大约十年前，互联网的主要目的是为你提供信息——一个关键字会在全球范围内产生关于那个特定关键字的结果。但是今天，重点是为用户提供更多相关的信息——更接近他们正在搜索的内容。这就是机器学习发挥重要作用的地方。

 

目前，机器学习被包括谷歌、Amazon、IBM、Microsoft在内的大公司所主导，但这一趋势正在发生转变，小公司正在将它们的算法和api引入这一领域。api使公司更容易跨多个领域共享知识和信息。在深入研究一些创新的机器学习API之前，让我们先看看API到底是什么。

 

什么是API?

 

用最简单的术语来说，API或应用程序编程接口是允许两个软件程序相互通信的代码片段。它是一组用于构建软件的定义、协议和工具。API是两个软件之间的链接，它负责从一个软件向另一个软件发送请求，以及返回请求。

 

API由两部分组成——描述程序之间如何交换信息的规范，以及作为编写到该规范并以某种方式发布以供使用的软件接口。

 

api有三种类型：

 

本地api——这些api为应用程序提供操作系统或中间件服务，比如微软的。net api。

 

Web api——这些api通过internet来发送和接收信息。这些包括url。

 

程序api——这些基于远程过程调用技术，远程程序组件对软件的其余部分来说是本地的。

 

我们认为你应该在2019年学习的10个趋势机器学习api:

 

1. PredictionIO

 

PredictionIO是一个基于Apache的开源机器学习API，它使得数据科学家更容易构建预测机器。它可以与Apache Spark、MLlib、HBase、Elasticsearch和Spray轻松绑定。它使用一个独特的模板系统来创建机器学习系统，使开发人员更容易根据自己的需要定制引擎。

 

PredictionIO还可以自动评估预测引擎，以确定使用的最佳超参数。这个出色的API承担了主要任务，允许开发人员简单地向组合中添加自己的定制。PredictionIO提供了快速构建和部署引擎、可定制模板、实时响应动态查询、使用系统流程进行更快的机器学习建模、预构建评估措施、简单的数据基础设施管理等功能。

 

2. Geneea自然语言处理API

 

Geneea是一种自然语言处理API，可以对提供的原始信息执行分析。这个API可以对原始文本、从给定URL提取的文本或直接从提供的文档中提取的文本等信息执行分析。开发人员还可以提供额外的信息，例如所使用的语言、特定的领域等，这些信息可以帮助使结果更加精确。Geneea对语言、纠正、变音符号、标记、主题检测、名称实体识别等主题进行分析。

 

3. IBM沃森视觉识别

 

IBM Watson的可视化识别API使用机器学习算法正确识别、分类和标记对象。它还可以用于搜索视觉内容，如颜色，查找人脸，标记图像，估计年龄和性别，甚至在一个集合中查找类似的图像。开发人员甚至可以创建和培训定制分类器来识别他们需要的对象。IBM可视化识别是IBM Watson开发人员的更大的api云套件的一部分，该套件还包括语音到文本、文本到语音、问答、性格洞察、音调分析器等 。

 

4. Slack的API

 

几年前，Slack成为最流行的工作场所通信工具之一，从那时起，它引入了自己的API，允许开发人员为自己的工作空间构建定制的通信系统。这个RESTful API允许开发人员学习和使用Slack代码。它提供了Slack强大的自然语言处理功能，允许开发人员构建与Slack集成的应用程序，比如智能聊天机器人或其他可以安排会议的机器人。

 

5. 美国电话电报公司(AT&T)语音API

 

AT&T语音API允许开发人员将语音识别功能集成到他们的应用程序中。该API由AT&T Watson语音引擎提供支持，还包括自然语言处理功能，如自然语言理解、语音识别、语音转录等等。它可以很容易地将一个口语文件转录成文本。该API可以根据特定需求进行调整，如Web搜索、业务搜索、语音邮件、SMS、问答等。

 

6. 微软认知服务-文本分析

 

微软在机器学习方面取得了长足的进步。这个流行的API允许开发人员在翻译文本之前自动检测文本的语言。它还可以从文本中提取信息，包括语言和语句背后的情感。它还提供其他功能，如关键短语提取、语言检测、情感分析、翻译，甚至识别文本中的实体。

 

7. 亚马逊机器学习

 

Amazon的机器学习API可以执行许多不同的功能。它可以执行欺诈检测、内容个性化、文档分类和客户流失预测等功能。它还允许开发人员快速培训和部署他们的模型。然而，Amazon的API不是开源的，它可以用于即付即用的支付计划。

 

8. BigML

 

BigML是一个机器学习REST API，允许开发人员轻松地为应用程序构建和部署AI模型。这个API允许构建预测模型，包括有监督和无监督的机器学习任务，以及机器学习管道。最好的部分是BigML允许使用标准HTTP方法创建、检索、更新和删除BigML资源。

 

9. 谷歌云api

 

谷歌一直致力于创新，它真正闪耀的地方是机器学习。谷歌有一套完整的云api，旨在帮助简化开发人员的任务。谷歌的机器学习API包括云视觉API、云语音API、自然语言API、翻译API和对话流API。

 

云视觉API -包括图像标签，人脸检测，标志和地标，光学字符识别，显式内容检测。

 

云语音API -包括语音识别，音频转换从麦克风或文件，转换到超过80种语言的文本。

 

自然语言API -包括结构分析、文本含义、情感分析、实体识别和文本注释。

 

翻译API——从一种语言翻译到另一种语言。

 

10. Wit.ai

 

Wit.ai是一个自然的开源语言处理平台，它提供了向web和移动应用程序添加智能语音功能的功能。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语音接口。智慧的文档。ai是干净的，容易理解。它包括代码示例、许多流行语言和平台的sdk、快速入门指南和完整的Wit应用程序指南。