By Юлия Гаврилова, AI и этика технологий на serokell.io.

Вы, наверное, слышали раньше термины «low-code» и «no-code».

Младший код просто означает сокращенный объем кода. Многие элементы можно просто перетащить из библиотеки. Однако их также можно настроить, написав свой собственный код, что дает повышенную гибкость.

Без кода платформы вообще не требуют знания программирования. Их могут использовать разные люди: художники, учителя, топ-менеджеры. Им нужен ИИ в их работе, но они не хотят глубоко погружаться в программирование и информатику. Решения без кода довольно ограничены по функциональности, но позволяют быстро создавать что-то простое.

На практике граница между платформами без кода и платформами с низким кодом довольно тонкая. Платформы, которые позиционируют себя как «без кода», обычно оставляют место для настройки.

Низкокодовые платформы для новичков

Библиотеки с низким кодом можно использовать даже при минимальном опыте кодирования.

Пикарет

Это библиотека машинного обучения с открытым исходным кодом в Python, который позволяет создавать и развертывать модели машинного обучения с минимальным написанием кода.

По сути, PyCaret - это альтернатива с низким кодом, которая может заменить сотни строк кода всего несколькими словами. Это значительно увеличивает скорость разработки программного обеспечения и делает его более доступным для новичков. PyCaret - это оболочка Python для нескольких библиотек машинного обучения, таких как scikit-learn, XGBoost, Microsoft LightGBM, spaCy и многих других.

Авто-ViML

АвтоВимл это инструмент, который позволяет любому быстро построить модель машинного обучения. Он автоматически обрабатывает ваши данные с помощью различных моделей машинного обучения, чтобы определить, какая из них дает наилучшие результаты в каждом конкретном случае. Еще одним большим плюсом является то, что вам не нужно предварительно обрабатывать данные, потому что AutoViML автоматически очищает, преобразует и нормализует их. Программа работает с различными типами переменных, включая текстовые, числовые и визуальные данные.

H2O АвтоМЛ

H2O это платформа машинного обучения с открытым исходным кодом. В нем есть инструменты для развертывания наиболее широко используемых алгоритмов машинного обучения, таких как градиентный спуск, линейная регрессия, глубокие искусственные нейронные сети и другие. Эта платформа известна своим передовым AutoML. Эта функция обеспечивает автоматизацию процесса построения нескольких моделей одновременно, поэтому вы можете создавать и тестировать функциональные модели машинного обучения даже без предварительного опыта.

Платформы машинного обучения без кода, которые вы должны использовать в 2021 году

Вот ассортимент платформ без кода, которые вы можете изучить, если хотите быстро развернуть элемент машинного обучения и интегрировать его с существующим программным обеспечением.

Google Облачное автоматическое машинное обучение

Эта  инструмент без кода позволяет любому обучать и развертывать пользовательские модели машинного обучения без каких-либо знаний в области машинного обучения. Платформа работает с различными типами данных и охватывает широкий спектр вариантов использования, от компьютерного зрения и видеоаналитики до обработки и перевода естественного языка. Вы сможете подготовить и сохранить свои наборы данных и использовать автоматические инструменты для облегчения маркировки. Если вам нужны более мощные и гибкие инструменты, вы можете перейти на использование Google Cloud.

Комплект Google ML

Эта  Инструментарий был создан для разработчиков Android и iOS, которые хотят сделать свои приложения более интересными. Его API можно использовать для реализации функций сканирования полос, обнаружения лиц, маркировки изображений и многого другого без необходимости создавать модель машинного обучения с нуля. Вся необходимая обработка данных происходит на мобильном устройстве пользователя в режиме реального времени, поэтому вам не нужно беспокоиться о настройке и размещении дорогостоящих серверов.

Обучаемая машина

Обучаемая машина - еще один проект Google, который упрощает использование машинного обучения для приложений и веб-сайтов. Эта платформа проста в использовании даже для людей, не разбирающихся в технологиях, благодаря удобному интерфейсу. Программа работает с изображениями и позволяет обучить машину распознавать и классифицировать фотографии. Он также обрабатывает звуки. Платформа интересна для новичков, к тому же она бесплатна. Но вы должны собрать и подготовить данные, которые вы будете использовать для обучения модели.

Взлетно-посадочная полоса AI

Взлетно-посадочная полоса AI был создан для авторов, не имеющих опыта программирования в области редактирования видео и фотографий, с опцией зеленого экрана, фильтрацией и другими интересными функциями. Этот набор инструментов может помочь вам расширить свои творческие возможности с помощью технологических инструментов за несколько простых щелчков мышью, превратив ваши видео в первоклассное искусство кино.

Доля

Эта  Платформа ML есть шаблоны проектов, которые просты в использовании, даже для вашего первого проекта машинного обучения. Проект относительно новый, поэтому сейчас доступна только классификация изображений. В будущем его создатели также хотят запустить шаблоны обнаружения объектов и классификации данных. Однако классификатор изображений - один из самых полезных инструментов для розничных продавцов, рекламодателей и бизнес-профессионалов, поэтому обязательно ознакомьтесь с ним.

Очевидно AI

Если вы ищете удобный инструмент для прогнозирования на основе данных без написания кода, Очевидно AI это для вас. Его могут использовать маркетологи и владельцы бизнеса, которые хотят прогнозировать поток доходов, оптимизировать бизнес-процессы, выстраивать более эффективную цепочку поставок и проводить персонализированные автоматизированные маркетинговые кампании. Все, что вам нужно, - это предоставить данные, выбрать столбец, на основе которого будет создан ваш собственный алгоритм машинного обучения, и получить отчет.

СоздатьML

СоздатьML - это удобная платформа Apple с функцией перетаскивания, которая позволяет обучать модели на устройстве Mac. Он может помочь вам создать классификаторы и рекомендательные системы. Инструмент может обрабатывать изображения, видео, фотографии, табличные данные и тексты. Полученную модель можно протестировать и развернуть в приложениях IOS. Вы можете предварительно просмотреть производительность модели, а также приостановить, сохранить, возобновить и продлить тренировочный процесс в любое время. CreateML позволяет одновременно обучать несколько моделей на разных наборах данных для одного проекта. Он имеет стандартный Apple SDK и документацию, которая включает примеры кода и пояснительные статьи.

MakeML

MakeML позволяет разработчикам iOS реализовывать решения для сегментации объектов и обнаружения объектов. С помощью этого инструмента вы можете обводить и редактировать элементы не только на фотографиях, но и в видеороликах. Создавайте собственные наборы данных, создавайте собственные модели машинного обучения за несколько кликов и интегрируйте свою модель в свое приложение. Эта платформа также позволяет работать с AR.

Фриц А.И.

Если вы ищете более интересные решения для приложений iOS и Android, вы также можете проверить Фриц А.И.. Это дает вам гибкость в том, сколько вы хотите инвестировать в разработку моделей машинного обучения - вы можете обучать пользовательские модели в Studio или использовать предварительно обученные модели. В программе вы можете создавать или импортировать собственные наборы данных, отслеживать производительность модели и повторно обучать ее. Если вы занимаетесь разработкой линз для Snapchat, этот инструмент поможет вам добавить машинное обучение без кода к вашим фильтрам дополненной реальности.

СуперАннотации

Аннотации к видео и текстам - утомительная работа, но ее можно автоматизировать с помощью СуперАннотации. Решение охватывает множество случаев в различных отраслях, таких как аэрофотосъемка, автономное вождение, робототехника и медицина. Если вам нужно быстро обработать изображения и вы не хотите нанимать целую команду специалистов по данным, мы рекомендуем это проверить.

Рапид Майнер

RapidMiner это инструмент, созданный для интеллектуального анализа данных. Он основан на идее, что бизнес-аналитики или аналитики данных не обязательно должны программировать, чтобы выполнять свою работу. При этом для майнинга нужны данные, поэтому инструмент был оснащен хорошим набором операторов, решающих широкий спектр задач по получению и обработке информации из различных источников (баз данных, файлов). В целом, этот инструмент делает анализ данных достаточно простым, чтобы его мог использовать каждый.

Что, если инструмент

Это очень полезный инструмент для оценки производительности моделей без программирования. ВИТ наглядно отображает, как поведение модели изменяется с течением времени и для различных подмножеств данных. Вы также можете сравнить производительность двух моделей, чтобы увидеть, какая из них работает лучше всего.

Датаробот

Датаробот - это платформа, которая позволяет бизнес-аналитикам создавать предиктивную аналитику без знания машинного обучения или программирования. Платформа использует автоматизированное машинное обучение (AutoML) для создания точных прогнозных моделей за короткое время. DataRobot предоставляет удобный пользовательский интерфейс для создания моделей машинного обучения. Всего за несколько шагов компания может развернуть службу прогнозной аналитики в реальном времени.

Нанонец AI

Интеллектуальная обработка документов возможна с Нанонеты. Он автоматически собирает данные из документов, избавляя вас от многих часов ручного управления документами. Nanonets AI обрабатывает невидимые, частично структурированные документы, даже если они не соответствуют стандартному шаблону, автоматически проверяет данные и со временем улучшает их за счет многократного использования.

Студия изучения обезьян

Студия MonkeyLearn предоставляет инструменты для работы с текстовыми данными и предназначен для использования компаниями. Эта платформа может автоматически помечать бизнес-данные, например, заявки в службу поддержки или электронные письма. Это также помогает визуализировать данные. MonkeyLearn упрощает работу с машинным обучением, поскольку предлагает готовые модели машинного обучения, которые можно обучать и создавать без кода.

Заключительные слова

Эти инструменты хороши тем, чем они являются: платформы без кода для быстрого развертывания простых проектов нетехническими экспертами или новичками в ML. Они ни в коем случае не могут заменить разработку пользовательской модели машинного обучения для высоконагруженных проектов с большим объемом данных. Итак, если у вас есть уникальная идея, которая включает в себя обработку больших данных, автоматизацию интенсивных производственных процессов или чувствительные модели прогнозирования, Контакты. Вместе мы сможем найти решения, которые будут соответствовать вашим конкретным потребностям.

Оригинал, Перемещено с разрешения.

Связанный:

• Расширение возможностей машинного обучения без кода
• Новое поколение фреймворков AutoML
• Простой AutoML в Python