英文:Magic Quadrant;
提出者:是Gartner公司给出用于刻画某一特定时间内的市场状态的分析工具;Gartner已于2006注册了其版权;
维度:有2个,分别为愿景的完备性(Completeness of Vison)和执行能力(Ability to Execute );
象限:有2个,分别为领导者(Leader)、挑战者(Challengers)、探索者(Visionaries )和利基者(Niche Players ,注:即细分市场主导者)。
领导者(5个):Alteryx、SAS、KNIME、RapidMiner、H20.ai;
探索者 (5个): IBM、Domino、Mircosoft、Databricks、Dataiku;
挑战者 (2个): MathWorks和TIBCO Software;
利基者(4个): SAP、Angoss、Anoconda、Teradata。
15项;
数据访问、数据准备、数据探索与可视化、自动化处理、用户界面、
机器学习、高级分析、灵活性/可扩展性/开放性、性能/可测量、服务提供、
平台与项目管理、模型管理、预制解决方案、协作、兼容性。
收录范围:本报告所涉及的平台仅限于商业软件,不包括R和Python等开源平台;2018年报告中新增了机器学习平台。
报告名称:2017年,该报告名称为《数据科学魔力象限(Magic Quadrant for Data Science Platforms)》;2014-2016期间,该报告的名称叫做《高级分析平台的魔力象限(Magic Quadrant for Advanced Analytics Platforms)》。
术语定义:该报告中,对数据科学与机器学习平台的定义原文如下:A cohesive software application that offers a mixture of basic building blocks essential both for creating many kinds of data science solution and incorporating such solutions into business processes, surrounding infrastructure and products。
原文见【参考文献】
解读内容见微信公众号【数据科学DataScience】文章《数据科学平台哪家强?全方位解读《Gartner 2017数据科学平台魔力象限》》。
https://rapidminer.com/resource/read-gartner-magic-quadrant-data-science-platforms/
https://rapidminer.com/resource/read-gartner-magic-quadrant-data-science-platforms/https://rapidminer.com/resource/gartner-magic- quadrant-data-science-platforms/
http://www.kdnuggets.com/2017/02/gartner-2017- mq-data-science-platforms-gainers-losers.html
http://www.gartner.com/technology/research/methodologies/research_mq.jsp