It's been two months since this profile received a new review

Crab Avaliações e Detalhes do Produto

Detalhes do Produto Crab

Crab, também conhecido como scikits.recommender, é uma estrutura Python para construir motores de recomendação que se integram com o mundo dos pacotes científicos Python (numpy, scipy, matplotlib), fornecem um conjunto rico de componentes a partir dos quais o usuário pode construir um sistema de recomendação personalizado a partir de um conjunto de algoritmos e ser utilizável em vários contextos: ** ciência e engenharia **.

Vendedor

Crab

Discussões

Comunidade Crab

Descrição do Produto

Crab, também conhecido como scikits.recommender, é uma estrutura Python para construir motores de recomendação que se integram com o mundo dos pacotes científicos Python (numpy, scipy, matplotlib), fornecem um conjunto rico de componentes a partir dos quais o usuário pode construir um sistema de recomendação personalizado a partir de um conjunto de algoritmos e ser utilizável em vários contextos: ** ciência e engenharia **.

Valor em um Relance

Médias baseadas em avaliações de usuários reais.

Tempo para Implementar

1 mês

Retorno sobre o Investimento

3 meses

Ver Mais Informações de Preços

Patrocinado

Vertex AI

4.3/5

(590)

Visitar Site

Alternativas Mais Bem Avaliadas

Demandbase One

4.4/5

(1,834)

Phrase Localization Platform

Ver Todas as Alternativas

As avaliações da G2 são autênticas e verificadas.

Veja como.

HK

Haru K.

Software Developer

Software de Computador

Médio Porte (51-1000 emp.)

10/4/2018

"Construtor de Sistema de Recomendação Para Todos"

4.5/5

O que você mais gosta Crab?

É um dos melhores construtores de motores de recomendação personalizados de código aberto disponíveis em Python.

Há muitos pontos a mencionar, desde a API fácil até o comportamento robusto, mas eu realmente gosto de uma característica sobre ele, os conjuntos de dados pré-carregados. Pode não parecer para todos que estou chamando isso de uma característica realmente boa, mas se você perceber, isso ajuda a começar a praticar sem qualquer atraso. Pode-se simplesmente instalar a biblioteca com pip e começar a explorar. Isso ajuda muito na fase de aprendizado. Análise coletada por e hospedada no G2.com.

O que você não gosta Crab?

Uma coisa que realmente não gosto no Crab é a documentação. A documentação nunca é atualizada e, na verdade, a documentação atual é realmente fraca. Os colaboradores do Crab deveriam dar o passo e escrever uma documentação adequada. Análise coletada por e hospedada no G2.com.

Recomendações a outras pessoas considerando Crab:

Eu recomendo não depender da documentação original, pois não é mantida adequadamente e não possui informações suficientes. Eu sugiro optar por diferentes implementações disponíveis no seu pipeline de aprendizado. Uma vez que você esteja acostumado com a API, você pode facilmente construir seu próprio motor de recomendação em pouco tempo. Análise coletada por e hospedada no G2.com.

Que problemas é Crab E como isso está te beneficiando?

Crab é destinado a construir motores de recomendação. No ML Hub, temos vários clientes que vêm com uma definição para construir motores de recomendação personalizados, por exemplo: sites de comércio eletrônico, livrarias online e muitos mais. Então, usamos o Crab para desenvolver esses motores de recomendação.

Confiamos nele porque tem a API mais fácil e também não há fluxo complexo ao construir um motor de recomendação. Pode ser construído em poucas linhas de código (pré-processamento não considerado). Análise coletada por e hospedada no G2.com.

TG

Tarang G.

Software Development Specialist

Software de Computador

Pequena Empresa (50 ou menos emp.)

8/2/2018

"Caranguejo - Um Framework de Motor de Recomendação em Python"

4.5/5

O que você mais gosta Crab?

Crab é um criador de motor de recomendação personalizado de código aberto que ajuda a construir motores de recomendação em movimento sem qualquer conhecimento avançado de motores de recomendação.

Um motor de recomendação pode ser construído em poucos passos -

1. Carregar um conjunto de dados

2. Construir um modelo usando a API do Crab

3. Definir uma métrica de similaridade.

4. Adicionar um recomendador sobre ele, usando a API do Crab

Possui uma API de alto nível e também suporte para bibliotecas Python bem conhecidas, o que o torna único e fácil de usar. Análise coletada por e hospedada no G2.com.

O que você não gosta Crab?

Esta é a única coisa que eu prefiro ao construir um motor de recomendação, então basicamente não tenho aversões ao Crab, mas gostaria que uma coisa fosse melhorada, a documentação. Análise coletada por e hospedada no G2.com.

Recomendações a outras pessoas considerando Crab:

Existem muito poucos tutoriais ou vídeos disponíveis na internet para o Crab. Uma vez, eu estava me perguntando como um novato seria capaz de aprender este framework muito útil sem uma boa fonte de aprendizado e naveguei na web por um tempo e encontrei alguns links muito úteis que com certeza podem te ajudar. Aqui estão eles -

http://muricoca.github.io/crab/tutorial.html

https://www.analyticsvidhya.com/blog/2016/06/quick-guide-build-recommendation-engine-python/

https://www.youtube.com/watch?v=Xll2ZFic-Ak

http://aimotion.blogspot.com/2011/05/crab-python-framework-for-building.html Análise coletada por e hospedada no G2.com.

Que problemas é Crab E como isso está te beneficiando?

A equipe do ML Hub utiliza as ferramentas e softwares de qualidade de código aberto disponíveis no mercado para desenvolver soluções para problemas da vida real no domínio da Inteligência Artificial, PLN e Visão Computacional. Ao nos depararmos com vários projetos relacionados a motores de recomendação, dependemos exclusivamente do Crab para trazer a solução. O Crab tem se provado ao longo dos anos e tem sido muito útil ao longo da jornada com sua API de alto nível e fácil de aprender. Análise coletada por e hospedada no G2.com.

PT

Prit T.

Software Development Engineer

Software de Computador

Pequena Empresa (50 ou menos emp.)

7/27/2018

"Motores de Recomendação em Movimento Usando Crab"

4.5/5

O que você mais gosta Crab?

- Crab é um software de código aberto, o que significa que está disponível gratuitamente e qualquer pessoa pode levantar uma questão e solicitar um recurso ou pode implementá-lo por conta própria. Isso é algo que me cativa em relação a ele.

- Além disso, como suporta várias bibliotecas Python como pandas e numpy, torna-se único em relação a outros frameworks, já que há muitas implementações disponíveis que não suportam essas bibliotecas. Análise coletada por e hospedada no G2.com.

O que você não gosta Crab?

Sim, tem muitas vantagens, mas eu apontei uma grande desvantagem. Ele suporta Python, o que restringe seu uso a desenvolvedores Python e todas as janelas estão fechadas para desenvolvedores que usam diferentes linguagens como Java, C/C++, JavaScript e assim por diante. Eu vejo isso como uma desvantagem principal, pois se torna difícil mudar de linguagem, nos obriga a mudar de frameworks também. Isso aumenta o fardo de aprender uma nova biblioteca para uma nova linguagem. Análise coletada por e hospedada no G2.com.

Recomendações a outras pessoas considerando Crab:

Aqui está um bom tutorial introdutório para Crab - https://archive.org/details/Thursday-203-1-CrabARecommendationEngineFrameworkForPython. Isso ajudará a entender a estrutura geral e como ela pode ser usada para construir motores de recomendação personalizados. Recomendo assistir ao vídeo completo. Análise coletada por e hospedada no G2.com.

Que problemas é Crab E como isso está te beneficiando?

ML Hub é uma equipe concentrada em trazer soluções para problemas da vida real, onde usamos tecnologias atuais em destaque, como motores de recomendação. A biblioteca Crab nos fornece uma série de algoritmos bem testados e confiáveis que podemos usar diretamente para construir motores de recomendação personalizados rapidamente. Usando esta biblioteca, conseguimos facilitar esse processo e aumentar nossa produtividade. Análise coletada por e hospedada no G2.com.

AS

Alpesh S.

Project Engineer

Software de Computador

Pequena Empresa (50 ou menos emp.)

7/27/2018

"A Melhor Biblioteca de Motor de Recomendação Para Python"

4.5/5

O que você mais gosta Crab?

- O primeiro benefício desta biblioteca é que ela é de código aberto.

- Ela suporta várias bibliotecas famosas de Python usadas para manipulação e visualização de dados, como numpy, pandas e matplotlib no núcleo, facilitando as tarefas dos desenvolvedores.

- A API é fácil de usar e é simples entender as funcionalidades usando a documentação fornecida pela equipe Crab. Análise coletada por e hospedada no G2.com.

O que você não gosta Crab?

As documentações precisam de algumas melhorias, pois há muitas falhas, como algumas APIs que não são mencionadas e, se mencionadas, têm uma descrição muito reduzida. Além disso, não há muitos exemplos disponíveis, o que dificulta para os novos aprendizes. Eles têm que depender de outras fontes, o que eu acho que é uma grande desvantagem desta biblioteca. Análise coletada por e hospedada no G2.com.

Recomendações a outras pessoas considerando Crab:

Instalar o Crab às vezes leva a uma série de erros e é algo que precisa ser cuidado. Enfrentei alguns problemas ao instalá-lo e depois encontrei este site onde havia uma explicação clara sobre o processo de instalação e me ajudou a instalá-lo passo a passo. Recomendo às pessoas que enfrentam esse problema que procurem o seguinte link - http://muricoca.github.io/crab/install.html Análise coletada por e hospedada no G2.com.

Que problemas é Crab E como isso está te beneficiando?

ML Hubs é uma equipe cujo objetivo é resolver problemas complexos usando tecnologias como Aprendizado de Máquina, Aprendizado Profundo, Processamento de Linguagem Natural e Visão Computacional. Portanto, esta biblioteca está incluída na pilha que usamos para lidar com problemas relacionados a recomendações. Preferimos o Crab, pois possui uma API altamente eficiente e também não é tão complexa de entender e manusear. Análise coletada por e hospedada no G2.com.

AM

Anushka M.

Project Manager

Software de Computador

Médio Porte (51-1000 emp.)

9/26/2018

"Construa Motores de Recomendação Personalizados Mais Rápido Com Python-Crab"

4.5/5

O que você mais gosta Crab?

A API é de alto nível e não é necessário ter conhecimento detalhado de 'como funcionam os motores de recomendação?', mas o conhecimento básico de Python é suficiente.

Além disso, eles fornecem conjuntos de dados de amostra onde se pode ter experiência prática enquanto aprende. Análise coletada por e hospedada no G2.com.

O que você não gosta Crab?

A pior coisa sobre o Crab é a parte da documentação. Eles trabalharam bem para criar uma biblioteca incrível, mas não deram o suficiente para criar uma boa documentação. Eu acho que eles deveriam se concentrar nessa parte e todo o resto é ótimo! Análise coletada por e hospedada no G2.com.

Recomendações a outras pessoas considerando Crab:

Crab é fácil de aprender. Nem a API é complexa nem o seu uso. A boa notícia é que não vai levar muito tempo para aprender. Pode-se aprender em um fim de semana. Faça um motor de recomendação simples, que acho que levará no máximo 15 linhas de código Python e depois experimente coisas diferentes. Análise coletada por e hospedada no G2.com.

Que problemas é Crab E como isso está te beneficiando?

Nós da Easesolutions Pvt. Ltd. focamos em fornecer as melhores soluções para nossos clientes. Temos clientes que possuem alguns sites de comércio eletrônico, alguns têm sites de seus próprios produtos, e assim por diante. Em tais cenários, eles pedem para construir motores de recomendação personalizados. Usamos o crab para atender às suas necessidades, pois é fácil de usar, mas ainda assim oferece os melhores resultados. Análise coletada por e hospedada no G2.com.

SM

Shilpa M.

Product Manager

Software de Computador

Médio Porte (51-1000 emp.)

6/16/2018

"Crie motores de recomendação personalizados usando Crab"

4.5/5

O que você mais gosta Crab?

Esta biblioteca possui algoritmos de mecanismo de recomendação de última geração que estão bem otimizados e prontos para uso em nível de produção. Além disso, gosto muito da facilidade com que posso trabalhar com esta biblioteca, pois ela suporta bibliotecas Python bem conhecidas, como numpy e matplotlib. Análise coletada por e hospedada no G2.com.

O que você não gosta Crab?

A documentação precisa de algumas melhorias, pois as descrições da API não são mencionadas adequadamente e também carece de exemplos. Não há exemplos suficientes, o que torna difícil aprender e é necessário gastar mais tempo entendendo do que implementando. Análise coletada por e hospedada no G2.com.

Recomendações a outras pessoas considerando Crab:

Há alguns problemas importantes com esta biblioteca, então certifique-se de estar ciente disso antes de começar a usá-la. Muitos usuários descobriram esses problemas e postaram no GitHub. Você pode dar uma olhada: https://github.com/muricoca/crab/issues Análise coletada por e hospedada no G2.com.

Que problemas é Crab E como isso está te beneficiando?

Nós da TechDynasty construímos motores de recomendação personalizados de acordo com os desejos dos clientes e o domínio de seu interesse. Análise coletada por e hospedada no G2.com.

VS

Varsha S.

CTO

Software de Computador

Pequena Empresa (50 ou menos emp.)

7/31/2018

"Motores de Recomendação em Poucas Linhas de Código"

4.5/5

O que você mais gosta Crab?

Este framework é bem organizado e possui uma API de alto nível que permite ao desenvolvedor codificar motores de recomendação com poucas linhas de código, sem qualquer conhecimento prévio de como os motores de recomendação funcionam.

Os motores de recomendação construídos são dinâmicos e reutilizáveis, o que significa que o mesmo modelo pode ser usado para treinar uma quantidade dinâmica de dados ou até mesmo um conjunto diferente de dados com alguns ajustes.

Este framework suporta bibliotecas como numpy e pandas, o que torna a manipulação de dados comparativamente mais fácil e acelera o processo até certo ponto. Análise coletada por e hospedada no G2.com.

O que você não gosta Crab?

Não há documentação adequada fornecida pela comunidade de desenvolvedores do projeto, e há muito poucos exemplos disponíveis. Isso realmente dificulta um aprendiz e são questões sinceras a serem cuidadas. Análise coletada por e hospedada no G2.com.

Recomendações a outras pessoas considerando Crab:

Bibliotecas como numpy e pandas são um grande impulso para todo o processo. Como são bibliotecas de manipulação de dados altamente eficientes, o processo de limpeza e normalização de dados é facilitado e você pode se concentrar mais no algoritmo principal do motor de recomendação. Análise coletada por e hospedada no G2.com.

Que problemas é Crab E como isso está te beneficiando?

Crab é um framework para construir motores de recomendação personalizados, nós no ML Hub temos tais projetos onde precisamos trabalhar em motores de recomendação para os quais contamos com o Crab. Como o Crab tem bom suporte para várias bibliotecas de manipulação de dados e também uma API de alto nível, torna-se o melhor para esse propósito. O Crab nos economizou muito tempo. Análise coletada por e hospedada no G2.com.

TD

Tushar D.

Senior Software Engineer

Software de Computador

Médio Porte (51-1000 emp.)

5/5/2018

"Recommender Engine Framework"

4.5/5

O que você mais gosta Crab?

- Ele se integra facilmente com as famosas bibliotecas python como numpy, pandas, etc., o que torna o trabalho mais fácil.

- Ele também fornece utilitários de carregamento de conjuntos de dados. Análise coletada por e hospedada no G2.com.

O que você não gosta Crab?

A documentação não está tão bem mantida, em algumas partes falta explicação e até não há exemplos que ajudem a aprendê-la. Análise coletada por e hospedada no G2.com.

Recomendações a outras pessoas considerando Crab:

A documentação não está tão bem mantida, é melhor consultar o repositório GitHub do mesmo projeto https://github.com/muricoca/crab Análise coletada por e hospedada no G2.com.

Que problemas é Crab E como isso está te beneficiando?

Motor de recomendação construído para vários projetos que desenvolvemos. Análise coletada por e hospedada no G2.com.

MS

Mohit S.

SoftwaCre Engineer

Tecnologia da Informação e Serviços

Empresa (> 1000 emp.)

6/3/2018

"Sistemas de Recomendação facilitados"

4.5/5

O que você mais gosta Crab?

Esta biblioteca é única. Ela reduz todo o estresse de codificação complexa enquanto se constrói um sistema de recomendação personalizado, fornecendo uma API simples e fácil de usar. Análise coletada por e hospedada no G2.com.

O que você não gosta Crab?

Tem suporte apenas para a linguagem de programação Python e também a documentação não é tão boa. Análise coletada por e hospedada no G2.com.

Recomendações a outras pessoas considerando Crab:

A documentação oficial é o lugar para começar, mas não é algo a que você deve sempre se referir, pois não está atualizada e não tem exemplos suficientes. Você pode encontrar vários repositórios no GitHub para o mesmo, por favor, prefira-os em vez da documentação. Análise coletada por e hospedada no G2.com.

Que problemas é Crab E como isso está te beneficiando?

Construindo motores de recomendação personalizados conforme a necessidade dos clientes. Análise coletada por e hospedada no G2.com.

RT

Rahul T.

Project Manager

Software de Computador

Pequena Empresa (50 ou menos emp.)

10/22/2017

"Personalize o framework do Construtor de Sistema de Recomendação para Python."

5/5

O que você mais gosta Crab?

- É fácil a interação com outras bibliotecas auxiliares do Python, como numpy e matplotlib.

- Documentação Análise coletada por e hospedada no G2.com.

O que você não gosta Crab?

Não há tutoriais em vídeo suficientes disponíveis, mesmo no YouTube. Os desenvolvedores deveriam trabalhar nisso para ajudar os usuários. Análise coletada por e hospedada no G2.com.