5. AT&T Speech(https://developer.att.com/)
AT&T Speech API允许开发人员将语音识别功能,集成到他们的应用程序之中。由AT&T Watson语音引擎所提供支持的这款API,还包含有自然语言处理功能,例如:自然语言的理解、语音的识别、以及语音的转录等。它不但可以轻松地将口语(spoken word,一种表演艺术)文件转录为文本,还可以通过调整API以满足诸如:Web搜索、商业搜索、语音邮件、短信、问与答等特定的需求。
6. Microsoft认知服务 - 文本分析(https://azure.microsoft.com/en-gb/services/cognitive-services/text-analytics/)
Microsoft在机器学习方面已经取得了长足进步。它提供的API允许开发人员在执行翻译操作之前,先自动检测文本的语言类型。同时,它也可以从您所提供的文本中解读出一定的“话外之音”。另外,它还提供诸如:关键短语提取,语言检测,情感分析,翻译,甚至能够识别文本中的字符实体等其他功能。
7.Amazon机器学习(https://aws.amazon.com/machine-learning/)
Amazon的机器学习类API可以实现许多不同的功能,其中包括:欺诈检测,内容个性化,文档分类和客户流失预测等。同时,它还允许开发人员快速地培训并部署出属于自己的模型。不过,Amazon的API并非开源,它提供了一套按需付费的使用计划。
8. BigML(https://bigml.com/api/)
BigML是一种机器学习类REST API,它允许开发人员轻松地为自己的应用构建和部署出AI模型。此类API能够构建各种包含监督和无监督类机器学习的任务,以及具有机器学习管道的预测模型。BigML的亮点在于:它允许用户使用各种标准的HTTP方法去创建、检索、更新和删除BigML的相关资源。
9. Google Cloud APIs(https://cloud.google.com/)
一直致力于创新的Google,在机器学习领域时常给人带来惊喜。它拥有一整套的Cloud API,旨在简化开发人员的各项繁琐任务。Google的机器学习类API包括:Cloud Vision API、Cloud Speech API、Natural Language API、Translation API和Dialogflow API五种,它们的各自特点如下:
u Cloud Vision API - 包括:图像的标注,面部、徽标和地标的检测,光学字符的识别,以及显式内容的检测。
u Cloud Speech API - 包括:语音识别,对麦克风或文件的音频转换,80多种语言的文本转换。
u Natural Language API - 包括:结构分析,文本含义识别,情感分析,实体识别和文本注释。
u Translation API – 将一种语言翻译成另一种语言。
u Dialogflow API – 一种为各种会话接口开发的完整套件,例如:聊天机器人,或语音(voice-powered)应用等。
10. Wit.ai(https://wit.ai/docs)
Wit.ai是一个开源的自然语言处理平台,它提供向Web和移动应用添加智能的语音功能。它可以为家庭自动化、联网汽车、智能电视、机器人、智能手机、可穿戴设备等应用提供智能化的语音接口。Wit.ai的文档简洁易懂,不但包括了各种代码的示例,而且针对其适用于多种流行语言与平台的SDK,提供了快速的入门指南,以及完整的Wit应用指南。
结论
随着机器学习的广泛应用,各位开发人员都需要在激烈的竞争中保持优势,必须潜心研究并“玩转”机器学习类的各种API。希望上述十种API能够为您提供方向和帮助。
【原标题】10 Machine Learning APIs You Should Learn (作者:Shweta Datar )
原文链接:https://dzone.com/articles/10-innovative-machine-learning-apis-you-should-lea-1