先进的分析平台–排行榜中的重大变化
从数据科学的角度来看，尽管我们希望继续关注Advanced Analytics平台。在过去的几年中，变化的增量更大。今年的重大举措似乎不合时宜，因此我们深入研究了细节，以查看评分是否已更改，或者产品的性质是否是关键。
得分改变了吗？
我们并排阅读了2018年和2017年的报告，以寻找可能解释这些举动的任何重大得分变化。我们没找到。每年的评分标准和资格基本保持不变。
当然，评估者总是受市场变化的影响，而这种影响可能是微妙的。在对市场和能力的叙述性解释中，我们仅发现关于得分可能会受到怎样影响的一些提示。
集成机器学习的新重点
我们都希望我们的平台及其组件能够无缝运行。去年，随着Gartner寻找“合理地可互操作”的组件，该标准可能有所宽松。今年，将更加强调从访问和分析数据到实现模型和管理内容的完全集成的管道。
机器学习是关键组成部分-人工智能引人注目但未获得评分
机器学习功能必须包含在平台中，也可以通过开放源代码库轻松访问，这一点很重要。值得赞扬的是，Gartner并未陷入将机器学习与AI融合的语言陷阱。他们定义了他们正在寻找的功能，包括“支持诸如集成技术（增强，装袋和随机森林）和深度学习之类的现代机器学习方法”。
他们承认围绕AI的炒作，但在ML与AI之间划了一个相对牢固的界限，而ML是AI的推动者。请注意，例如，上面包含了深度学习。我敢肯定，距离看到AI的更多具体要求找到自己的分数只有一两年的时间。
自动化机器学习
Gartner正在寻找可促进过程某些部分的功能，例如功能生成或超参数调整。许多软件包都包含一些有限形式。
尽管诸如SAS和SPSS之类的一些主要专业已将越来越多的自动化引入其平台，但仍未包括任何纯粹的AML平台。DataRobot和Amazon一样获得荣誉称号（大概是指他们的新SageMaker产品）。我预计在一两年内，至少会有一个纯粹的反洗钱平台会列入此列表。
收购与合并
特别是在挑战者中，通过收购来增加能力仍然是一项关键策略，尽管今年似乎这些举措都没有太大变化。
Gartner进行此次审查的值得注意的收购包括DataRobot收购Nutonian，Progress收购DataRPM，以及TIBCO Software收购Statistica（来自Quest Software）和Alpine Data。
这些合并中的一些影响使先前排名较高的玩家离开了桌子，大概为新排名的排名提供了空间。
大赢家和输家
因此，如果差异不在评分上，则必须在产品细节上。真正引起我们注意的三个方面是：Alteryx和H20.ai进入L??eaders框，以及IBM迅速下降。
Alteryx
从数据融合和准备工作的根源开始，Alteryx不断增加了其机载建模和机器学习功能。2017年，它收购了Yhat，从而进一步完善了模型部署和管理功能。然后，得益于其2017年IPO的注资，它提升了在吸引客户方面的实力。
Alteryx的愿景一直是易于使用的平台，允许LOB经理和公民数据科学家参与。Gartner还报告了很高的客户满意度。
去年，Gartner将其描述为一种“着陆和扩展”战略，将客户从自助数据获取一直转移到预测分析。这场胜利更像是超级碗的竞争对手，在良好的进攻和防守下上场。现在，他们已经跃升为顶尖竞争者。
过氧化氢
H2O.ai基于其产品和执行上的改进，从有远见的领导者转变为领导者。这是编码人员的平台，不会对LOB或CDS受众有吸引力。但是，由于主要是开源的，因此他们在ML和深度学习社区中赢得了思想领袖和创新者的声誉。
虽然以代码为中心的平台并没有立即使人想到易用性，但是Deep Water模块提供了深度学习前端，可以将TensorFlow和其他DL软件包的后端细节抽象化。他们可能即将创建一个真正易于使用的DL前端，他们称之为“无人驾驶AI”。他们还拥有一流的Spark集成。
他们的开源业务模型几乎可以免费下载所有内容，这在历史上一直限制了他们的收入，后者继续主要依赖基于订阅的技术支持。但是，根据Gartner的报告，H2O.ai拥有100
题库