Ferramentas de IA para sua profissão
Beta limitadaPara escolher uma ferramenta de IA, comece pela tarefa que deseja realizar. O usedby relaciona áreas profissionais e tarefas a categorias de ferramentas, com exemplos públicos para examinar.
Sua profissão não está na lista? Descreva a tarefa que deseja realizar.
Treinar e avaliar modelos
Estes resultados mostram usos públicos nesta categoria. Não comprovam o uso pela sua profissão nem a adequação a esta tarefa exata. Seus requisitos não foram avaliados.
Categoria, setor e porte da empresa
O porte descreve o empregador. Não comprova o acesso para um profissional autônomo.
Plataformas de ML e dados de treinamento
297 empresas, 12 ferramentas
Sobre estes números
As contagens abrangem empresas registradas no usedby, não participação de mercado. Os quatro níveis de comprovação contam. Portes desconhecidos são excluídos apenas das visões por porte. Seus requisitos não foram avaliados.
Empresas com porte conhecido: 63%. Fornecedores excluídos desta categoria: 1.
Weights & Biases
58 empresas
36 confirmados22 observados
A equipe de pesquisa em IA da Meta disponibiliza curvas de aprendizado de referência no Weights & Biases para os experimentos que acompanham o MiniHack, seu framework de aprendizado por reforço de código aberto.
Texto original
We also provide baseline learning curves in Weights & Biases for our experiments.
Meta · Ler a fonte 
H2O.ai
53 empresas
37 confirmados16 observados
A Tech Mahindra usa o H2O Driverless AI para prever se é necessário enviar um caminhão (truck roll) às instalações de um cliente.
Texto original
Tech Mahindra uses H2O Driverless AI to predict whether a truck roll is needed at customer premises, delivering quick ROI through a three-step POC process.
Tech Mahindra · Ler a fonte 
Hugging Face
42 empresas
4 confirmados35 observados3 sinais
Labelbox
29 empresas
19 confirmados10 observados
A equipe de ciência de dados da Intuitive Surgical usa o Labelbox para rotular vídeos cirúrgicos quadro a quadro, a fim de detectar e rastrear instrumentos, com fluxos de trabalho assistidos por modelos e uma ontologia compartilhada entre as equipes clínicas e de ciência de dados para treinar seus modelos de visão computacional.
Texto original
The team scaled signal throughput, lowered the overhead of gathering performance and quality metrics, and doubled the speed at which they deliver training signal for their multiple ML models.
Intuitive · Ler a fonte
