不用寫代碼!5個免費開源ML工具輕鬆讓你構建AI

隨着對機器學習和人工智能的需求不斷增加,領先的技術巨頭意識到需要讓開發人員能夠訪問構建和部署模型的工具。 從工業角度來看,業內沒有足夠的熟練程序員和數據科學家來開發這些系統。 科技巨頭現在正在開放他們的平臺和開發工具,以降低進入AI / ML的門檻。

在本文中,我們列出了5個可以訪問ML和AI的工具:

Lobe:Lobe是一種易於使用的可視化機制,它允許用戶構建自定義深度學習模型,及時訓練它們,並在用戶所需的應用程序中立即發送它們,而無需編寫任何代碼。

用戶可以從桌面上拖動訓練示例的文件夾開始。 Lobe自動爲其用戶構建自定義深度學習模型並開始培訓。 用戶可以導出經過培訓的模型並直接在他們的應用程序中發送。

該工具還允許用戶使用音頻文件,這使他們能夠創建音樂可視化工具等工具,但該公司希望擴展支持語音, 並允許創建生成圖像。

Google AutoML

Google的複雜機器學習解決方案是Cloud AutoML,這是一種無需任何編碼背景即可生成機器學習模型的點擊式方法。 Google提供可通過API完成預先訓練的神經網絡,可以完成某些任務,但這只有在您需要具體使用該模型時纔有用。 Cloud AutoML的本質是幾乎任何人都可以帶來圖像目錄,爲圖像導入標籤,並基於此創建可操作的機器學習模型。

Google在幕後完成所有複雜的操作,因此客戶無需瞭解任何有關神經網絡設計複雜性的信息。 AutoML使用簡單的圖形界面,使用戶可以拖動圖像集合。 然後,平臺需要知道如何表示這些圖像。 Google確實發揮了它的魅力,用戶最終得到了一個可以識別照片中指定課程的雲中運行的模型。

說到AI,不得不提谷歌的AIY 項目(AIY Projects),全稱爲 Artificial Intelligence Yourself,意爲動手創造你的人工智能。該項目由 Google 於 2017 年啓動,目標是讓每個 Maker(創客)都可以 DIY 自己的 AI 人工智能產品。Google 先後在 5 月、12 月份分別推出該項目代表的兩組套件 Voice Kit 和 Vision Kit。

Voice Kit使用Google assistant爲您的Raspberry Pi添加語音控制,而Vision Kit則打開圖像識別並向創客們引入了神經網絡。它可以檢測千中常見物體,但也可以對您的臉部表情進行檢測,並顯示出您的情緒,比如憤怒、開心等等。

據報道,Google AIY系列開發套件已經在香港設立了獨家經銷商,感興趣的創客開發者們可以去關注下Gravitylink Store,價格和官方一樣。

 

Data Robot

該工具能夠通過自動化機器學習,在幾分鐘或幾天而不是幾個月內轉換機器學習和AI項目,而無需僱用和指導數據科學團隊,從而產生世界級即將來臨的建模功能。

該工具使用傳統方法開發和部署預測模式,而無需任何以前的編程知識。 它提供了衆多尖端的開源機器學習原型,以發現最真實的用戶數據模型。

此功能使數據科學和預測建模在組織的範圍內,並幫助他們大規模實現ML。 此外,該工具還可用於預測建模問題,提供機器學習和人類經驗的最佳組合。

 

Orange(可在Anaconda中使用)

Orange是一個爲基於GUI的工作流程挖掘和分析而開發的程序。 這意味着用戶不需要具備任何編程知識,也不需要使用Orange和我的數據,測試數據並獲得見解。 用戶可以完成從主要視覺對象到數據管理,轉換和數據挖掘的任務。

它將整個過程的所有功能組合到一個工作流程中。 Orange的最佳功能是它支持精彩的視覺效果。 用戶可以嘗試剪影,熱圖,地理地圖和各種可視化。

 

KNIME

康斯坦茨信息挖掘(KNIME)是一個開源數據分析,報告和集成程序,它通過其模塊化數據流水線概念結合了機器學習和數據挖掘的各個部分。

JDBC的圖形用戶界面和應用程序使得節點的組合能夠混合不同的數據源,包括預處理,用於建模,數據分析和可視化,而無需或僅使用最少的編程。 在某種程度上,高級分析工具KNIME也可以被視爲SAS替代方案。

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章