調研機構Gartner公司將數據科學和機器學習平臺定義為“具有凝聚力的軟件應用程序，它提供了創建多種數據科學解決方案以及將這些解決方案合并到業務流程、周圍基礎設施和產品中所必需的基本構建塊的混合體。”
這樣的平臺支持數據科學家在整個數據和分析管道中執行任務。這些任務包括與數據訪問和接收、數據準備、交互式探索和可視化、功能工程、高級建模、測試、培訓、部署和性能工程相關的任務?？紤]到這一點，Gartner公司發布了一份魔力象限報告，其中介紹了數據科學和機器學習這一領域的16個領先廠商和平臺。
領導者 Gartner公司分析師寫道：“魔力象限中的領導者在數據科學和機器學習市場中擁有強大的影響力和重要的知識分享能力。他們在整個探索、模型開發和實施過程中展示了深度和廣度的優勢。在提供出色服務和支持的同時，領導者也能靈活應對瞬息萬變的市場環境。熟練使用領導者平臺的數據科學家專業人員數量巨大并且不斷增長。領導者在影響市場增長和方向方面處于最有利的地位。它們涉及所有行業、地理位置、數據域和用例，因此，對該市場有著扎實的理解和戰略。他們不僅能夠根據當前的市場條件，專注于有效地執行，而且他們還擁有堅實和強大的路線圖，以利用這一快速轉型行業的新發展和先進技術。他們提供思想領導和創新差異化，經常在實施過程中顛覆市場。”
(1)Alteryx公司 Alteryx公司總部位于加利福尼亞州歐文市。Gartner公司分析師表示，“Alteryx公司提供統一的機器學習平臺Alteryx Analytics，使公民數據科學家能夠在單一工作流程中構建模型。2017年中期，Alteryx公司收購了專注于模型部署和管理的數據科學供應商Yhat公司。Alteryx公司于2017年初在紐約證券交易所發行首次公開募股(IPO)，加強了其投資擴展和增強其平臺的能力。Alteryx公司已經從挑戰者象限發展到領導者象限。這得益于強大的執行力(在收入增長和客戶獲取方面)，其具有令人印象深刻的客戶滿意度，以及專注于幫助組織灌輸數據和分析文化。”
(2)H20.ai公司 H2O.ai公司總部位于加州山景城。Gartner公司分析師表示，“H2O.ai公司提供了一個開源的機器學習平臺，對于這個魔力象限，我們評估了核心組件H2O Flow，H2O Steam;用于Spark集成H2O Sparkling Water;以及提供深度學習能力的H2O Deep Water。H2O.ai已從先前魔力象限的夢想者發展為領導者。它通過重大的商業擴張繼續取得進展，并鞏固了其作為思想領袖和創新者的地位。”
(3)KNIME公司 KNIME公司總部位于瑞士蘇黎世。Gartner公司表示，“KNIME公司提供完全開源的KNIME分析平臺，全球有超過100,000人使用。KNIME提供商業支持和商業擴展，以促進企業部署的協作、安全性和性能。在過去的一年中，KNIME公司為AWS和Microsoft Azure引入了其云平臺版本，更加注重數據質量，擴展了其深度學習功能，并將其部分商業功能轉換為開源。KNIME正在加速其產品開發和客戶獲取工作。KNIME的平臺被大多數行業和世界上大多數地區使用。該供應商展示了對市場的深刻理解，強大的產品戰略和所有用例的優勢。這些屬性共同鞏固了其作為領導者的地位。”
(4)RapidMiner公司 RapidMiner公司總部位于馬薩諸塞州波士頓。Gartner公司分析師表示，“RapidMiner公司的平臺包括RapidMiner Studio、RapidMiner Server和RapidMiner Radoop。RapidMiner Studio是模型開發工具，提供免費版和商業版;它的價格取決于邏輯處理器的數量和模型使用的數據量。通過采用免費版，客戶可以獲得一個邏輯處理器和10,000行數據。 RapidMiner Server旨在共享、協作和維護模型。RapidMiner Radoop將RapidMiner的執行直接擴展到Hadoop環境中。RapidMiner公司仍然是一個領導者，為全方位的數據科學家和數據科學團隊提供全面且易于使用的平臺。RapidMiner通過引入新的生產力和性能能力，繼續強調核心數據科學以及模型開發和執行的速度。”
(5)SAS公司 SAS公司總部位于北卡羅來納州卡里市。Gartner公司分析師表示，“SAS公司為分析和數據科學提供了許多軟件產品。對于這個Magic Quadrant，我們評估了SAS Enterprise Miner(EM)和SAS Visual Analytics產品套件，其中包括Visual Statistics和Visual Data Mining以及Machine Learning。SAS仍然是領導者，但在視覺完整性和執行能力方面已經失去了一些基礎。Visual Analytics套件因其Viya云就緒架構而顯示出發展前景，該架構比以前的SAS架構更加開放，并且使得廣泛的用戶更容易訪問分析。然而，其令人困惑的多產品策略影響了SAS的視覺完整性，并且高許可成本的感知削弱了其執行能力。隨著市場焦點轉向開源軟件和靈活性，SAS公司提供有凝聚力的開放平臺的速度緩慢，并已經為此付出了代價。”
