--- description: Avis sur KNIME Analytics Platform : présentation du système, fonctionnalités et tarifs. Obtenez des démos gratuites et comparez ce logiciel avec d'autres applications. image: https://gdm-localsites-assets-gfprod.imgix.net/images/software_advice/og_logo-55146305bbe7b450bea05c18e9be9c9a.png title: KNIME Analytics Platform | Avis, prix et démonstrations - SoftwareAdvice FR --- Breadcrumb: [Accueil](/) > [Outils de BI](/directory/4336/bi/software) > [KNIME Analytics Platform](/software/85226/knime-analytics-platform) # KNIME Analytics Platform Canonical: https://www.softwareadvice.fr/software/85226/knime-analytics-platform Page : 1/2\ Suivant: [Page suivante](https://www.softwareadvice.fr/software/85226/knime-analytics-platform?page=2) > KNIME Analytics Platform est une plateforme d'analytique des données sur site qui permet aux petites et grandes entreprises de créer et gérer des applications ou des services de science des données. L'interface en glisser-déposer permet aux utilisateurs de créer des prototypes de flux de travail, de surveiller les performances et de rationaliser le traitement des données ou l'informatique distribuée à l'aide du framework Apache Spark. Les principales fonctionnalités de KNIME Analytics Platform incluent les prévisions, le nettoyage des données, le filtrage, la validation des modèles de données et le reporting. Les utilisateurs peuvent créer des modèles de machine learning pour automatiser les processus de données tels que la classification, la réduction de la dimensionnalité, la régression et l'analyse de clusters, en exploitant l'utilisation de l'intelligence artificielle dans toutes les opérations. Les entreprises peuvent utiliser KNIME Analytics Platform pour intégrer des données provenant de n'importe quelle source dans des types de données non structurés ou dans plusieurs formats. Elle permet également aux utilisateurs de charger et de transférer des données à partir d'entrepôts, notamment Oracle, Microsoft SQL, Avro, Parquet, etc. La solution peut être hébergée sur un environnement cloud à l'aide de Microsoft Azure et AWS. La tarification est disponible sur demande et l'assistance est assurée via des services en ligne. > > Conclusion : 25 utilisateurs lui ont donné la note de **4.6/5**. Figure au meilleur classement pour **Probabilité de recommander le produit**. ----- ## Statistiques et notes | Métrique | Notation | En détail | | **Note globale** | **4.6/5** | 25 Avis | | Simplicité d’utilisation | 4.5/5 | D'après l'ensemble des avis | | Support client | 3.9/5 | D'après l'ensemble des avis | | Rapport qualité-prix | 4.7/5 | D'après l'ensemble des avis | | Fonctionnalités | 4.4/5 | D'après l'ensemble des avis | | Pourcentage de recommandation | 90% | (9/10 Probabilité de recommander le produit) | ## À propos de l'éditeur - **Société**: KNIME.COM - **Pays**: Zurich, Suisse ## Contexte commercial - **Prix à partir de**: 0,00 € - **Type de licence**: (Version gratuite disponible) - **Public cible**: Auto-entrepreneur, 2–10, 11–50, 51–200, 201–500, 501–1 000, 1 001–5 000, 5 001–10 000, 10 000+ - **Déploiement et plateformes**: Cloud, SaaS, web, Mac (ordinateur), Windows (ordinateur), Linux (ordinateur), Linux (sur site) - **Langues**: anglais - **Pays disponibles**: Afghanistan, Afrique du Sud, Albanie, Algérie, Allemagne, Andorre, Angola, Anguilla, Antigua-et-Barbuda, Arabie saoudite, Argentine, Arménie, Aruba, Australie, Autriche, Azerbaïdjan, Bahamas, Bahreïn, Bangladesh, Barbade et 208 de plus ## Fonctionnalités - API - Aide à la décision - Alertes/Notifications - Analyse de la rentabilité - Analyse de texte - Analyse des tendances - Analyse prédictive - Analyse visuelle - Analytique Big Data - Auditing - Automatisation des processus et flux de travail - Autorisations basées sur les rôles - Bibliothèque d'algorithmes de ML - Business Rules Management - Classification des données - Connecteurs de données - Contrôles/Permissions d'accès - Création de tableaux de bord - Data Clustering - Data Mining ## Intégrations (26 au total) - Amazon Aurora - Amazon Comprehend - Amazon DynamoDB - Amazon EMR - Amazon S3 - Apache Hive - Azure Blob Storage - Azure Data Lake Storage - Azure Databricks - Azure Synapse Analytics - ChatGPT - Cloudera Enterprise - Databricks - Google Cloud Storage - Google Sheets ... et 11 intégrations supplémentaires ## Ressources d'aide - Service client/e-mail - FAQ/forums - Base de connaissances - Support téléphonique ## Category - [Outils de BI](https://www.softwareadvice.fr/directory/4336/bi/software) ## Catégories connexes - [Outils de BI](https://www.softwareadvice.fr/directory/4336/bi/software) - [Logiciels de machine learning](https://www.softwareadvice.fr/directory/4358/machine-learning/software) - [Logiciels d'analyse prédictive](https://www.softwareadvice.fr/directory/481/predictive-analytics/software) - [Outils BI pour la production et la fabrication](https://www.softwareadvice.fr/directory/3828/manufacturing/software) ## Logiciels similaires 1. [Tableau](https://www.softwareadvice.fr/software/1940/tableau) — 4.6/5 (2348 reviews) 2. [Domo](https://www.softwareadvice.fr/software/5822/domo) — 4.3/5 (329 reviews) 3. [JMP](https://www.softwareadvice.fr/software/103067/jmp) — 4.5/5 (53 reviews) 4. [Google Cloud](https://www.softwareadvice.fr/software/172144/google-cloud-platform) — 4.7/5 (2262 reviews) 5. [Adverity](https://www.softwareadvice.fr/software/60378/datatap) — 4.5/5 (26 reviews) ## Avis ### "Open source bien créé pour l'analyse des données \!" — 5.0/5 > **Rochelle** | *28 janvier 2023* | Services et technologies de l'information | Taux de recommandation : 10.0/10 > > **Avantages**: L'un des avantages est bien sûr de ne pas exiger de frais de licence. C'est également une source ouverte qui peut se connecter à Python et R qui est capable de personnalisation. Il faut également mentionner le bon soutien de la communauté. > > **Inconvénients**: Il a fallu du temps pour comprendre les fonctionnalités et se familiariser avec l'interface utilisateur. ----- ### "Plateforme Data Science 101 pour les non-IT" — 4.0/5 > **Ferhat** | *25 janvier 2020* | Services et technologies de l'information | Taux de recommandation : 7.0/10 > > **Avantages**: - Sa facilité d'utilisation permet aux personnes non informatisées, non développeurs, non CS de manipuler les données, de prétraiter, d'explorer, de visualiser et de modéliser. - Il dispose d'une interface graphique avec des nœuds et des connexions afin que vous n'ayez pas besoin de connaître Python / R pour créer des modèles prédictifs ou des règles d'association / systèmes de recommandation. - Il existe une vaste bibliothèque de fonctions - Encore plus de fonctions sont créées par la communauté, de sorte que des fonctions personnalisées non existantes sont créées par la communauté, via des fonctions existantes. - Le flux visuel des données facilite leur compréhension et leur interprétation. - Il enseigne la méthodologie CRISP-DM de manière intuitive grâce à son interface utilisateur graphique - Il peut se connecter à SQL et à des serveurs similaires afin que les données puissent être lues directement. - Il est possible d'écrire son propre script Python / R pour des besoins personnalisés. > > **Inconvénients**: - Les besoins personnalisés sont difficiles à réaliser. - Les fonctions ont des capacités et des paramètres limités - La visualisation des données est faible et relativement primitive - Le développement de modèles est facile mais le déploiement est difficile - C'est malheureusement très lent et je pense que c'est l'inconvénient le plus important de KNIME > > C'était l'outil que j'ai appris la science des données en premier lieu. C'est donc vraiment bon et intuitif avec son interface graphique. Par exemple, vous comprenez très bien la division train-test parce que vous voyez littéralement la division pendant que vous travaillez dessus. Au fur et à mesure que je progressais et que j'avais besoin de plus de fonctions et de solutions personnalisées, j'ai commencé à utiliser des scripts Python et je l'ai résolu comme ça. Donc ça m'a donné toutes ces capacités. ----- ### "Plateforme solide pour les petits ensembles de données et une large connectivité des données" — 4.0/5 > **Utilisateur vérifié** | *1 mai 2020* | Santé, bien-être et fitness | Taux de recommandation : 6.0/10 > > **Avantages**: Il existe un large éventail d'outils pour traiter et préparer les données de manière native dans la plate-forme et des outils supplémentaires qui peuvent être téléchargés dans la plate-forme. La possibilité de personnaliser les paramètres de la plupart des outils permet à l'utilisateur d'ajuster la sortie. Des paramètres encore plus techniques, comme le réglage des hyperparamètres, peuvent être effectués dans l'interface utilisateur de l'outil. Il existe de nombreux types et options d'entrée et de sortie. > > **Inconvénients**: Extraire des fichiers très basiques, comme des feuilles de calcul Excel, peut être un peu difficile là où d'autres plates-formes gèrent les fichiers avec facilité. De plus, les connexions aux bases de données ne sont pas transparentes. Les erreurs de mémoire Java limitent également la taille des données pouvant être traitées sans procéder à des ajustements manuels des paramètres. Enfin, n'étant pas une plate-forme basée sur le cloud, le traitement du Big Data prend beaucoup de temps. > > Les deux principales raisons pour lesquelles nous avons utilisé KNIME étaient de traiter et de préparer des données, puis de mener un apprentissage automatique en formant des modèles et en traitant des prédictions. KNIME est idéal pour la préparation et la fusion des données tant que l'ensemble de données est de taille petite à moyenne (\<4 Go). Il y avait des domaines dans lesquels nous avons eu du mal et c'était à l'époque où les modèles étaient plus complexes (\> 50 variables) et pouvaient déployer et planifier des tâches. Nous avons dû télécharger des pilotes JDBC pour nos connexions à la base de données, ce qui n'était pas quelque chose que nous avions à faire avec d'autres plates-formes. ----- ### "Idéal pour tous les types de data scientists" — 5.0/5 > **Utilisateur vérifié** | *26 septembre 2020* | Enseignement supérieur | Taux de recommandation : 9.0/10 > > **Avantages**: Certains outils de glisser-déposer pour l'apprentissage automatique sont vraiment limités, mais KNIME ne l'est pas. Il existe une tonne de fonctionnalités de l'outil qui sont intégrées, et il y en a encore plus qui sont disponibles en ligne, comme AutoML. Il donne aux citoyens scientifiques des données la possibilité de créer de bons modèles sans connaître un langage de programmation, et augmente la bande passante des vrais scientifiques des données en leur permettant de créer facilement plus de modèles et d'expériences. > > **Inconvénients**: Bien sûr, il est plus limité qu'un langage de programmation, et si vous êtes familiarisé avec la création de modèles par programmation, il existe une courbe d'apprentissage qui vous ralentira et vous limitera au début. > > J'ai eu une expérience très positive avec KNIME et je l'aime beaucoup plus que les autres outils d'apprentissage automatique par glisser-déposer que j'ai essayés. ----- ### "Utiliser KNIME pour le reporting" — 5.0/5 > **Sasha** | *12 janvier 2024* | Services et technologies de l'information | Taux de recommandation : 8.0/10 > > **Avantages**: KNIME m'a permis d'extraire des données de grandes feuilles Google et de les manipuler de manière claire et simple. La représentation visuelle de chaque nœud le rend vraiment facile à utiliser et à comprendre, même pour les personnes sans expérience en analyse de données. Le site KNIME propose également de nombreuses ressources sur l'utilisation de la plateforme > > **Inconvénients**: Les très grandes feuilles Google contenant beaucoup de données ne peuvent pas toujours être extraites en raison de leur taille. > > Bon et je le recommanderais également aux professionnels non techniques ----- Page : 1/2\ Suivant: [Page suivante](https://www.softwareadvice.fr/software/85226/knime-analytics-platform?page=2) ## Liens - [Afficher sur SoftwareAdvice](https://www.softwareadvice.fr/software/85226/knime-analytics-platform) ## Cette page est disponible dans les langues suivantes. | Langue | URL | | de | | | en | | | en-AU | | | en-GB | | | en-IE | | | en-NZ | | | fr | | ----- ## Données structurées