數據科學中最好的5個機器學習API

原文  http://www.infoq.com/cn/news/2015/12/5-best-ml-api-to-use

 

機器學習做爲大數據的前沿無疑是讓人生畏的，由於只有技術極客和數據科學領域的專家才能駕馭機器學習算法和技術，對於大部分企業和組織而言，過去這 一直都是一個高不可攀的事情。可是如今這種狀況正在發生改變，正如標準的API簡化了應用程序的開發同樣，機器學習API也下降了這一領域的門檻，讓越來 越多的人和企業可以藉助技術底蘊深厚的公司所提供的API試水機器學習。

機器學習API隱藏了建立和部署機器學習模型的複雜性，讓開發者可以專一於數據挖掘和用戶體驗。同時，將機器學習商業化成雲服務也是當今的趨 勢，IBM、 Microsoft、Google、Amazon以及BigML等公司都爲業務分析師和開發人員提供了本身的機器學習即服務（MLaaS），最近 Khushbu Shah 在KDnuggets上發表了一篇文章，介紹了 這5個公司的機器學習API 。

IBM Watson

IBM Watson Developer Cloud 於2013年十一月推出，它提供了一套完整的API，簡化了數據準備的流程，讓開發者可以更容易地運行預測分析。做爲一個認知服務，IBM Watson API容許開發人員利用機器學習技術，如天然語言處理、計算機視覺以和預測功能，來構建更加智能的產品、服務或者應用程序，經過在應用中嵌入IBM Watson，開發者還可以更好地理解用戶是如何與應用程序交互的。

IBM Watson是一個包含聽、看、說以及理解等感知功能的擴展工具集，它提供的API超過了25個，涵蓋了近50種技術，其中最主要的服務包括：

• 機器翻譯——幫助翻譯不一樣語言組合中的文本

• 消息共振——找出短語或單詞在預約人羣中的流行度

• 問答——爲主文檔來源觸發的查詢提供直接的答案

• 用戶模型——根據給定的文本預測人們的社會特徵

Microsoft Azure機器學習API

Microsoft Azure機器學習 是一個用於處理海量數據並構建預測型應用程序的平臺，該平臺提供的功能有天然語言處理、推薦引擎、模式識別、計算機視覺以及預測建模等，爲了迎合數據科學 家的喜愛，Microsoft Azure機器學習平臺還增長了對Python的支持，用戶可以直接將Python代碼片斷髮布成API。藉助於Microsoft Azure機器學習API，數據科學家可以更容易地構建預測模型並縮短開發週期，其主要特性包括：

• 支持建立自定義的、可配置的R模塊，讓數據分析師或者數據科學家可以使用本身的R語言代碼來執行訓練或預測任務

• 支持自定義的Python腳本，這些腳本可使用SciPy、SciKit-Learn、NumPy以及Pandas等數據科學類庫

• 支持PB級的數據訓練，支持Spark和Hadoop大數據處理平臺

Google預測API

Google預測API 是一個雲端機器學習和模式匹配工具，它可以從BigQuery和Google雲存儲上讀取數據，可以處理銷售機會分析、客戶情感分析、客戶流失分析、垃圾 郵件檢測、文檔分類、購買率預測、推薦和智能路由等用戶場景。使用Google預測API的用戶不須要人工智能的知識，只須要有一些基礎的編程背景便可。 Google預測API支持衆多的編程語言，好比 .NET、Go、Google Web Toolkit、JavaScript、Objective C、PHP、Python、Ruby和Apps Script，基本覆蓋了主流的編程語言。

Amazon機器學習API

Amazon機器學習 API讓用戶不須要大量的數據專家就可以實現模型構建、數據清洗和統計分析等工做，簡化了預測的實現流程。雖然該API有一些UI界面或者算法上的限制，可是倒是用戶友好和嚮導驅動的，它爲開發者提供了一些可視化工具，讓相關API的使用更直觀、也更清晰。

Amazon機器學習API支持的用戶場景包括：

• 經過分析信號水平特徵對歌曲進行題材分類

• 經過對智能設備加速傳感器捕獲的數據以及陀螺儀的信號進行分析識別用戶的活動，是上樓、下樓、平躺、坐下仍是站立不動

• 經過分析用戶行爲預測用戶是否可以成爲付費用戶

• 分析網站活動記錄，發現系統中的假用戶、機器人以及垃圾郵件製造者

BigML

BigML 是一個對用戶友好、對開發者友好的機器學習API，該項目的動機是讓預測分析對用戶而言更簡單也更容易理解。BigML API提供了3種重要的模式：命令行接口、Web接口和RESTful API，其支持的主要功能包括異常檢測、聚類分析、決策樹的SunBurst可視化以及文本分析等。

藉助於BigML，用戶可以經過建立一個描述性的模型來理解複雜數據中各個屬性和預測屬性之間的關係，可以根據過去的樣本數據建立預測模型，可以在BigML平臺上維護模型並在遠程使用。