By Yulia Gavrilova, AI dan Etika Teknologi di serokell.io.

Anda mungkin pernah mendengar istilah 'low-code' dan 'no-code' sebelumnya.

Kode rendah hanya berarti pengurangan jumlah pengkodean. Banyak elemen dapat dengan mudah diseret dan dijatuhkan dari perpustakaan. Namun, juga dimungkinkan untuk menyesuaikannya dengan menulis kode Anda sendiri, yang memberikan peningkatan fleksibilitas.

Tanpa kode platform tidak memerlukan pengetahuan pemrograman sama sekali. Mereka dapat digunakan oleh orang yang berbeda seperti artis, guru, manajer puncak. Mereka membutuhkan AI dalam pekerjaan mereka tetapi tidak ingin menyelam jauh ke dalam pemrograman dan ilmu komputer. Solusi tanpa kode memiliki fungsionalitas yang cukup terbatas tetapi memungkinkan Anda membangun sesuatu yang sederhana dengan cepat.

Dalam praktiknya, batas antara platform tanpa kode dan kode rendah cukup tipis. Platform yang mempromosikan diri mereka sebagai 'tanpa kode' biasanya masih menyisakan ruang untuk penyesuaian.

Platform kode rendah untuk pemula

Pustaka kode rendah dapat digunakan bahkan dengan pengalaman minimal dalam pengkodean.

PyCaret

Ini adalah perpustakaan pembelajaran mesin sumber terbuka dengan Python yang memungkinkan Anda membuat dan menerapkan model pembelajaran mesin dengan pengkodean minimal.

Pada dasarnya, PyCaret adalah alternatif kode rendah yang dapat menggantikan ratusan baris kode hanya dengan beberapa kata. Ini sangat meningkatkan kecepatan pengembangan perangkat lunak dan membuatnya lebih mudah diakses oleh pemula. PyCaret adalah pembungkus Python di beberapa perpustakaan pembelajaran mesin seperti scikit-learn, XGBoost, Microsoft LightGBM, spaCy, dan banyak lagi.

ViML Otomatis

AutoViML adalah alat yang memungkinkan siapa saja membuat model pembelajaran mesin dengan cepat. Ini secara otomatis membuat data Anda melalui model pembelajaran mesin yang berbeda untuk menemukan mana yang memberikan hasil terbaik dalam setiap kasus tertentu. Kelebihan lainnya adalah Anda tidak perlu memproses data sebelumnya karena AutoViML secara otomatis membersihkan, mengubah, dan menormalkannya. Program ini bekerja dengan berbagai jenis variabel, termasuk data tekstual, numerik, dan visual.

H2O OtomatisML

H2O adalah platform pembelajaran mesin sumber terbuka. Ini memiliki alat untuk menyebarkan algoritma pembelajaran mesin yang paling banyak digunakan seperti penurunan gradien, regresi linier, jaringan saraf tiruan yang dalam, dan lainnya. Yang terkenal dari platform ini adalah AutoML yang mutakhir. Fitur ini menyediakan untuk mengotomatisasi proses pembuatan beberapa model sekaligus sehingga Anda dapat membuat dan menguji model ML fungsional bahkan tanpa pengalaman sebelumnya.

Platform ML tanpa kode yang harus Anda gunakan pada tahun 2021

Berikut adalah berbagai platform tanpa kode yang dapat Anda jelajahi jika Anda ingin menerapkan elemen pembelajaran mesin dengan cepat dan mengintegrasikannya dengan perangkat lunak yang ada.

ML Otomatis Google Cloud

Kredensial mikro  alat tanpa kode memungkinkan siapa saja untuk melatih dan menerapkan model pembelajaran mesin kustom tanpa keahlian ML. Platform ini bekerja dengan berbagai jenis data dan mencakup berbagai kasus penggunaan, dari visi komputer dan kecerdasan video hingga pemrosesan dan terjemahan bahasa alami. Anda akan dapat menyiapkan dan menyimpan kumpulan data Anda dan menggunakan alat otomatis untuk pelabelan yang difasilitasi. Jika Anda membutuhkan lebih banyak daya dan alat yang lebih fleksibel, Anda dapat meningkatkan versi untuk menggunakan Google Cloud.

Paket Google ML

Kredensial mikro  toolkit dibuat untuk pengembang Android dan iOS yang ingin membuat aplikasi mereka lebih menarik. API-nya dapat digunakan untuk mengimplementasikan pemindaian batang, deteksi wajah, fitur pelabelan gambar, dan banyak lagi tanpa harus membuat model ML dari awal. Semua pemrosesan yang diperlukan terjadi pada perangkat seluler pengguna secara real-time, jadi Anda tidak perlu khawatir tentang pengaturan dan hosting server yang mahal.

Mesin yang Dapat Diajar

Mesin yang Dapat Diajar adalah proyek lain oleh Google yang memfasilitasi penggunaan ML untuk aplikasi dan situs web. Platform ini mudah digunakan bahkan untuk orang yang tidak paham teknologi karena antarmukanya yang ramah pengguna. Program ini bekerja dengan gambar dan memungkinkan Anda melatih mesin untuk mengenali dan mengklasifikasikan foto. Itu juga memproses suara. Platform ini menarik untuk dimainkan jika Anda seorang pemula, dan juga gratis. Tetapi terserah Anda untuk mengumpulkan dan menyiapkan data yang akan Anda gunakan untuk melatih model tersebut.

AI landasan pacu

AI landasan pacu dibuat untuk pembuat konten yang tidak memiliki pengalaman pemrograman dalam domain pengeditan video dan foto dengan opsi layar hijau, pemfilteran, dan fitur menarik lainnya. Toolkit ini dapat membantu Anda mengembangkan kreativitas dengan alat teknologi dalam beberapa klik sederhana, mengubah video Anda menjadi seni sinema terbaik.

cuping

Kredensial mikro  platform ML memiliki template proyek yang mudah digunakan, bahkan untuk proyek ML pertama Anda. Proyek ini relatif baru, jadi hanya klasifikasi gambar yang tersedia saat ini. Di masa depan, pembuatnya juga ingin meluncurkan templat deteksi objek dan klasifikasi data. Namun, pengklasifikasi gambar adalah salah satu alat yang paling berguna untuk pengecer, pengiklan, dan profesional bisnis, jadi pastikan untuk memeriksanya.

Jelas AI

Jika Anda mencari alat yang mudah digunakan untuk membuat prediksi berdasarkan data tanpa menulis kode, Jelas AI adalah untukmu. Ini dapat digunakan oleh pemasar dan pemilik bisnis yang ingin memperkirakan aliran pendapatan, mengoptimalkan proses bisnis, membangun rantai pasokan yang lebih efektif, dan melakukan kampanye pemasaran otomatis yang dipersonalisasi. Yang Anda butuhkan hanyalah menyediakan data, memilih kolom berdasarkan mana algoritme ML khusus Anda akan dibuat, dan mendapatkan laporan Anda.

BuatML

BuatML adalah platform seret dan lepas yang mudah digunakan oleh Apple yang memungkinkan Anda melatih model di perangkat Mac Anda. Ini dapat membantu Anda membangun pengklasifikasi dan sistem pemberi rekomendasi. Alat ini dapat memproses gambar, video, foto, data tabular, dan teks. Model yang Anda dapatkan dapat diuji dan digunakan di aplikasi iOS. Anda dapat melihat pratinjau kinerja model dan menjeda, menyimpan, melanjutkan, dan memperpanjang proses pelatihan kapan pun Anda mau. CreateML memungkinkan Anda melatih beberapa model pada kumpulan data yang berbeda sekaligus untuk satu proyek. Ini memiliki Apple SDK dan dokumentasi standar yang mencakup contoh kode dan artikel penjelasan.

BuatML

BuatML memungkinkan pengembang iOS untuk menerapkan segmentasi objek dan solusi deteksi objek. Dengan menggunakan alat ini, Anda dapat menguraikan dan mengedit elemen tidak hanya di foto tetapi juga di video. Buat set data Anda sendiri, buat model ML kustom dalam beberapa klik, dan integrasikan model Anda ke dalam aplikasi Anda. Platform ini juga memungkinkan Anda untuk bekerja dengan AR.

Fritz AI

Jika Anda mencari solusi yang lebih menarik untuk aplikasi iOS dan Android, Anda juga dapat melihat Fritz AI. Ini memberi Anda fleksibilitas dalam seberapa banyak Anda ingin diinvestasikan dalam pengembangan model ML Anda dapat melatih model khusus di Studio atau menggunakan model yang telah dilatih sebelumnya. Dalam program ini, Anda dapat membuat atau mengimpor kumpulan data Anda sendiri, memantau kinerja model, dan melatihnya kembali. Jika Anda melakukan pengembangan lensa Snapchat, alat ini akan membantu Anda menambahkan pembelajaran mesin tanpa kode ke filter augmented reality Anda.

Anotasi Super

Membuat anotasi pada video dan teks adalah pekerjaan yang membosankan, tetapi dapat diotomatiskan dengan Anotasi Super. Solusinya mencakup banyak kasus di berbagai industri, seperti fotografi udara, mengemudi otonom, robotika, dan kedokteran. Jika Anda perlu memproses gambar dengan cepat dan Anda tidak ingin mempekerjakan seluruh tim ilmuwan data, kami sarankan untuk memeriksanya.

Penambang cepat

RapidMiner adalah alat yang dibuat untuk penambangan data. Ini didasarkan pada gagasan bahwa analis bisnis atau analitik data tidak perlu memprogram untuk melakukan pekerjaan mereka. Pada saat yang sama, penambangan membutuhkan data, sehingga alat ini dilengkapi dengan seperangkat operator yang baik yang menyelesaikan berbagai tugas untuk memperoleh dan memproses informasi dari berbagai sumber (basis data, file). Secara keseluruhan, alat ini membuat analisis data cukup sederhana bagi siapa saja untuk menggunakannya.

Alat Bagaimana-Jika

Ini adalah alat yang sangat berguna untuk menilai kinerja model tanpa pengkodean. WIT menampilkan secara visual bagaimana perilaku model berubah dari waktu ke waktu dan pada subset data yang berbeda. Anda juga dapat membandingkan kinerja dua model untuk melihat mana yang bekerja paling baik.

Robot Data

Robot Data adalah platform yang memungkinkan analis bisnis membangun analitik prediktif tanpa pengetahuan tentang pembelajaran mesin atau pemrograman. Platform ini menggunakan pembelajaran mesin otomatis (AutoML) untuk menghasilkan model prediktif yang akurat dalam waktu singkat. DataRobot menyediakan antarmuka pengguna yang ramah pengguna untuk membuat model pembelajaran mesin. Hanya dalam beberapa langkah, perusahaan dapat menerapkan layanan analitik prediktif waktu nyata.

Nanonet AI

Pemrosesan dokumen cerdas dimungkinkan dengan Nanonet. Ini menangkap data dari dokumen secara otomatis, menyelamatkan Anda dari jam manajemen dokumen manual. Nanonets AI memproses dokumen semi-terstruktur yang tidak terlihat bahkan jika mereka tidak mengikuti template standar, secara otomatis memvalidasi data, dan meningkatkan dari waktu ke waktu melalui beberapa penggunaan.

Studio Belajar Monyet

Studio Belajar Monyet menyediakan alat untuk bekerja dengan data tekstual dan ditujukan untuk digunakan oleh perusahaan. Platform ini dapat secara otomatis menandai data bisnis, misalnya, tiket dukungan atau email. Ini juga membantu dengan visualisasi data. MonkeyLearn memudahkan bekerja dengan pembelajaran mesin karena memiliki model pembelajaran mesin siap pakai yang dapat dilatih dan dibuat tanpa kode.

Penutup

Alat-alat ini keren untuk apa adanya: platform tanpa kode untuk penyebaran cepat proyek sederhana oleh pakar non-teknologi atau pemula di ML. Mereka sama sekali tidak dapat menggantikan pengembangan model ML khusus untuk proyek dengan beban tinggi dan intensif data. Jadi, jika Anda memiliki ide unik yang melibatkan pemrosesan data besar, otomatisasi proses industri intensif, atau model prediksi sensitif, atau hubungi kami . Bersama-sama, kami dapat memikirkan solusi yang sesuai dengan kebutuhan khusus Anda.

Original. Diposting ulang dengan izin.

Terkait:

• Mendorong Pembelajaran Mesin Tanpa Kode ke Edge
• Kerangka kerja AutoML generasi berikutnya
• AutoML mudah dengan Python