做啥网站好,如何做京东优惠券网站,短视频seo客短,高级布局编辑器wordpress林鳞 编译自 KDnuggets量子位 出品 | 公众号 QbitAI对于大多数公司来说#xff0c;机器学习是一项复杂而伤神的工作#xff0c;花销大、对人才要求高。机器学习即服务针对这个痛点应运而生。什么是“机器学习即服务”机器学习即服务#xff08;Machine learning as a servic… 林鳞 编译自 KDnuggets量子位 出品 | 公众号 QbitAI对于大多数公司来说机器学习是一项复杂而伤神的工作花销大、对人才要求高。机器学习即服务针对这个痛点应运而生。什么是“机器学习即服务”机器学习即服务Machine learning as a serviceMLaaS是一类自动化和半自动化云平台的统称用来解决数据预处理、模型训练、模型评估、未来预测等一系列基础设施问题。亚马逊机器学习服务、微软Azure机器学习和谷歌云AI是目前云机器学习即服务的领导者可以帮助没有数据科学经验的用户快速训练并部署模型。在这篇文章中我们首先概览这三个主要的机器学习即服务平台的性能之后对比这些供应商支持的机器学习API。准备好了嘛来次够自定义预测分析任务对比亚马逊Amazon ML和SageMaker亚马逊机器学习服务包含进行预测性分析的Amazon ML和数据科学家专属的整套加速机器学习流程的托管服务SageMaker工具。用Amazon ML进行预测性分析是目前市场上自动解决方案之一特别适合时间紧的操作。这项服务可以从众多来源中加载数据包括Amazon RDS、Amazon Redshift、CSV文件等。所有数据预处理操作都是自动执行的它能帮你识别哪些字段是分类的、哪些是数值的并且不要求用户选择方法或进一步的数据预处理。Amazon ML的预测能力限制在以下三个类别之中二值分类、多值分类和回归。也就是说这种Amazon ML服务不支持任何无监督学习方法用户必须选择一个目标变量在训练集中进行标记。此外用户无需了解任何机器学习的方法因为亚马逊在查看提供的数据后会自动选择。这种高度自动化的操作对Amazon ML来说是优势也是劣势。如果你需要全自动但限制性强的解决方案这项服务应该正中你下怀。如果不是你可以选择SageMaker。SageMaker是一个机器学习环境它提供快速构建和部署模型的工具为数据科学家简化工作。比如通过提供的程序编写笔记本Jupyter简化数据探索和分析过程并且避免了管理服务器这等麻烦事。亚马逊还内置了为大数据集和分布式系统计算而优化的算法。这包括Linear learner一种用于分类和回归的监督学习方法为稀疏数据集设计的分类和回归的Factorization machinesXGBoost一种监督式增强树算法它通过结合简单算法的预测来提高分类、回归和排序的预测精度基于ResNet的图像分类也可用于迁移学习Seq2seq一种预测序列的监督学习算法可以用于语句翻译、把字符串转化成简短的句子等K-means一种无监督学习方法可用于聚类任务主成分分析PCA可用于降维隐式狄利克雷分布LDA一种用于返现文件类别的无监督学习法神经网络机器翻译NTM也是一种无监督学习法可以用来探索文件、定义主题。用户无需预定义主题但是它们可以设置期望的数量内置的SageMaker方法与亚马逊推荐的ML API关联较大但是SageMaker允许数据科学家用自己的数据集进行操作。如果你不知道如何使用你可以利用SageMaker的部署特征添加自己的方法后运行模型也可以将SageMaker和TensorFlow和MXNet等深度学习库结合起来。无论是对有经验的数据科学家和新手来说亚马逊机器学习服务的自由度很高。对于已经使用亚马逊环境的公司来说这是一个可靠的选择无需考虑转到其他云提供商了。微软Azure机器学习工作室微软Azure旨在为新手和有经验的数据科学家提供施展的场地和亚马逊的服务相比Azure在到手即用的算法上更灵活。Azure的服务主要有两大类Azure Machine Learning Studio和Bot Service。我们接下来主要分析ML Studio一会儿再说Bot Service。几乎所有Azure ML Studio的操作都需手动完成包括数据挖掘、预处理、选择方法和验证建模结果。用Azure做机器学习要经历一个学习曲线但最终会帮助用户更深入理解这个领域中的主要技巧。换个角度说Azure ML支持的图形界面可以将整个工作流的每一步可视化。此外使用Azure的优势在还于其中可用的多样算法它支持100多种方法涉及分类、异常检测、回归、推荐和文本分析等方法。值得一提的是这个平台还支持一个聚类算法K-means。Azure ML中另一个主要部分是Cortana Intelligence Gallery。这是一个由社区提供的机器学习解决方案的集合数据科学家探索和复用。谷歌预测API谷歌提供两种级别的AI服务一种是为老练的数据科学家提供的机器学习引擎另一种是高度自动化的谷歌预测APIGoogle Prediction API。不幸的是Google Prediction API将在2018年4月30日停止服务。Google Prediction API有点像Amazon ML它的能将解两类问题分类和回归。训练过的模型可通过REST API部署。谷歌没有公布具体哪些算法可用于绘制预测也不允许工程师定制模型。不过它非常适合用来在时间紧迫的时候构建初步的机器学习应用。但是该产品似乎不像谷歌预计的那样受欢迎因为使用预测API的用户还需要用其他的平台重建现有的模型。预测API的高自动化是以灵活性为代价的机器学习引擎Google Cloud Machine Learning Engine与之不同。它非常适合有经验的数据科学家非常灵活建议用云端的基础设施搭配TensorFlow来驱动机器学习。所以ML Engine大体上和SageMaker相像。纵览三家似乎Azure是目前MLaaS市场上最通用的工具集。它涵盖了大多数与机器学习相关的任务为构建自定义模型提供了可视化界面并且为那些不想自己动手掌握数据科学的人提供了一套API。同时它也缺乏自动化能力。亚马逊、微软和谷歌的机器学习API对比除了成熟的平台之外你还可以选择高级API。这些服务都提供训练好的模型输入数据就可以获得结果。使用这些API不需要机器学习专业知识。目前这三家公司的API可以大致分为三组1文本识别、翻译和文本分析2图像视频识别和相关分析3其他包括特定的未分类服务亚马逊的语音和文本处理API亚马逊提供了多个针对文本分析中流行任务的API它们在机器学习方面也是高度自动化的并且只需适当的集成便可使用。Amazon LexLex API是在应用程序中嵌入的聊天机器人基于深度学习模型它具备自动语音识别ASR和自然语言处理NLP的能力。这些API可以识别书面和口头文本Lex接口将识别的输入与各种后端解决方案挂钩。除了独立的应用程序Lex还支持为Facebook Messenger、Slack和Twilio部署聊天机器人。Amazon TranscribeLex仅能用于识别语音文本但Transcribe工具可以在低质量的电话音频中识别多个讲话人。它是编辑音频文档的首选解决方案。Amazon PollyPolly服务和Lex刚好相反它能够将文本转换成语音让聊天机器人能说话。Amazon Comprehend Comprehend是另一组NLP的API。和Lex和Transcribe不同它专注于不同的文本分析任务。这项服务将帮助用户分析社交媒体的反应、评论和其他不适合手动分析的文本数据。Amazon Translate亚马逊声称它使用神经网络来做机器翻译比与基于规则的翻译质量更好。目前的版本支持六种语言的互译包括阿拉伯语、汉语、法语、德语、葡萄牙语和西班牙语。微软Azure认知服务的语音和文本处理API和亚马逊一样微软提供的高级API Cognitive Services可以与基础设施结合不需要任何数据科学专业知识就能完成任务。语音语音部分包括四种API用于翻译的语音API、用于Bing搜索的、识别说话人的API、在自己的数据和模型上使用Azure NLP能力的定制化Custom Speech Service。语言和亚马逊的Comprehend的文本分析类似语言理解智能服务分析文本意图识别出命令的API用于情感分析和定义主题的文本分析APIBing拼写检查翻译文本API网页语言模型API预测单词组合的概率并且支持单词自动完成语言分析API用于句子的分离、词性标注、标记语言将文本划分为带标记的短语谷歌云服务的语音和文本处理API这组API基本上和亚马逊、微软Azure的那些是重叠的但有一些有趣且独特的东西值得关注。对话流聊天机器人的对话流由NLP技术驱动目的是在文本中定义意图并解释一个人想要什么。我们可以通过Java、Node.js和Python来调整和定制API。云自然语言API它的核心功能几乎与亚马逊理解功能和微软的语言功能完全相同。定义文本中的实体识别情感分析语法结构话题分类云语音API这个功能可以识别自然语言而与类似API相比最大优势在于是谷歌支持的丰富的语言全球110种全球语言和它们的变体都能驾驭。此外它还具备能够对特定的上下文和可以使用的单词进行自定义识别的单词提示过滤不合适的内容处理噪声音频云翻译API大多数情况下你可以用这个API在产品中使用谷歌翻译支持100多种语言和自动语言检测。除了文本和语音亚马逊、微软和谷歌提供了相当多的用于图像和视频分析的API。虽然图像分析与视频API密切相关但许多用于视频分析的工具仍在开发或测试中。例如谷歌为各种图像处理任务提供了较多支持但是比亚马逊和微软的同类产品少了很多视频分析功能。Amazon Rekognition图像与视频处理API不单词没有拼错。Rekognition API是用来分析图像的最近还增加了视频识别功能。它能处理的任务有物体检测和分类在视频中检测行为比如跳舞、灭火等人脸识别检测不当视频识别图片和视频中的名人微软Azure认知服务的图像和视频处理API微软的视觉程序包结合了六个API专注于不同类型的图像、视频和文本分析识别物体和动作的计算机视觉还可以找出图像的主色调检测图像、文本和视频中的不当内容Face API检测人脸并分组同时检测年龄、性别、肢体动作、表情和发色等Emotion API另一个面部识别工具来识别面部表情定制视觉服务Custom Vision Service支持用你自己的数据构建图像识别模型Video indexer可以在视频中找到人定义语言的感情并标记关键字图像和视频处理API谷歌云服务Cloud vision API这个工具是为图像识别任务构建的对查找特定的图像属性非常有用。它包括标识对象检测面部并分析情感寻找标记并描述场景寻找图像中的文本并定义语言主色调Cloud Video Intelligence谷歌的视频识别API仍在开发早期所以和亚马逊Rekognition、微软识别服务相比缺少很多功能。目前这个API提供下列工具标记对象并定义动作鉴定具体内容语音转录虽然在功能列表上谷歌的人工智能服务可能缺乏一些功能但是谷歌API的强大之处在于可以访问的大量数据集。特殊的API和工具除了上述文本和视觉相关的产品外微软和谷歌还提供一些特殊的API和工具。因为亚马逊的API几乎都能归于文本和视觉分析上这里就不再单独提它了。Azure服务机器人框架微软努力为用户提供灵活的机器人开发工具集。大体来说这项服务包括构建、测试和部署机器人所需的成熟环境并且是用不同编程语言完成的。有趣的是这项机器人服务并不完全需要机器学习的方法。因为微软提供了机器人的五种模式基础、形态、语言理解、能动性和QA只有语言理解模式需要先进的AI技术。你可以借助.Net和Node.js技术用Azure构建机器人并用以下平台和服务部署它们必应CortanaSkypeWeb ChatOffice 365 emailGroupMeFacebook MessengerSlackKikTelegramTwilio微软的必应搜索提供了链接到必应搜索核心特征的7种API包括自动建议、新闻、图像和视频搜索。微软Knowledge API这个API群组涉及了很多文本分析的特殊任务你可以用推荐API构建个性化购买推荐系统也可以用Knowledge Exploration Service用自然语言查询指令从数据库中检索数据、将数据可视化并且可以自动完成查询Entity Linking Intelligence API是为强调名字和语句设计的为了表示合适的entity并且确保消除了模棱两可的情况Academic Knowledge API负责词语的自动完成、寻找文档中相似的词语和概念以及图表模式QnA Maker API可以用来匹配各种问题及其答案方便构建客服机器人等应用Custom Decision Service是一个强化学习工具可用于基于用户参考的个性化设置和排列不同类型的内容如链接、广告等谷歌云工作搜索目前这个API依然处于早期构建阶段但很快它可能重新定义今天我们用到的工作搜索。和依赖精确关键词匹配的传统工作搜索引擎不同谷歌采用机器学习方法寻找变化多样的职位描述之间的关系。例如它尝试减少不相关或太宽泛的反馈搜索关键词“助理”不会出现“销售助理”这样的职位。这个API的主要特征是什么呢在工作搜索查询中修正拼写错误匹配期望的资历水平寻找职位描述和包含业界术语的相关工作处理首字母缩写词语匹配多种地点描述IBM Watson和其他平台上面我们已经详细介绍了三种主要机器学习平台功能的详尽对比情况除了微软、亚马逊和谷歌还有一些其他公司提供的机器学习即服务的解决方案受到很多数据科学家的青睐比如PredicSis和BigML还有IBM的大数据分析工具Watson Analytics。IBM Watson Analytics目前还不是一个商业预测的成熟平台。它的优势在于可视化数据并描述其相互作用的不同效果。它还拥有谷歌提供的视觉识别服务以及一套其他的认知服务API。目前Watson的系统执行的任务相对简单对非专业人员来说很容易操作。对于机器学习和数据科学从业者来说了解机器学习云技术提供商放出的工具是缓解部署机器学习解决方案之痛的“特效药”。至于最终选择哪家还得对症下药。毕竟机器学习即服务这事没有最好的只有最适合当前任务的。未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能互联网和脑科学交叉研究机构。由互联网进化论作者计算机博士刘锋与中国科学院虚拟经济与数据科学研究中心石勇、刘颖教授创建。未来智能实验室的主要工作包括建立AI智能系统智商评测体系开展世界人工智能智商评测开展互联网城市云脑研究计划构建互联网城市云脑技术和企业图谱为提升企业行业与城市的智能水平服务。 如果您对实验室的研究感兴趣欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”
