By Julija Gavrilova, AI in etika tehnologije na serokell.io.

Verjetno ste že slišali izraza "nizka koda" in "brez kode".

Nizka koda preprosto pomeni zmanjšano količino kodiranja. Veliko elementov lahko preprosto povlečete in spustite iz knjižnice. Vendar pa jih je mogoče tudi prilagoditi tako, da napišete lastno kodo, kar daje večjo prilagodljivost.

Brez kode platforme sploh ne zahtevajo znanja programiranja. Uporabljajo jih lahko različni ljudje, kot so umetniki, učitelji, vodilni menedžerji. Pri svojem delu potrebujejo umetno inteligenco, vendar se ne želijo poglobiti v programiranje in računalništvo. Rešitve brez kode imajo precej omejeno funkcionalnost, vendar vam omogočajo, da hitro sestavite nekaj preprostega.

V praksi je meja med platformami brez kode in platformami z nizko kodo precej tanka. Platforme, ki se promovirajo kot "brez kode", še vedno običajno pustijo nekaj prostora za prilagajanje.

Platforme z nizko kodo za začetnike

Knjižnice z nizko kodo lahko uporabite tudi z minimalnimi izkušnjami pri kodiranju.

PyCaret

To je odprtokodna knjižnica strojnega učenja v Pythonu, ki vam omogoča ustvarjanje in uvajanje modelov strojnega učenja z minimalnim kodiranjem.

V bistvu je PyCaret alternativa z nizko kodo, ki lahko nadomesti na stotine vrstic kode z le nekaj besedami. Močno poveča hitrost razvoja programske opreme in jo naredi bolj dostopno za začetnike. PyCaret je ovoj Pythona za več knjižnic strojnega učenja, kot so scikit-learn, XGBoost, Microsoft LightGBM, spaCy in mnoge druge.

Auto-ViML

AutoViML je orodje, ki vsakomur omogoča hitro izdelavo modela strojnega učenja. Samodejno upodablja vaše podatke prek različnih modelov strojnega učenja, da odkrije, kateri daje najboljše rezultate v vsakem posameznem primeru. Še en velik plus je, da vam ni treba predhodno obdelati podatkov, ker jih AutoViML samodejno očisti, preoblikuje in normalizira. Program deluje z različnimi vrstami spremenljivk, vključno s tekstovnimi, številskimi in vizualnimi podatki.

H2O AutoML

H2O je odprtokodna platforma za strojno učenje. Ima orodja za uvajanje najpogosteje uporabljenih algoritmov strojnega učenja, kot so gradientni spust, linearna regresija, globoke umetne nevronske mreže in drugi. Ta platforma je znana po vrhunskem AutoML. Ta funkcija omogoča avtomatizacijo postopka izdelave več modelov hkrati, tako da lahko ustvarite in preizkusite funkcionalne modele ML tudi brez predhodnih izkušenj.

Platforme ML brez kode, ki bi jih morali uporabljati leta 2021

Tukaj je izbor platform brez kode, ki jih lahko raziščete, če želite hitro razmestiti element strojnega učenja in ga integrirati s svojo obstoječo programsko opremo.

Google Cloud Auto ML

Ta orodje brez kode vsakomur omogoča usposabljanje in uvajanje modelov strojnega učenja po meri brez strokovnega znanja o ML. Platforma deluje z različnimi vrstami podatkov in pokriva široko paleto primerov uporabe, od računalniškega vida in video inteligence do obdelave naravnega jezika in prevajanja. Lahko boste pripravili in shranili svoje nabore podatkov ter uporabili avtomatska orodja za lažje označevanje. Če potrebujete več moči in bolj prilagodljiva orodja, lahko nadgradite na uporabo Google Cloud.

Google ML Kit

Ta Orodje je bil narejen za razvijalce za Android in iOS, ki želijo narediti svoje aplikacije bolj privlačne. Njegov API je mogoče uporabiti za implementacijo vrstičnega skeniranja, zaznavanja obrazov, funkcij označevanja slik in več, ne da bi bilo treba ustvariti model ML iz nič. Vsa potrebna obdelava poteka na mobilni napravi uporabnika v realnem času, tako da vam ni treba skrbeti za nastavitev in gostovanje dragih strežnikov.

Učljiv stroj

Učljiv stroj je še en Googlov projekt, ki olajša uporabo ML za aplikacije in spletna mesta. Ta platforma je zaradi uporabniku prijaznega vmesnika enostavna za uporabo tudi za ljudi, ki niso vešči tehnologije. Program deluje s slikami in vam omogoča, da usposobite stroj za prepoznavanje in razvrščanje fotografij. Obdeluje tudi zvoke. Platforma je zanimiva za igranje, če ste novinec, in je tudi brezplačna. Na vas pa je, da zberete in pripravite podatke, ki jih boste uporabili za usposabljanje modela.

Vzletno-pristajalna steza AI

Vzletno-pristajalna steza AI je bil zgrajen za ustvarjalce brez izkušenj s programiranjem na področju urejanja videa in fotografij z možnostjo zelenega zaslona, ​​filtriranjem in drugimi zanimivimi funkcijami. Ta komplet orodij vam lahko pomaga razširiti vašo ustvarjalnost s tehnološkimi orodji v nekaj preprostih klikih in spremeniti vaše videoposnetke v vrhunsko kinematografsko umetnost.

klina

Ta ML platforma ima projektne predloge, ki so preproste za uporabo, tudi za vaš prvi projekt ML. Projekt je relativno nov, zato je trenutno na voljo le klasifikacija slik. V prihodnosti želijo njeni ustvarjalci lansirati tudi predloge za zaznavanje objektov in klasifikacijo podatkov. Vendar pa je klasifikator slik eno najbolj uporabnih orodij za trgovce na drobno, oglaševalce in poslovneže, zato ga vsekakor preverite.

Očitno AI

Če iščete priročno orodje za napovedovanje na podlagi podatkov brez pisanja kode, Očitno AI je zate. Uporabljajo ga lahko tržniki in lastniki podjetij, ki želijo napovedati tok prihodkov, optimizirati poslovne procese, zgraditi učinkovitejšo dobavno verigo in izvajati prilagojene avtomatizirane marketinške akcije. Vse kar potrebujete je, da zagotovite podatke, izberete stolpec, na podlagi katerega bi bil ustvarjen vaš algoritem ML po meri, in dobite poročilo.

CreateML

CreateML je uporabniku prijazna Applova platforma za povleci in spusti, ki vam omogoča urjenje modelov na vaši napravi Mac. Lahko vam pomaga zgraditi klasifikatorje in sisteme priporočil. Orodje lahko obdeluje slike, videe, fotografije, tabelarične podatke in besedila. Model, ki ga dobite, lahko preizkusite in namestite v aplikacije IOS. Lahko si ogledate predogled delovanja modela in začasno ustavite, shranite, nadaljujete in podaljšate proces vadbe, kadar koli želite. CreateML vam omogoča usposabljanje več modelov na različnih nizih podatkov hkrati za en projekt. Ima standardni Apple SDK in dokumentacijo, ki vključuje vzorce kode in razlagalne članke.

MakeML

MakeML razvijalcem iOS omogoča implementacijo segmentacije objektov in rešitev za zaznavanje objektov. S tem orodjem lahko orisujete in urejate elemente ne le na fotografijah, temveč tudi v videoposnetkih. Ustvarite lastne nabore podatkov, zgradite modele ML po meri z nekaj kliki in integrirajte svoj model v svojo aplikacijo. Ta platforma vam omogoča tudi delo z AR.

Fritz AI

Če iščete bolj vznemirljive rešitve za aplikacije za iOS in Android, lahko tudi preverite Fritz AI. Omogoča vam prilagodljivost glede tega, koliko želite vložiti v razvoj modela ML – modele po meri lahko urite v Studiu ali uporabite vnaprej usposobljene modele. V programu lahko ustvarite ali uvozite lastne nabore podatkov, spremljate delovanje modela in ga ponovno usposobite. Če razvijate leče Snapchat, vam bo to orodje pomagalo dodati strojno učenje brez kode vašim filtrom razširjene resničnosti.

SuperAnonotate

Ustvarjanje opomb za videoposnetke in besedila je dolgočasno delo, vendar ga je mogoče avtomatizirati z SuperAnonotate. Rešitev pokriva številne primere v različnih panogah, kot so fotografije iz zraka, avtonomna vožnja, robotika in medicina. Če morate hitro obdelati slike in ne želite najeti cele ekipe podatkovnih znanstvenikov, priporočamo, da to preverite.

Rapid Miner

RapidMiner je orodje, ustvarjeno za podatkovno rudarjenje. Temelji na ideji, da poslovnim analitikom ali analitikom podatkov ni nujno, da programirajo, da lahko opravljajo svoje delo. Hkrati rudarjenje zahteva podatke, zato je bilo orodje opremljeno z dobrim naborom operaterjev, ki rešujejo širok nabor nalog za pridobivanje in obdelavo informacij iz različnih virov (baze podatkov, datoteke). Na splošno je to orodje dovolj preprosto za analizo podatkov, da ga lahko uporablja vsak.

Kaj-če orodje

To je zelo uporabno orodje za ocenjevanje delovanja modelov brez kodiranja. ZTI vizualno prikaže, kako se obnašanje modela spreminja skozi čas in v različnih podnaborih podatkov. Lahko tudi primerjate zmogljivost dveh modelov in ugotovite, kateri deluje najbolje.

DataRobot

DataRobot je platforma, ki poslovnim analitikom omogoča izdelavo napovedne analitike brez poznavanja strojnega učenja ali programiranja. Platforma uporablja avtomatizirano strojno učenje (AutoML) za ustvarjanje natančnih napovednih modelov v kratkem času. DataRobot ponuja uporabniku prijazen uporabniški vmesnik za ustvarjanje modelov strojnega učenja. V samo nekaj korakih lahko podjetje uvede storitev napovedne analitike v realnem času.

Nanonets AI

Inteligentna obdelava dokumentov je mogoča z Nanoneti. Samodejno zajema podatke iz dokumentov in vam prihrani ure ročnega upravljanja dokumentov. Nanonets AI obdeluje nevidne, polstrukturirane dokumente, tudi če ne sledijo standardni predlogi, samodejno preverja podatke in se sčasoma izboljšuje z večkratno uporabo.

Monkey Learn Studio

MonkeyLearn Studio ponuja orodja za delo z besedilnimi podatki in je namenjena uporabi v podjetjih. Ta platforma lahko samodejno označi poslovne podatke, na primer vstopnice za podporo ali e-pošto. Pomaga tudi pri vizualizaciji podatkov. MonkeyLearn olajša delo s strojnim učenjem, saj ima že pripravljene modele strojnega učenja, ki jih je mogoče učiti in graditi brez kode.

Končne besede

Ta orodja so kul za to, kar so: platforme brez kode za hitro uvajanje preprostih projektov s strani netehnoloških strokovnjakov ali novincev v ML. Nikakor ne morejo nadomestiti razvoja modelov ML po meri za visoko obremenjene in podatkovno intenzivne projekte. Torej, če imate v mislih edinstveno idejo, ki vključuje obdelavo velikih podatkov, avtomatizacijo intenzivnih industrijskih procesov ali občutljive modele napovedovanja, kontaktiraj nas. Skupaj se lahko zamislimo nad rešitvami, ki bodo ustrezale vašim posebnim potrebam.

prvotni. Poročeno z dovoljenjem.

Povezano:

• Potiskanje strojnega učenja brez kode na rob
• Naslednja generacija ogrodij AutoML
• Preprost AutoML v Pythonu