By ยูเลีย กาฟริโลวา, AI และจริยธรรมของเทคโนโลยีที่ serokell.io.

คุณอาจเคยได้ยินคำว่า 'low-code' และ 'no-code' มาก่อน

รหัสต่ำ ย่อมาจากจำนวนการเข้ารหัสที่ลดลง คุณสามารถลากและวางองค์ประกอบจำนวนมากจากไลบรารีได้อย่างง่ายดาย อย่างไรก็ตาม คุณยังสามารถปรับแต่งได้โดยการเขียนโค้ดของคุณเอง ซึ่งจะทำให้มีความยืดหยุ่นมากขึ้น

ไม่มีรหัส แพลตฟอร์มไม่จำเป็นต้องมีความรู้ด้านการเขียนโปรแกรมเลย สามารถใช้งานได้หลากหลาย เช่น ศิลปิน ครู ผู้บริหารระดับสูง พวกเขาต้องการ AI ในการทำงานแต่ไม่ต้องการลงลึกในการเขียนโปรแกรมและวิทยาการคอมพิวเตอร์ โซลูชันแบบไม่ใช้โค้ดมีฟังก์ชันค่อนข้างจำกัด แต่ช่วยให้คุณสร้างสิ่งที่เรียบง่ายได้อย่างรวดเร็ว

ในทางปฏิบัติ ขอบเขตระหว่างแพลตฟอร์มที่ไม่มีโค้ดและแพลตฟอร์มโค้ดต่ำนั้นค่อนข้างบาง แพลตฟอร์มที่โปรโมตตัวเองว่า 'ไม่มีโค้ด' มักจะปล่อยให้มีที่ว่างสำหรับปรับแต่งเอง

แพลตฟอร์มรหัสต่ำสำหรับผู้เริ่มต้น

สามารถใช้ไลบรารีโค้ดต่ำได้แม้มีประสบการณ์ในการเขียนโค้ดเพียงเล็กน้อย

ไพคาเรต

นี่คือ ไลบรารีการเรียนรู้ของเครื่องโอเพ่นซอร์ส ใน Python ที่ให้คุณสร้างและปรับใช้โมเดลการเรียนรู้ของเครื่องด้วยการเข้ารหัสที่น้อยที่สุด

โดยพื้นฐานแล้ว PyCaret เป็นทางเลือกที่ใช้โค้ดต่ำซึ่งสามารถแทนที่โค้ดหลายร้อยบรรทัดด้วยคำเพียงไม่กี่คำ มันเพิ่มความเร็วของการพัฒนาซอฟต์แวร์อย่างมากและทำให้สามารถเข้าถึงได้มากขึ้นสำหรับผู้เริ่มต้น PyCaret เป็นโปรแกรมเสริม Python สำหรับไลบรารีการเรียนรู้ของเครื่องหลายตัว เช่น scikit-learn, XGBoost, Microsoft LightGBM, spaCy และอีกมากมาย

ออโต้-ViML

AutoViML เป็นเครื่องมือที่ช่วยให้ทุกคนสามารถสร้างโมเดลการเรียนรู้ของเครื่องได้อย่างรวดเร็ว โดยจะแสดงข้อมูลของคุณโดยอัตโนมัติผ่านโมเดลการเรียนรู้ของเครื่องต่างๆ เพื่อค้นหาว่ารูปแบบใดให้ผลลัพธ์ที่ดีที่สุดในแต่ละกรณี ข้อดีอีกประการหนึ่งคือ คุณไม่จำเป็นต้องประมวลผลข้อมูลของคุณล่วงหน้า เนื่องจาก AutoViML จะล้าง แปลง และทำให้เป็นมาตรฐานโดยอัตโนมัติ โปรแกรมทำงานร่วมกับตัวแปรประเภทต่างๆ รวมทั้งข้อมูลข้อความ ตัวเลข และภาพ

H2O ออโต้เอ็มแอล

H2O เป็นแพลตฟอร์มการเรียนรู้ของเครื่องโอเพนซอร์ส มีเครื่องมือสำหรับการปรับใช้อัลกอริธึมแมชชีนเลิร์นนิงที่ใช้กันอย่างแพร่หลายมากที่สุด เช่น การไล่ระดับสี, การถดถอยเชิงเส้น, โครงข่ายประสาทเทียมแบบลึก และอื่นๆ สิ่งที่แพลตฟอร์มนี้มีชื่อเสียงคือ AutoML ที่ทันสมัย คุณลักษณะนี้ทำให้กระบวนการสร้างแบบจำลองหลายแบบเป็นไปโดยอัตโนมัติในคราวเดียว คุณจึงสามารถสร้างและทดสอบโมเดล ML ที่ใช้งานได้แม้จะไม่มีประสบการณ์มาก่อนก็ตาม

แพลตฟอร์ม ML แบบไม่มีโค้ดที่คุณควรใช้ในปี 2021

นี่คือกลุ่มของแพลตฟอร์มที่ไม่มีโค้ดซึ่งคุณสามารถสำรวจได้หากต้องการปรับใช้องค์ประกอบการเรียนรู้ของเครื่องอย่างรวดเร็วและรวมเข้ากับซอฟต์แวร์ที่มีอยู่ของคุณ

Google Cloud อัตโนมัติ ML

 เครื่องมือไม่มีรหัส ช่วยให้ทุกคนสามารถฝึกอบรมและปรับใช้โมเดลการเรียนรู้ของเครื่องที่กำหนดเองโดยไม่ต้องมีความเชี่ยวชาญด้าน ML แพลตฟอร์มนี้ทำงานร่วมกับข้อมูลประเภทต่างๆ และครอบคลุมกรณีการใช้งานที่หลากหลาย ตั้งแต่คอมพิวเตอร์วิทัศน์และวิดีโออัจฉริยะ ไปจนถึงการประมวลผลและการแปลภาษาที่เป็นธรรมชาติ คุณจะสามารถเตรียมและจัดเก็บชุดข้อมูลของคุณ และใช้เครื่องมืออัตโนมัติสำหรับการติดฉลากที่สะดวก หากคุณต้องการเครื่องมือที่มีประสิทธิภาพมากขึ้นและมีความยืดหยุ่นมากขึ้น คุณสามารถอัปเกรดเพื่อใช้ Google Cloud ได้

ชุด Google ML

 เครื่องมือ สร้างขึ้นสำหรับนักพัฒนา Android และ iOS ที่ต้องการทำให้แอปของพวกเขามีส่วนร่วมมากขึ้น สามารถใช้ API เพื่อใช้งานการสแกนแถบ การตรวจจับใบหน้า คุณสมบัติการติดฉลากรูปภาพ และอื่นๆ โดยไม่ต้องสร้างโมเดล ML ตั้งแต่เริ่มต้น การประมวลผลที่จำเป็นทั้งหมดเกิดขึ้นบนอุปกรณ์มือถือของผู้ใช้แบบเรียลไทม์ คุณจึงไม่จำเป็นต้องกังวลเกี่ยวกับการตั้งค่าและโฮสต์เซิร์ฟเวอร์ราคาแพง

เครื่องสอน

เครื่องสอน เป็นอีกโครงการหนึ่งของ Google ที่อำนวยความสะดวกในการใช้ ML สำหรับแอพและเว็บไซต์ แพลตฟอร์มนี้ใช้งานง่ายแม้สำหรับผู้ที่ไม่เชี่ยวชาญด้านเทคโนโลยี เนื่องจากอินเทอร์เฟซที่ใช้งานง่าย โปรแกรมทำงานร่วมกับรูปภาพและช่วยให้คุณสามารถฝึกเครื่องให้รู้จักและจัดประเภทรูปภาพได้ นอกจากนี้ยังประมวลผลเสียง แพลตฟอร์มนี้น่าสนใจที่จะเล่นด้วยหากคุณเป็นมือใหม่ และยังเล่นได้ฟรีอีกด้วย แต่ขึ้นอยู่กับคุณที่จะรวบรวมและเตรียมข้อมูลที่คุณจะใช้ในการฝึกอบรมโมเดล

รันเวย์AI

รันเวย์AI สร้างขึ้นสำหรับครีเอเตอร์ที่ไม่มีประสบการณ์การเขียนโปรแกรมในโดเมนของการตัดต่อวิดีโอและรูปภาพด้วยตัวเลือกหน้าจอสีเขียว การกรอง และคุณสมบัติที่น่าสนใจอื่นๆ ชุดเครื่องมือนี้สามารถช่วยคุณขยายความคิดสร้างสรรค์ของคุณด้วยเครื่องมือทางเทคโนโลยีด้วยการคลิกง่ายๆ เพียงไม่กี่ครั้ง เปลี่ยนวิดีโอของคุณให้กลายเป็นศิลปะภาพยนตร์ระดับแนวหน้า

กลีบ

 แพลตฟอร์ม ML มีเทมเพลตโปรเจ็กต์ที่ใช้งานง่าย แม้กระทั่งสำหรับโปรเจ็กต์ ML แรกของคุณ โปรเจ็กต์นี้ค่อนข้างใหม่ ดังนั้นตอนนี้มีเพียงการจัดหมวดหมู่รูปภาพเท่านั้น ในอนาคต ผู้สร้างยังต้องการเปิดตัวเทมเพลตการตรวจจับวัตถุและการจัดประเภทข้อมูล อย่างไรก็ตาม ตัวแยกประเภทรูปภาพเป็นหนึ่งในเครื่องมือที่มีประโยชน์ที่สุดสำหรับผู้ค้าปลีก ผู้ลงโฆษณา และนักธุรกิจ ดังนั้นอย่าลืมลองใช้ดู

เห็นได้ชัดว่าAI

หากคุณกำลังมองหาเครื่องมือที่สะดวกสำหรับการคาดการณ์ตามข้อมูลโดยไม่ต้องเขียนโค้ด เห็นได้ชัดว่าAI สำหรับคุณ. สามารถใช้โดยนักการตลาดและเจ้าของธุรกิจที่ต้องการคาดการณ์กระแสรายได้ เพิ่มประสิทธิภาพกระบวนการทางธุรกิจ สร้างซัพพลายเชนที่มีประสิทธิภาพยิ่งขึ้น และดำเนินการแคมเปญการตลาดอัตโนมัติส่วนบุคคล สิ่งที่คุณต้องมีคือให้ข้อมูล เลือกคอลัมน์ตามที่จะสร้างอัลกอริทึม ML ที่กำหนดเอง และรับรายงานของคุณ

สร้างML

สร้างML เป็นแพลตฟอร์มลากแล้ววางที่ใช้งานง่ายโดย Apple ที่ให้คุณฝึกโมเดลต่างๆ บนอุปกรณ์ Mac ของคุณ มันสามารถช่วยคุณสร้างตัวแยกประเภทและระบบผู้แนะนำ เครื่องมือนี้สามารถประมวลผลรูปภาพ วิดีโอ ภาพถ่าย ข้อมูลแบบตาราง และข้อความได้ แบบจำลองที่คุณได้รับสามารถทดสอบและปรับใช้ในแอปพลิเคชัน IOS คุณสามารถดูตัวอย่างประสิทธิภาพของโมเดลและหยุดชั่วคราว บันทึก ดำเนินการต่อ และขยายกระบวนการฝึกอบรมของคุณได้ทุกเมื่อที่ต้องการ CreateML อนุญาตให้คุณฝึกโมเดลหลายตัวบนชุดข้อมูลที่แตกต่างกันในคราวเดียวสำหรับโครงการเดียว มี Apple SDK มาตรฐานและเอกสารประกอบที่มีตัวอย่างโค้ดและบทความอธิบาย

MakeML

MakeML ช่วยให้นักพัฒนา iOS สามารถใช้โซลูชันการแบ่งกลุ่มวัตถุและการตรวจจับวัตถุ โดยใช้เครื่องมือนี้ คุณสามารถจัดเค้าร่างและแก้ไของค์ประกอบต่างๆ ได้ ไม่เพียงแต่ในรูปภาพ แต่ยังรวมถึงในวิดีโอด้วย สร้างชุดข้อมูลของคุณเอง สร้างโมเดล ML ที่กำหนดเองได้ในไม่กี่คลิก และรวมโมเดลของคุณเข้ากับแอปของคุณ แพลตฟอร์มนี้ยังช่วยให้คุณทำงานกับ AR ได้

ฟริตซ์ AI

หากคุณกำลังมองหาโซลูชันที่น่าตื่นเต้นสำหรับแอป iOS และ Android คุณสามารถลองดู ฟริตซ์ AI. ช่วยให้คุณมีความยืดหยุ่นในการลงทุนในการพัฒนาโมเดล ML - คุณสามารถฝึกโมเดลที่กำหนดเองใน Studio หรือใช้โมเดลที่ได้รับการฝึกอบรมล่วงหน้า ในโปรแกรม คุณสามารถสร้างหรือนำเข้าชุดข้อมูลของคุณเอง ตรวจสอบประสิทธิภาพของแบบจำลอง และฝึกอบรมใหม่ได้ หากคุณทำการพัฒนาเลนส์ Snapchat เครื่องมือนี้จะช่วยให้คุณเพิ่มการเรียนรู้ของเครื่องที่ไม่มีโค้ดลงในตัวกรองความเป็นจริงยิ่งของคุณ

ซุปเปอร์คำอธิบายประกอบ

การทำคำอธิบายประกอบให้กับวิดีโอและข้อความเป็นงานที่น่าเบื่อ แต่สามารถทำโดยอัตโนมัติด้วย ซุปเปอร์คำอธิบายประกอบ. โซลูชันนี้ครอบคลุมกรณีต่างๆ มากมายในอุตสาหกรรมต่างๆ เช่น การถ่ายภาพทางอากาศ การขับขี่อัตโนมัติ วิทยาการหุ่นยนต์ และการแพทย์ หากคุณต้องการประมวลผลภาพอย่างรวดเร็วและไม่ต้องการจ้างนักวิทยาศาสตร์ข้อมูลทั้งทีม เราขอแนะนำให้ตรวจสอบ

คนขุดแร่อย่างรวดเร็ว

ราปิดไมเนอร์ เป็นเครื่องมือที่สร้างขึ้นสำหรับการขุดข้อมูล ขึ้นอยู่กับแนวคิดที่ว่านักวิเคราะห์ธุรกิจหรือการวิเคราะห์ข้อมูลไม่จำเป็นต้องตั้งโปรแกรมเพื่อทำงานของตน ในขณะเดียวกัน การขุดก็ต้องการข้อมูล ดังนั้นเครื่องมือนี้จึงได้รับการติดตั้งชุดผู้ปฏิบัติงานที่ดี เพื่อแก้ไขปัญหาต่างๆ ในการรับและประมวลผลข้อมูลจากแหล่งต่างๆ (ฐานข้อมูล ไฟล์) โดยรวมแล้ว เครื่องมือนี้ทำให้การวิเคราะห์ข้อมูลง่ายพอสำหรับทุกคนที่จะใช้มัน

เครื่องมืออะไรถ้า

นี่เป็นเครื่องมือที่มีประโยชน์อย่างยิ่งในการประเมินประสิทธิภาพของโมเดลโดยไม่ต้องเข้ารหัส WIT แสดงให้เห็นว่าพฤติกรรมของโมเดลเปลี่ยนแปลงไปอย่างไรเมื่อเวลาผ่านไปและในชุดย่อยของข้อมูลต่างๆ คุณยังสามารถเปรียบเทียบประสิทธิภาพของทั้งสองรุ่นเพื่อดูว่ารุ่นใดทำงานได้ดีที่สุด

ดาต้าโรบอท

ดาต้าโรบอท เป็นแพลตฟอร์มที่ช่วยให้นักวิเคราะห์ธุรกิจสามารถสร้างการวิเคราะห์เชิงคาดการณ์ได้โดยไม่ต้องมีความรู้เกี่ยวกับการเรียนรู้ของเครื่องหรือการเขียนโปรแกรม แพลตฟอร์มนี้ใช้การเรียนรู้ของเครื่องอัตโนมัติ (AutoML) เพื่อสร้างแบบจำลองการคาดการณ์ที่แม่นยำในระยะเวลาอันสั้น DataRobot มีส่วนต่อประสานกับผู้ใช้ที่เป็นมิตรต่อผู้ใช้สำหรับการสร้างแบบจำลองการเรียนรู้ของเครื่อง ในไม่กี่ขั้นตอน บริษัทสามารถปรับใช้บริการวิเคราะห์เชิงคาดการณ์แบบเรียลไทม์

นาโนเน็ต AI

การประมวลผลเอกสารอัจฉริยะสามารถทำได้ด้วย นาโนเน็ต. โดยจะรวบรวมข้อมูลจากเอกสารโดยอัตโนมัติ ช่วยให้คุณประหยัดเวลาในการจัดการเอกสารด้วยตนเอง Nanonets AI ประมวลผลเอกสารกึ่งโครงสร้างที่มองไม่เห็น แม้ว่าจะไม่เป็นไปตามเทมเพลตมาตรฐาน ตรวจสอบข้อมูลโดยอัตโนมัติ และปรับปรุงเมื่อเวลาผ่านไปผ่านการใช้งานที่หลากหลาย

มังกี้เลิร์นสตูดิโอ

มังกี้เลิร์นนิ่ง สตูดิโอ จัดเตรียมเครื่องมือสำหรับการทำงานกับข้อมูลที่เป็นข้อความและมุ่งเป้าไปที่การใช้งานโดยบริษัทต่างๆ แพลตฟอร์มนี้สามารถแท็กข้อมูลธุรกิจได้โดยอัตโนมัติ เช่น สนับสนุนตั๋วหรืออีเมล นอกจากนี้ยังช่วยในการแสดงข้อมูลด้วยภาพ MonkeyLearn ทำให้การทำงานกับแมชชีนเลิร์นนิงเป็นเรื่องง่าย เพราะมีโมเดลการเรียนรู้ด้วยเครื่องสำเร็จรูปที่สามารถฝึกฝนและสร้างโดยไม่ต้องใช้โค้ด

สรุป

เครื่องมือเหล่านี้ยอดเยี่ยมสำหรับสิ่งที่พวกเขาเป็น: แพลตฟอร์มที่ไม่มีโค้ดสำหรับการปรับใช้โปรเจ็กต์ง่ายๆ อย่างรวดเร็วโดยผู้เชี่ยวชาญที่ไม่ใช้เทคโนโลยีหรือมือใหม่ใน ML พวกเขาจะแทนที่การพัฒนาโมเดล ML แบบกำหนดเองสำหรับโปรเจ็กต์ที่มีข้อมูลจำนวนมากที่มีโหลดสูงไม่ได้ ดังนั้น หากคุณมีแนวคิดเฉพาะที่เกี่ยวข้องกับการประมวลผลข้อมูลขนาดใหญ่ ระบบอัตโนมัติของกระบวนการทางอุตสาหกรรมที่เข้มข้น หรือแบบจำลองการคาดการณ์ที่ละเอียดอ่อน ติดต่อเรา. เราสามารถคิดวิธีแก้ปัญหาที่เหมาะสมกับความต้องการเฉพาะของคุณร่วมกันได้

Original. โพสต์ใหม่โดยได้รับอนุญาต

ที่เกี่ยวข้อง

• ผลักดันการเรียนรู้ของเครื่อง No-Code ไปสู่ขอบ
• กรอบงาน AutoML รุ่นต่อไป
• AutoML อย่างง่ายใน Python