
使用Node.js、Express和MySQL構(gòu)建REST API
文檔: https://bigml.com/developers
BigML公司將這個機器學習API描述為“每個人用起來都笑開顏”的產(chǎn)品。它簡單易用,代碼優(yōu)秀,可以實現(xiàn)諸如決策樹等的異常檢測或SunBurst可視化等功能。
這個API的確可以稱得上是你手中的完美武器,即使你可能從未有過相關(guān)經(jīng)驗,使用BigML也能獲得很大的效率提升。
Oleksii說他最喜歡BigML的部分,是附帶教程。你完全可以期待一些關(guān)于如何更正確地完成某些任務(wù)的案例和用戶指南,因此,你可以從零開始理解所有內(nèi)容,即使沒有博士學位。
文檔:https://predictionio.apache.org/datacollection/eventapi/
Demo: https://predictionio.apache.org/demo/community/
PredictionIO最可貴的品質(zhì)在于,它可以免費部署API。
它提供了各種幾乎完整的模板,可以根據(jù)用例進行定制;一旦作為Web服務(wù)部署,就能立即響應(yīng)動態(tài)查詢;提供了組織良好且廣泛的文檔,包括開發(fā)人員指令,演示教程等;API會定期更新,不斷會有新的高級功能出現(xiàn)。
文檔: https://docs.anaconda.com/
作為一個由Python提供支持的安全且可擴展的企業(yè)級API,它提供700多個可以輕松安裝的軟件包的直接訪問。 您從此API獲得的是正確的控制數(shù)據(jù)科學assets。值得一提的是,它的主要特性之一是,是提供了充足的機會將項目部署到交互式數(shù)據(jù)應(yīng)用程序、現(xiàn)場筆記本和ML模型中。
文檔: https://github.com/blue-yonder
如果你想為零售行業(yè)找到優(yōu)秀的API,那么Blue Yonder Platform將是最佳選擇。為什么這么說呢?
這個基于云的可擴展平臺使用人工智能、機器學習技術(shù),主要用作預測應(yīng)用,可快速響應(yīng)市場動態(tài)變化。該公司聲稱Blue Yonder Platform可以將零售商缺貨率降低80%,并將其收入和利潤提高5%以上!天哪,更可怕的事,這好像是真的!
除了構(gòu)建所需的應(yīng)用程序外,還可以將其與ERP或HR等現(xiàn)有系統(tǒng)集成。
文檔: https://docs.mljar.com/
另一個給作者Oleksii留下深刻印象的API是MLJAR。它為原型設(shè)計、開發(fā)和部署所需的模式識別算法提供服務(wù)。用戶只需上傳數(shù)據(jù),選擇所需的ML算法并使用最佳模型進行預測即可。
文檔: http://nupic.docs.numenta.org/
這個API是用Python和C++編寫的,它實現(xiàn)了Numenta’s Cortical Learning算法,并在NuPIC社區(qū)的幫助下進行維護。Oleksii覺得它最具吸引力的地方在于,它是一個功能強大的一體化工具,允許開發(fā)人員使用原始算法,將多個區(qū)域(例如層次結(jié)構(gòu))串聯(lián)起來,并利用其他平臺功能。
文檔: https://docs.recombee.com/
Recombee是一個SaaS解決方案,它通過直觀的實時API提供建議。Recombee通過RESTful API利用記錄挖掘,問題語言和機器學習算法(例如,協(xié)同過濾和基于內(nèi)容的建議)。最重要的是,API文檔編寫的非常用心,清晰明了,在工作中使用它非常方便。
文檔: https://indico.io/docs/
indico是最受歡迎的預測分析軟件API之一,所以不可能忘記這個名字。這個API有兩個主要功能:文本評估(情感分析,參與,情感)和照片評估(面部情緒,面部定位)。它最大的優(yōu)點是可以免費使用,不需要任何訓練數(shù)據(jù),因此可以立即使用。
文檔: http://api.animetrics.com/documentation
Demo: http://api.animetrics.com/demo
如果你只是想創(chuàng)建一個人臉識別軟件或只是進行圖像分析的話,Animetrics Face Recognition會是一個很好的接口。首先可以用它來檢測照片和圖片中的人臉,然后與一組已知的人臉進行匹配。 另一個優(yōu)勢是關(guān)于面部特征的信息,或者地標作為圖像上的坐標返回。 此外,此API還可以從可搜索的圖庫上傳或撤銷一個主題,并從上傳或刪除面部。
文檔: http://face.eyedea.cz:8080/api/face/docs
Demo: http://cloud.eyedea.cz/api/face
Eyedea Recognition是物體檢測和物體識別領(lǐng)域的真正巨人。該API基于機器學習和人工智能的前沿研究成果,完美地處理了一系列根據(jù)客戶規(guī)范準備的軟件解決方案。這種靈活的識別服務(wù)提供眼睛、面部、汽車、版權(quán)甚至車牌檢測。API最重要的價值是可以獲得對象、客戶和行為的即時信息。
文檔:https://www.betafaceapi.com/wpa/index.php/documentation
Demo: https://www.betafaceapi.com/demo.html
強烈建議了解有關(guān)此API的所有信息!它是一個強大且可擴展的平臺,用于掃描上傳的文件或照片網(wǎng)址,檢測面孔并進行檢查。這個API具備以下能力:多個面部檢測、面部裁剪、123個面部點檢測(22個基本點,101個高級點)、面部驗證,以及非常龐大的數(shù)據(jù)庫中的相似性搜索。
文檔: https://docs.imagga.com/
Demo: https://imagga.com/auto-tagging-demo
一個更強大的API,用于圖像分析、即時圖像分類、顏色提取和內(nèi)容感知裁剪。Imagga提供的API可以自動為鏡頭分配標簽,使得圖片可以被輕松的找到,它基于圖像識別Platform-as-a-Service。
文檔: https://wit.ai/docs
Demo: https://labs.wit.ai/demo/index.html
這是一個可擴展的NLP平臺。如果需要為開發(fā)人員提供與語音自動化相關(guān)的日常工作,那么它將是最佳選擇。Oleksii表示自己是這個API的忠實粉絲。如此熱愛這個API的原因,是他們專注于從每次互動中理解人類語言并貢獻于社區(qū),這意味著所學到的一切都將在開發(fā)人員之間共享。Wit為家庭自動化、聯(lián)網(wǎng)汽車、機器人、智能手機、可穿戴設(shè)備等創(chuàng)建智能語音界面。而且還免費。
文檔: https://docs.api.bitext.com/
Demo: http://parser.bitext.com/
Bitext API是另一個深度語言分析工具,提供易于導出到各種數(shù)據(jù)管理工具的數(shù)據(jù)。該平臺產(chǎn)品可用于聊天機器人和智能助手、CS和Sentiment,以及一些其他核心NLP任務(wù)。這個API的重點是語義、語法、詞典和語料庫,可用于80多種語言。此外,該API是客戶反饋分析自動化方面的最佳API之一。該公司聲稱可以將洞察的準確度做到90%。
文檔: https://api.geneea.com/
Demo: https://demo.geneea.com/
Geneea對提供的原始文本,從給定URL提取的文本或直接從提供的文檔執(zhí)行分析(自然語言處理)。這里的巨大優(yōu)勢是相當多的可用語言(超過30種)。Geneea對語言、主題識別、情感檢測、實體提取、自動標記等主題進行分析,并對捷克文本的變音符號進行各種校正。
文檔: https://www.diffbot.com/dev/docs/
Demo: https://www.diffbot.com/
Diffbot Analyze API執(zhí)行自動識別、分析和提取,可以輕松地從任何URL傳送每個數(shù)據(jù)(文本,照片,視頻)。它將人工智能、機器學習、計算機視覺和NLP相結(jié)合。此外,可以將其與自定義API同時使用,以便使用手動規(guī)則來獲取數(shù)據(jù)。
Demo: https://yactraq.com/contact-trial/
這是一個很棒的語音分析API,旨在釋放聲音數(shù)據(jù)的價值。該API通過語音識別和NLP將視聽內(nèi)容材料轉(zhuǎn)換為主題元數(shù)據(jù)。它提供了一組呼叫操作解決方案,可提供不錯的投資回報率、大規(guī)模的統(tǒng)計應(yīng)用程序、并可全面了解寶貴的數(shù)據(jù)。
文檔: https://monkeylearn.com/api/v3/
Demo: https://monkeylearn.com/contact/
MonkeyLearn是一個人工智能平臺,允許用戶從原始文本中分類和提取可操作的數(shù)據(jù),如電子郵件、聊天信息、網(wǎng)頁、文檔、推特等。它最大限度地減少了上述任務(wù)所需的時間。
文檔: https://help.hutoma.ai/article/ym34wr87lx-hutoma-chat-api
這是一個開源的會話式AI驅(qū)動平臺,有助于通過自然語言界面和AI助手簡化對可操作數(shù)據(jù)的訪問。如果想在自己的應(yīng)用程序或網(wǎng)站中實現(xiàn)自然語言界面,這個API可以說是首選了。
文檔: http://php-nlp-tools.com/documentation/
nlpTools是一個開源的簡單文本處理框架(一個用PHP編寫的NLP庫),用來分析自然語言。它可以解碼在線新聞媒體,用于情感分析和文本分類。
當然,作為開發(fā)者應(yīng)該具備這樣的覺悟:任何API都不能不經(jīng)過調(diào)研就直接拿來用于生產(chǎn)。希望大家能夠從這20個API里,找到適合自己業(yè)務(wù)的選項。
文章轉(zhuǎn)自微信公眾號@TalkingData