Skip to content

Latest commit

 

History

History
113 lines (57 loc) · 7.91 KB

forrester-gartner-data-science-platforms-machine-learning.md

File metadata and controls

113 lines (57 loc) · 7.91 KB
Raw

Forrester 与 Gartner 关于数据科学平台和机器学习解决方案的对比

原文：www.kdnuggets.com/2017/04/forrester-gartner-data-science-platforms-machine-learning.html

c 评论 上个月，领先的分析公司 Forrester 发布了他们的“ Forrester Wave™”：2017 年第一季度预测分析和机器学习解决方案报告，由 Mike Gualtieri 编写。

预测分析和机器学习是现在最重要的技术之一，正如 KDnuggets 读者所知，Forrester 预计 PAML 市场在 2021 年前将实现 15% 的复合年增长率（CAGR）。

报告审查并评估了 14 家公司的战略、当前产品和市场表现。结果汇总在图 1 中。

Forrester Wave 大数据预测分析 2017

图 1: Forrester Wave™：预测分析和机器学习解决方案，2017 年第一季度

（来源：Forrester Research, Inc. 未经授权的复制、引用或分发均被禁止）

领导者：

  • SAS 重新构想其数据科学产品组合 并将其数据科学解决方案整合到 SAS Visual Suite 下。它将世界一流的数据准备、可视化、数据分析、模型构建和模型部署集于一体。

  • IBM 喜爱开源。 SPSS 仍然是 IBM 数据科学平台的核心，但 IBM 还推出了来自 Spark 技术中心的 SystemML，并为数据科学编程者引入了数据科学体验。

  • SAP 将预测模型与业务应用直接连接。 SAP 提供全面的数据科学工具来构建模型，同时也是全球最大的企业应用公司。

  • Angoss 准备好成为你的主要解决方案。 Angoss KnowledgeSEEKER 是数据科学团队必备的工具，它通过美观且全面的可视化工具帮助构建决策和策略树。

  • RapidMiner 将广度和深度融入美丽的包装中。 RapidMiner 大力投资重新设计其视觉界面，使其成为我们在此次评估中见过的最简洁和流畅的界面。

  • KNIME 的充满活力的开源社区提高了生产力。 KNIME 不是大公司，但它拥有一个大社区的贡献者，不断推动平台向前发展，如生物信息学和图像处理等功能。

  • FICO 通过模型使企业决策更智能。 FICO 的广泛实际经验造就了一种解决方案，专注于大型组织中首席数据科学家和普通数据科学家的需求。

强劲表现者：

  • H2O.ai 将算法放在首位。 H2O.ai 以开发开源、集群分布式机器学习算法而闻名，这些算法早在 2011 年当大数据需求迫切时便已存在。H2O 还提供 Sparkling Water 用于在 Apache Spark 上创建、管理和运行工作流，并提供 Steam 用于部署模型。

  • Microsoft 不仅仅是企业的 R 解决方案。 Microsoft 为希望使用 R 编程语言的 数据科学家 提供 Microsoft R，该语言支持可调用的集群分布式算法。它还为希望使用更传统可视化开发工具的数据科学家提供 Azure Machine Learning。

  • Alpine Data 专注于协作。 Alpine Data 的可视化工具为数据工程师、数据科学家和业务利益相关者提供了分工合作构建模型的能力。

  • Dataiku 实现了代码与点击的完美结合。 Dataiku（名字受到日本俳句的启发）提供的数据科学平台允许编码人员在需要时使用笔记本，但在生产力关键时使用可视化工具来构建工作流。

  • Statistica 又一次找到了新家。 Statistica 成立于 1984 年，最初名为 Statsoft，并于 2014 年被 Dell 收购。现在，它成为了新重启的 Quest Software 的一部分。

竞争者：

  • Domino Data Labs 希望编码人员在开源环境中协作，该解决方案旨在整合最流行的开源编码工具和库，为数据科学编码团队提供统一的界面。

  • Salford Systems 强调准确性和自动化，并因其实施特定方法（如 CART、MARS、Random Forests 和 TreeNet）而受到大大小小客户的喜爱。

这些排名与2015 Forrester Wave(tm) Big Data Predictive Analytics 2015 Forrester Wave(tm) Big Data Predictive Analytics 报告相比有何变化？

我尝试了类似 Gartner 报告 的重叠式比较，但结果图像过于拥挤，难以阅读。所以这里是一些亮点：

  • 保持领导者地位：SAS、IBM、SAP

  • 从 2015 年的强劲表现者到 2017 年的领导者：RapidMiner、KNIME、Angoss、FICO

  • 保持强劲表现者地位：Microsoft（在产品提供上有所提升）、Alpine Data、Statistica/Quest（在战略上有所下降）

  • 2017 年的新加入者：Domino Data Labs、Dataiku、H20.ai、Salford Systems

  • 2017 年下滑的公司：Alteryx、Predixion Software、Oracle

Forrester 的评估与 Gartner 2017 Magic Quadrant for Data Science Platforms 的比较如何？

Gartner 和 Forrester 使用不同的方法论，但在两种情况下，代表公司距离图表左下角的圆圈越远，表现越好。我们测量了每家公司这一距离，将其标准化，使最大距离为 95，最小距离为 5，并在下图 Figure 2 中绘制。

在 Gartner 或 Forrester 图表中都未出现的公司距离值为负（-1）。

Gartner 与 Forrester 2017 数据科学分析

图 2：2017 年 Q1 Gartner 与 Forrester 对数据科学、预测分析和机器学习平台的评估

圆圈的大小对应于估计的供应商规模，颜色为 Forrester 标签，形状（圆圈的填充程度）为 Gartner 标签。

总共涉及 17 家公司：13 家同时出现在两个报告中，3 家仅出现在 Gartner（下文简称 G）中，1 家仅出现在 Forrester（下文简称 F）中。

我们看到几个集群：

  • 强劲领导者：SAS、IBM、RapidMiner 和 KNIME 被 G 和 F 都评为领导者。

  • 领导者：Angoss、SAP 和 FICO 在 F 中是领导者，但在 G 中仅为利基/远见者。

  • 强劲竞争者：H2O.ai、微软和 Statistica/Quest 在 F 中是强劲表现者，在 G 中是远见者/挑战者

  • 竞争者：Alpine Data、Domino、Dataiku：F 中的强劲表现者/竞争者，G 中的远见者

  • 玩家：Salford Systems、Teradata、Alteryx、MathWorks：只有一个排名

如果您是客户，可以从Forrester获取 Forrester Wave™: 预测分析与机器学习解决方案，Q1 2017，或从SAP、RapidMiner或报告中好评提到的其他公司下载。

相关：

  • Forrester Wave™ 大数据预测分析 2015：赢家与输家

  • Gartner 数据科学平台 – 更深入的分析

  • Gartner 2017 年数据科学平台魔力象限：赢家与输家

更多相关话题