原文:
www.kdnuggets.com/2015/11/machine-learning-apis-data-science.html/2
3) Google Prediction API
Google Prediction API 让开发者可以利用 Google 的机器学习算法来处理数据并提供可能的结果,从而使应用程序更智能。Google Prediction API 是一种基于云的机器学习和模式匹配工具,用于机会分析、客户情感分析、流失分析、垃圾邮件检测、文档分类、购买预测、推荐、智能路由等。
Google Prediction API 使用分类器来编程 API 服务以进行预测,因此用户只需具备一些基本的编程背景,而无需掌握 AI 的工作知识即可。它从 BigQuery 和 Google Cloud Storage 读取数据。
Google Prediction API 应用
-
福特在其研究实验室中使用 Google 的 Prediction API 来提高驾驶效率。它跟踪驾驶员以创建一个驾驶员每天访问的地点和路线列表。这帮助福特智能地检测出,如果一个人在工作日的特定时间开车,那么可能是去办公室的行程。福特使用 Google Prediction API 来预测基于从其汽车中捕获的传感器数据的驾驶员行为。
-
总部位于加州的初创公司 Pondera Solutions 提供作为服务的欺诈检测,其基础是 Google 的 Prediction API。
4) 亚马逊机器学习 API
亚马逊机器学习 API 简化了需要大量模型构建、数据清洗和统计分析的预测过程。亚马逊机器学习模型只处理预测问题,通过将数据流经模型并根据预测误差缓慢调整来运作。亚马逊机器学习 API 还提供基于学习模型预测性能的可视化,以便用户获得更好的洞察。
尽管亚马逊机器学习 API 强加了一些 UI 限制或算法限制,但它用户友好且向导驱动,使其成为开发者的一个不错选择。
亚马逊机器学习 API 用例
-
使用 AWS API,数据科学家或分析师可以通过分析信号级特征来对歌曲的类型进行分类。
-
它可以用于基于加速度计、智能手机上捕获的传感器数据或陀螺仪信号的人类活动识别,以确定移动设备是否在走楼梯、走下楼梯、垂直或水平躺下、静坐或站立。
-
通过分析用户在第一周或第一个月的活动,预测用户是否会成为付费客户。
-
分析网站活动记录,以检测系统中的虚假用户、机器人或垃圾邮件发送者。
所有上述用例都假设需要预测一些在运行时未知的内容,但有足够的数据和计算能力让 Amazon 机器学习 API 解决当前的问题。
5) BigML
BigML 是一个对用户友好和开发者友好的机器学习 API,主要集中在决策树上。BigML 的目标是使预测分析对用户而言既简单易懂又美观。它专注于理解业务流程和最终用户分析师制作报告。BigML API 提供 3 种重要模式——命令行界面、Web 界面和 RESTful API。BigML 的 Web 界面非常酷,具有一键操作和画廊等功能。
BigML 使用案例-
-
BigML 帮助创建描述性模型,以理解复杂数据中各种属性与预测属性之间的关系,使业务分析师可以进行假设情景分析。
-
如果分析师希望基于过去的示例创建预测模型,BigML 是有用的。分析师可以使用 BigML 构建预测模型进行批量预测,这些预测可以下载为 CSV 文件以进行分析。
-
BigML 还在需要进行周期性预测时表现出色。模型可以在 BigML 平台上维护,然后可以根据需要通过 BigMLer 命令行界面远程使用。
选择众多且数据丰富的情况下,比赛就在于哪个机器学习 API 最佳——学习最快的人赢得胜利。机器学习算法可能不完美。这不应该成为问题,因为最终决定仍然掌握在人类手中。然而,这些机器学习算法将众多选择缩减为人类能够管理的范围。未来,机器学习将带来新颖的创新,提升人类能力,帮助人们做出良好的选择,并以强大的方式导航世界。
相关:
-
预测和机器学习的 API:投票结果和分析
-
标准化机器学习 Web 服务 API 的世界
-
云机器学习之争:Amazon vs IBM Watson vs Microsoft Azure
-
马萨诸塞州的文本挖掘与选举分析
1. Google 网络安全证书 - 快速进入网络安全职业生涯。
2. 谷歌数据分析专业证书 - 提升你的数据分析技能
3. 谷歌 IT 支持专业证书 - 支持你的组织进行 IT 工作