By Julia Gavrilova, intelligenza artificiale ed etica della tecnologia su serokell.io.

Probabilmente hai già sentito i termini "low-code" e "no-code".

Codice basso significa semplicemente una quantità ridotta di codice. Molti elementi possono essere semplicemente trascinati e rilasciati dalla libreria. Tuttavia, è anche possibile personalizzarli scrivendo il proprio codice, il che offre una maggiore flessibilità.

Nessun codice le piattaforme non richiedono alcuna conoscenza della programmazione. Possono essere utilizzati da persone diverse come artisti, insegnanti, top manager. Hanno bisogno dell'intelligenza artificiale nel loro lavoro, ma non vogliono approfondire la programmazione e l'informatica. Le soluzioni senza codice sono piuttosto limitate nelle funzionalità ma ti consentono di creare qualcosa di semplice rapidamente.

In pratica, il confine tra piattaforme no-code e low-code è piuttosto sottile. Le piattaforme che si promuovono come "no-code" di solito lasciano ancora un po' di spazio per la personalizzazione.

Piattaforme low-code per principianti

Le librerie a basso codice possono essere utilizzate anche con una minima esperienza nella codifica.

PyCaret

Questo è uno libreria open source per l'apprendimento automatico in Python che consente di creare e distribuire modelli di machine learning con una codifica minima.

Fondamentalmente, PyCaret è un'alternativa a basso codice che può sostituire centinaia di righe di codice con poche parole. Aumenta notevolmente la velocità di sviluppo del software e lo rende più accessibile per i principianti. PyCaret è un wrapper Python su diverse librerie di machine learning come scikit-learn, XGBoost, Microsoft LightGBM, spaCy e molte altre.

Auto-ViML

AutoViML è uno strumento che consente a chiunque di creare rapidamente un modello di apprendimento automatico. Rende automaticamente i tuoi dati attraverso diversi modelli di apprendimento automatico per scoprire quale dà i migliori risultati in ogni caso particolare. Un altro grande vantaggio è che non è necessario preelaborare i dati perché AutoViML li pulisce, li trasforma e li normalizza automaticamente. Il programma funziona con diversi tipi di variabili, inclusi dati testuali, numerici e visivi.

H2O AutoML

H2O è una piattaforma di apprendimento automatico open source. Dispone di strumenti per l'implementazione degli algoritmi di apprendimento automatico più utilizzati come la discesa del gradiente, la regressione lineare, le reti neurali artificiali profonde e altri. Ciò per cui questa piattaforma è famosa è il suo AutoML all'avanguardia. Questa funzionalità consente di automatizzare il processo di creazione di più modelli contemporaneamente in modo da poter creare e testare modelli ML funzionali anche senza esperienza precedente.

Piattaforme ML senza codice da utilizzare nel 2021

Ecco un assortimento di piattaforme senza codice che puoi esplorare se desideri distribuire rapidamente un elemento di apprendimento automatico e integrarlo con il tuo software esistente.

ML automatico di Google Cloud

La sezione strumento senza codice consente a chiunque di addestrare e distribuire modelli di machine learning personalizzati senza alcuna esperienza di machine learning. La piattaforma funziona con diversi tipi di dati e copre un'ampia gamma di casi d'uso, dalla visione artificiale e dall'intelligenza video all'elaborazione e traduzione del linguaggio naturale. Sarai in grado di preparare e archiviare i tuoi set di dati e utilizzare strumenti automatici per l'etichettatura facilitata. Se hai bisogno di più potenza e strumenti più flessibili, puoi eseguire l'upgrade per utilizzare Google Cloud.

Kit Google ML

La sezione toolkit è stato creato per gli sviluppatori Android e iOS che desiderano rendere le loro app più coinvolgenti. La sua API può essere utilizzata per implementare la scansione delle barre, il rilevamento dei volti, le funzionalità di etichettatura delle immagini e altro senza dover creare un modello ML da zero. Tutta l'elaborazione necessaria avviene sul dispositivo mobile dell'utente in tempo reale, quindi non devi preoccuparti di configurare e ospitare server costosi.

Macchina Teachable

Macchina Teachable è un altro progetto di Google che facilita l'uso del machine learning per app e siti web. Questa piattaforma è facile da usare anche per le persone non esperte di tecnologia grazie alla sua interfaccia user-friendly. Il programma funziona con le immagini e consente di addestrare la macchina a riconoscere e classificare le foto. Elabora anche i suoni. La piattaforma è interessante con cui giocare se sei un principiante ed è anche gratuita. Ma sta a te raccogliere e preparare i dati che utilizzerai per addestrare il modello.

Pista AI

Pista AI è stato creato per i creatori senza esperienza di programmazione nei domini del fotoritocco e video con l'opzione schermo verde, filtri e altre interessanti funzionalità. Questo toolkit può aiutarti a espandere la tua creatività con strumenti tecnologici in pochi semplici clic, trasformando i tuoi video in arte cinematografica di prim'ordine.

lobo

La sezione Piattaforma ML ha modelli di progetto facili da usare, anche per il tuo primo progetto ML. Il progetto è relativamente nuovo, quindi al momento è disponibile solo la classificazione delle immagini. In futuro, i suoi creatori vogliono anche lanciare modelli di rilevamento di oggetti e classificazione dei dati. Tuttavia, un classificatore di immagini è uno degli strumenti più utili per rivenditori, inserzionisti e professionisti aziendali, quindi assicurati di verificarlo.

Ovviamente AI

Se stai cercando uno strumento conveniente per fare previsioni basate sui dati senza scrivere codice, Ovviamente AI è per te. Può essere utilizzato da professionisti del marketing e imprenditori che desiderano prevedere il flusso di entrate, ottimizzare i processi aziendali, costruire una catena di approvvigionamento più efficace e condurre campagne di marketing automatizzato personalizzate. Tutto ciò di cui hai bisogno è fornire dati, scegliere una colonna in base alla quale verrà creato il tuo algoritmo ML personalizzato e ottenere il tuo rapporto.

CreaML

CreaML è una piattaforma drag-and-drop user-friendly di Apple che ti consente di addestrare i modelli sul tuo dispositivo Mac. Può aiutarti a creare classificatori e sistemi di raccomandazione. Lo strumento può elaborare immagini, video, foto, dati tabulari e testi. Il modello che ottieni può essere testato e distribuito nelle applicazioni IOS. Puoi visualizzare in anteprima le prestazioni del modello e mettere in pausa, salvare, riprendere ed estendere il processo di addestramento in qualsiasi momento. CreateML ti consente di addestrare più modelli su diversi set di dati contemporaneamente per un singolo progetto. Ha SDK Apple standard e documentazione che include esempi di codice e articoli esplicativi.

MakeML

MakeML consente agli sviluppatori iOS di implementare soluzioni di segmentazione e rilevamento di oggetti. Usando questo strumento, puoi delineare e modificare elementi non solo nelle foto ma anche nei video. Crea i tuoi set di dati, crea modelli ML personalizzati in pochi clic e integra il tuo modello nella tua app. Questa piattaforma ti consente anche di lavorare con AR.

Fritz AI

Se stai cercando soluzioni più entusiasmanti per app iOS e Android, puoi anche dare un'occhiata Fritz AI. Ti dà la flessibilità di quanto vuoi essere investito nello sviluppo del modello ML ― puoi addestrare modelli personalizzati in Studio o utilizzare modelli pre-addestrati. Nel programma, puoi creare o importare i tuoi set di dati, monitorare le prestazioni del modello e addestrarlo nuovamente. Se sviluppi obiettivi Snapchat, questo strumento ti aiuterà ad aggiungere l'apprendimento automatico senza codice ai tuoi filtri di realtà aumentata.

Superannotare

Fare annotazioni su video e testi è un lavoro noioso, ma può essere automatizzato con Superannotare. La soluzione copre una moltitudine di casi in diversi settori, come la fotografia aerea, la guida autonoma, la robotica e la medicina. Se hai bisogno di elaborare rapidamente le immagini e non vuoi assumere un intero team di data scientist, ti consigliamo di verificarlo.

Minatore rapido

Rapid Miner è uno strumento creato per il data mining. Si basa sull'idea che gli analisti aziendali o l'analisi dei dati non devono necessariamente programmare per svolgere il proprio lavoro. Allo stesso tempo, il mining richiede dati, quindi lo strumento era dotato di un buon set di operatori che risolvevano una vasta gamma di attività per ottenere ed elaborare informazioni da varie fonti (database, file). Nel complesso, questo strumento rende l'analisi dei dati abbastanza semplice da essere utilizzata da chiunque.

Strumento ipotetico

Questo è uno strumento super utile per valutare le prestazioni dei modelli senza codifica. WIT mostra visivamente come il comportamento del modello cambia nel tempo e su diversi sottoinsiemi di dati. Puoi anche confrontare le prestazioni di due modelli per vedere quale funziona meglio.

DataRobot

DataRobot è una piattaforma che consente agli analisti aziendali di creare analisi predittive senza conoscere l'apprendimento automatico o la programmazione. La piattaforma utilizza l'apprendimento automatico delle macchine (AutoML) per generare modelli predittivi accurati in un breve lasso di tempo. DataRobot fornisce un'interfaccia utente intuitiva per la creazione di modelli di apprendimento automatico. In pochi passaggi, un'azienda può implementare un servizio di analisi predittiva in tempo reale.

Nanonetti AI

L'elaborazione intelligente dei documenti è possibile con nanonet. Cattura automaticamente i dati dai documenti, risparmiandoti ore di gestione manuale dei documenti. Nanonets AI elabora documenti semi-strutturati nascosti anche se non seguono un modello standard, convalida automaticamente i dati e migliora nel tempo attraverso molteplici utilizzi.

Scimmia Impara Studio

MonkeyLearn Studio fornisce strumenti per lavorare con dati testuali ed è finalizzato all'utilizzo da parte delle aziende. Questa piattaforma può taggare automaticamente i dati aziendali, ad esempio ticket di supporto o e-mail. Aiuta anche con la visualizzazione dei dati. MonkeyLearn semplifica il lavoro con l'apprendimento automatico perché dispone di modelli di apprendimento automatico già pronti che possono essere addestrati e costruiti senza codice.

Parole finali

Questi strumenti sono fantastici per quello che sono: piattaforme senza codice per l'implementazione rapida di progetti semplici da parte di esperti non tecnologici o principianti in ML. Non possono in alcun modo sostituire lo sviluppo di modelli ML personalizzati per progetti ad alto carico e ad alta intensità di dati. Quindi, se hai in mente un'idea unica che prevede l'elaborazione di big data, l'automazione di processi industriali intensivi o modelli di previsione sensibili, CONTATTACI. Insieme, possiamo pensare a soluzioni che si adattano alle tue particolari esigenze.

Originale. Ripubblicato con il permesso.

Correlato:

• Spingere l'apprendimento automatico senza codice al limite
• La prossima generazione di framework AutoML
• Facile AutoML in Python