Analytics,使公民數(shù)據(jù)科學家能夠在單一工作流程中構(gòu)建模型。2017年中期,Alteryx公司收購了專注于模型部署和管理的數(shù)據(jù)科學供應商Yhat公司。Alteryx公司于2017年初在紐約證券交易所發(fā)行首次公開募股(IPO),加強了其投資擴展和增強其平臺的能力。Alteryx公司已經(jīng)從挑戰(zhàn)者象限發(fā)展到領(lǐng)導者象限。這得益于強大的執(zhí)行力(在收入增長和客戶獲取方面),其具有令人印象深刻的客戶滿意度,以及專注于幫助組織灌輸數(shù)據(jù)和分析文化!
(2)H20.a(chǎn)i公司
H2O.a(chǎn)i公司總部位于加州山景城。Gartner公司分析師表示,“H2O.a(chǎn)i公司提供了一個開源的機器學習平臺,對于這個魔力象限,我們評估了核心組件H2O Flow,H2O Steam;用于Spark集成H2O Sparkling Water;以及提供深度學習能力的H2O Deep Water。H2O.a(chǎn)i已從先前魔力象限的夢想者發(fā)展為領(lǐng)導者。它通過重大的商業(yè)擴張繼續(xù)取得進展,并鞏固了其作為思想領(lǐng)袖和創(chuàng)新者的地位!
(3)KNIME公司
KNIME公司總部位于瑞士蘇黎世。Gartner公司表示,“KNIME公司提供完全開源的KNIME分析平臺,全球有超過100,000人使用。KNIME提供商業(yè)支持和商業(yè)擴展,以促進企業(yè)部署的協(xié)作、安全性和性能。在過去的一年中,KNIME公司為AWS和Microsoft Azure引入了其云平臺版本,更加注重數(shù)據(jù)質(zhì)量,擴展了其深度學習功能,并將其部分商業(yè)功能轉(zhuǎn)換為開源。KNIME正在加速其產(chǎn)品開發(fā)和客戶獲取工作。KNIME的平臺被大多數(shù)行業(yè)和世界上大多數(shù)地區(qū)使用。該供應商展示了對市場的深刻理解,強大的產(chǎn)品戰(zhàn)略和所有用例的優(yōu)勢。這些屬性共同鞏固了其作為領(lǐng)導者的地位!
(4)RapidMiner公司
RapidMiner公司總部位于馬薩諸塞州波士頓。Gartner公司分析師表示,“RapidMiner公司的平臺包括RapidMiner Studio、RapidMiner Server和RapidMiner Radoop。RapidMiner Studio是模型開發(fā)工具,提供免費版和商業(yè)版;它的價格取決于邏輯處理器的數(shù)量和模型使用的數(shù)據(jù)量。通過采用免費版,客戶可以獲得一個邏輯處理器和10,000行數(shù)據(jù)。 RapidMiner Server旨在共享、協(xié)作和維護模型。RapidMiner Radoop將RapidMiner的執(zhí)行直接擴展到Hadoop環(huán)境中。RapidMiner公司仍然是一個領(lǐng)導者,為全方位的數(shù)據(jù)科學家和數(shù)據(jù)科學團隊提供全面且易于使用的平臺。RapidMiner通過引入新的生產(chǎn)力和性能能力,繼續(xù)強調(diào)核心數(shù)據(jù)科學以及模型開發(fā)和執(zhí)行的速度!
(5)SAS公司
SAS公司總部位于北卡羅來納州卡里市。Gartner公司分析師表示,“SAS公司為分析和數(shù)據(jù)科學提供了許多軟件產(chǎn)品。對于這個Magic Quadrant,我們評估了SAS Enterprise Miner(EM)和SAS Visual Analytics產(chǎn)品套件,其中包括Visual Statistics和Visual Data Mining以及Machine Learning。SAS仍然是領(lǐng)導者,但在視覺完整性和執(zhí)行能力方面已經(jīng)失去了一些基礎(chǔ)。Visual Analytics套件因其Viya云就緒架構(gòu)而顯示出發(fā)展前景,該架構(gòu)比以前的SAS架構(gòu)更加開放,并且使得廣泛的用戶更容易訪問分析。然而,其令人困惑的多產(chǎn)品策略影響了SAS的視覺完整性,并且高許可成本的感知削弱了其執(zhí)行能力。隨著市場焦點轉(zhuǎn)向開源軟件和靈活性,SAS公司提供有凝聚力的開放平臺的速度緩慢,并已經(jīng)為此付出了代價。”
挑戰(zhàn)者
Gartner公司分析師表示,“挑戰(zhàn)者擁有穩(wěn)固的存在、可信度、可行性和強大的產(chǎn)品能力。然而,他們可能不會像領(lǐng)導者那樣展示思想領(lǐng)導力和創(chuàng)新能力。挑戰(zhàn)者主要有兩種類型。長期建立的數(shù)據(jù)科學和機器學習供應商,因其穩(wěn)定性、可預測性和長期客戶關(guān)系而取得成功。他們需要振興發(fā)展愿景,以便與市場發(fā)展保持同步,并變得更具影響力和創(chuàng)新性。如果他們繼續(xù)做一直在做的事情,其業(yè)務增長和市場存在可能會受到損害。在相關(guān)市場中建立良好基礎(chǔ)的供應商,正在進入數(shù)據(jù)科學和機器學習市場,其解決方案可擴展現(xiàn)有客戶的現(xiàn)有平臺,但對許多潛在新客戶而言也是合理的選擇。由于這些供應商證明他們可以影響這個市場,并提供明確的方向和愿景,他們可能會發(fā)展成領(lǐng)導者。”
(1)MathWorks公司
MathWorks公司是一家總部位于馬薩諸塞州內(nèi)蒂克的私營公司。Gartner公司分析師表示,“Mathwork的兩個主要產(chǎn)品是MATLAB和Simulink,但只有MATLAB符合此魔力象限的入選標準。MathWorks公司仍然是挑戰(zhàn)者。它的執(zhí)行能力得益于其在一般高級分析領(lǐng)域的持續(xù)可見性,重要的安裝基礎(chǔ)和強大的客戶關(guān)系,但受到參考客戶對關(guān)鍵能力的平均分數(shù)的影響。其完整的愿景受限于其對工程和高端財務用例的關(guān)注!
(2)TIBCO Software公司
TIBCO Software公司位于加利福尼亞州的帕洛阿爾托。Gartner公司分析師表示,“基于其在分析和商務智能領(lǐng)域的地位,TIBCO公司于2017年6月從Quest Software收購了成熟的Statistica平臺,進入了數(shù)據(jù)科學和機器學習市場。此外,2017年11月,TIBCO宣布收購Alpine Data,這是之前魔力象限的遠見者。在執(zhí)行能力方面,此魔力象限僅評估TIBCO公司在Statistica平臺上的能力。 TIBCO的其他收購僅對其完整性有所貢獻。 TIBCO作為挑戰(zhàn)者進入這個魔力象限。Statistica平臺擁有龐大而成熟的客戶群,并在三個最典型的用例中獲得高分:業(yè)務探索、高級原型設(shè)計和生產(chǎn)改進!

最新活動更多
推薦專題
- 1 UALink規(guī)范發(fā)布:挑戰(zhàn)英偉達AI統(tǒng)治的開始
- 2 北電數(shù)智主辦酒仙橋論壇,探索AI產(chǎn)業(yè)發(fā)展新路徑
- 3 降薪、加班、裁員三重暴擊,“AI四小龍”已折戟兩家
- 4 “AI寒武紀”爆發(fā)至今,五類新物種登上歷史舞臺
- 5 國產(chǎn)智駕迎戰(zhàn)特斯拉FSD,AI含量差幾何?
- 6 光計算迎來商業(yè)化突破,但落地仍需時間
- 7 東陽光:2024年扭虧、一季度凈利大增,液冷疊加具身智能打開成長空間
- 8 地平線自動駕駛方案解讀
- 9 封殺AI“照騙”,“淘寶們”終于不忍了?
- 10 優(yōu)必選:營收大增主靠小件,虧損繼續(xù)又逢關(guān)稅,能否乘機器人東風翻身?