50多種適合機器學習和預測應用的API,你的選擇是?(2018年版本)
05-14
摘要: 本文盤點了2018年以來人臉和圖像識別、文本分析、自然語言處理、情感分析、語言翻譯、 機器學習和預測這幾個領域常用的API,讀者可以根據自己需求選擇合適的API完成相應的任務。
對於做工程項目和搞科研的人來說,有現成的模塊或工具使用是一件多麼美妙的事情啊,無需訪問源碼或理解內部工作機制的細節即可完成相應的任務。常用的方法是調用一些API,即一些預先定義的函數,目的是提供應用程序與開發人員基於某軟體或硬體得以訪問一組常式的能力。本文總結對於機器學習行業者有用的50多個API,主要涉及的領域如下:
- 人臉和圖像識別(Face and Image Recognition)
- 文本分析、自然語言處理、情感分析(Text Analysis, NLP, Sentiment Analysis)
- 語言翻譯(Language Translation)
- 機器學習和預測(Machine Learning and prediction)
本文對每個研究領域都列出了一些主流的API,其排列順序是根據字母順序而來。
人臉和圖像識別
- 1.Animetrics Face Recognition:該API可用於檢測圖像中的人臉,並將其與已知的人臉數據集相匹配。此外,還可以從可搜索圖庫中添加或移除某個分類,或者是從某個分類中添加或刪除某張面部圖像。
- 2.Betaface:該API提供人臉識別與WEB服務檢測。識別的特徵包括多人臉檢測、人臉裁剪、123個人臉特徵點檢測、人臉驗證與識別、以及在大資料庫中進行相似性搜索。
- 3.Eyedea Recognition:致力於提供高階的計算機視覺解決方案,主要是對象檢測和識別。其識別服務提供了眼睛、臉部、車輛、版權以及車牌檢測。該API主要的價值在於可以對對象、用戶和行為進行實時理解。
- 4.Face++:提供面部識別和檢測服務,用戶可以調用該API來訓練程序,人臉檢測、人臉識別、群體人臉、創建人臉集、獲取信息等。
- 5.FaceMark:該API能夠檢測正面照上的68個特徵點,以及面部輪廓照上的35個特徵點。
- 6.FaceRect:該API非常強大且免費。能夠在正面照和輪廓照上檢測人臉或多個人臉,還可以將檢測結果以JSON格式輸出,此外,該API可以顯示檢測到的眼睛、鼻子、嘴等面部特徵。
- 7.Google Cloud Vision API:發布在TensorFlow平台上,使得模型能夠學習和預測圖像的內容。此外,還可以幫助用戶搜索到最愛的圖像,快速、準確地獲取它的注釋。它還能夠按照船、獅子、埃菲爾鐵塔等分成數以千計的類別,檢測面部的相關情緒,識別多種語言的印刷語。
- 8.IBM Watson Visual Recognition:該API能夠理解圖像的內容,比如圖像標記,檢測人臉、年齡和性別預測,還可以進行人臉相似檢測。此外,還可以利用該API根據自身任務開發相關服務。
- 9.Imagga:該API能夠自動為圖像分配標籤,以使得圖像可被找到,它是基於圖像識別平台服務的。
- 10.Kairos:該平台方便開發者快速地在應用程序和服務中添加情感分析和人臉識別。
- 11.Microsoft Cognitive Service - Computer Vision:該API可以基於輸入或用戶選擇以不同的方式分析視覺內容。比如,基於內容標記圖像、分類圖像、檢測人臉並返回坐標、識別特定區域的內容、生成內容描述、標識圖像中的文本、標記成人內容。
- 12.Skybiometry Face Detection and Recognition:該API提供人臉檢測和識別服務,最新版的API還能夠區分深色眼鏡和透明眼鏡。
文本分析、自然語言處理和情感分析
- 1.Bitext:提供市面上最準確的多語種情感主題分析。目前,已經提供四個語義服務:實體、概念提取、情感分析以及文本分類,該API支持8種語言。* 2.Diffbot Analyze:為開發人員提供可識別、分析以及從任何網頁中提取主要內容和章節的工具。
- 3.Free Natural Language Processing Service:,免費提供包括情感分析、內容提取、語言檢測等服務,該API也在API市場mashape.com中挺受歡迎。
- 4.Google Cloud Natural Language API:該API分析文本的結構和意義,包括情感分析、實體識別以及文本注釋。
- 5.Watson Natural Language Understanding:該API分析文本以從概念、實體、關鍵詞、類別、關係以及語義角色等內容中提取元數據。
- 6.MeaningCloud Text Classification:該API完成預分類任務,比如文本提取、文本標記、詞語切分等。
- 7.Microsoft Cognitive Service - Text Analytics:該API從文本中檢測情緒、關鍵短語、話題和語音。該組中的其它API提供包括Bing拼寫檢查、語言理解、語言分析以及Web語言模型等。
- 8.nlpTools:在HTTP RESTful網路服務上的簡單JSON,被用於自然語言處理,能夠對網路新聞媒體進行情感分析和文本分類。
- 9.Geneea:該API可以對提供的原始文本、從給定的URL中提取到的文本或直接提供的文檔進行分析。
- 10.Thomson Reuters Open Calais?:基於自然語言處理、機器學習和其它方法,將文檔與實體(人、地點、組織等)進行分類和鏈接。
- 11.Yactraq Speech2TopicsIs:該API通過語言識別與自然語言處理技術將視聽內容轉化為主題元數據。
語言翻譯
- 1.Google Cloud Translation:該API能夠動態地在數千種語言之間對文本進行翻譯,且允許將網站和程序與該翻譯服務集成在一起。
- 2.Google Cloud SPEECH-TO-TEXT:該API可以應用強大的神經網路模型,開發人員可以將音頻轉換成文本,該API支持120種語言及其變體。
- 3.IBM Watson Language Translator:該API將文本從一種語言翻譯為另外一種語言,此外也允許開發者基於自己的需求進行自定義模型開發。
- 4.MotaWord:人工快速翻譯平台,支持70種語言,且允許開發人員查詢翻譯報價、提交翻譯項目文檔和風格指南、跟蹤項目進度並實時獲取活動信息。
- 5.WritePath Translation:該API允許開發人員將WritePath集成到其它應用程序中,提供字數檢索、提交文本翻譯任務以及獲取分宜信息等服務。* 6.Houndify:通過始終學習的獨立平台將語音和會話智能地集成到產品中。
- 7.IBM Watson Conversation:構建理解自然語言的聊天機器人,可以將其部署在消息平台和網站上。該組中的其它API能夠提供包括對話、自然語言分類器、個性分析、文檔轉化以及音調分析器等功能。
- 8.IBM Watson Speech:該API提供語音到文本以及文本到語音的轉換功能。
機器學習與預測
- 1.Amazon Machine Learning:從數據中查找模式。該API的典型用法包括詐騙檢測、需求預測、目標營銷和點擊預測等。
- 2.BigML:提供雲託管的機器學習和數據分析服務。用戶可以建立一個數據源,並通過標準的HTTP創建模型來處理標準的有監督和無監督學習的機器學習任務。
- 3.Google Cloud Prediction:提供REST API來構建機器學習模型。這些工具可以幫助分析數據以嚮應用程序中添加各種特徵。
- 4.co:為電子商務網站提供產品推薦引擎,準確地預測客戶的意圖。
- 5.Hu:toma:幫助世界各地的開發者建立和構建商用級別的深度學習聊天機器人。
- 6.IBM Watson Retrieve and Rank:開發人員可以將自定義數據載入到這個服務中,並使用相關演算法來訓練機器學習模型(Rank)。服務輸出包括一系列相關文件和元數據。
- 7.indico:提供文本分析和圖像分析,該API免費使用且不需要任何的訓練數據。
- 8.Microsoft Azure Cognitive Service API:為顧客提供個性化的產品建議並提高銷售量,新版本增加的一些功能,比如支持批量處理、更好的API資源管理器、更簡潔的API介面等。
- 9.Microsoft Azure Anomaly Detection API:檢測異常事件序列數據,比如檢測內存使用中是否存在內存泄露。
- 10.Microsoft Cognitive Service - QnA Maker:將信息提煉為對話或易於瀏覽的形式。該組中的其它API提供包括學術知識、實體鏈接、知識探索等服務。
- 11.Microsoft Cognitive Service - Speaker Recognition:使得應用程序具有檢測當前說話者的能力。該組中的其它API提供包括Bing語言和自定義識別等服務。
- 12.MLJAR:為原型開和部署模式識別演算法提供服務。
- 13.NuPIC:基於Python和C++實現的Numentas Cortical學習演算法,並由nupic社區維護。該API允許開發人員使用原始演算法,將多個區域串起來,並利用其它平台的功能。
- 14.PredicSis:該API對大數據有很好的洞察力,並通過預測分析來改善營銷業績。
- 15.PredictionIO:建立在Apache上的一個開源機器學習伺服器。典型API方法包括創建、管理和用戶記錄、檢索項目和內容、以及基於用戶進行個性推薦等。
- 16.RxNLP - Cluster Sentences and Short Texts:文本挖掘和自然語言處理伺服器,其語句聚類API可以將長文本或短文本轉換成邏輯組。
- 17.Recombee:通過REST API提供數據挖掘、語言查詢和機器學習演算法服務。
其它API可以參Mashape的博客以及Programmable Web網站。如果你有更好的API推薦,可以留言回復,十分感謝。
數十款阿里雲產品限時折扣中,趕緊點擊領劵開始雲上實踐吧!
以上為譯文,由阿里云云棲社區組織翻譯。譯文鏈接
文章原標題《50+ Useful Machine Learning & Prediction APIs, 2018 Edition》譯者:海棠,審校:Uncle_LLD。
文章為簡譯,更為詳細的內容,請查看原文。
更多技術乾貨敬請關注云棲社區知乎機構號:阿里云云棲社區 - 知乎
推薦閱讀:
※台灣李宏毅老師機器學習ML 第一課 回歸Regression
※20 個頂尖的 Python 機器學習開源項目
※機器學習Kaggle入門學習筆記以及問題匯總
※pytorch中如何處理RNN輸入變長序列padding
※道可道之機器學習(3) - 單隱藏層神經網路