By Юлія Гаврилова, ШІ та етика техніки на serokell.io.

Ви, напевно, раніше чули терміни "низький код" та "без коду".

Низькокодовий просто означає зменшення кількості кодування. Багато елементів можна просто перетягнути і скинути з бібліотеки. Однак їх також можна налаштувати, написавши власний код, що дає більшу гнучкість.

No-код платформи взагалі не вимагають знань з програмування. Ними можуть користуватися різні люди, такі як художники, викладачі, топ -менеджери. Вони потребують штучного інтелекту у своїй роботі, але не хочуть заглиблюватися у програмування та інформатику. Рішення без коду мають досить обмежені функціональні можливості, але дозволяють швидко створити щось просте.

На практиці межа між платформами без коду та платформами з низьким кодом досить тонка. Платформи, які рекламують себе як "без коду", як правило, залишають певний простір для налаштування.

Платформи з низьким кодом для початківців

Бібліотеки з низьким кодом можна використовувати навіть з мінімальним досвідом кодування.

PyCaret

Це бібліотека машинного навчання з відкритим вихідним кодом у Python, що дозволяє створювати та розгортати моделі машинного навчання з мінімальним кодуванням.

По суті, PyCaret-це альтернатива з низьким кодом, яка може замінити сотні рядків коду лише кількома словами. Це значно збільшує швидкість розробки програмного забезпечення та робить його більш доступним для початківців. PyCaret-це обгортка Python для кількох бібліотек машинного навчання, таких як scikit-learn, XGBoost, Microsoft LightGBM, spaCy та багато інших.

Авто-ViML

AutoViML - це інструмент, який дозволяє будь -кому швидко побудувати модель машинного навчання. Він автоматично відображає ваші дані за допомогою різних моделей машинного навчання, щоб визначити, яка з них дає найкращі результати у кожному конкретному випадку. Ще один чудовий плюс - вам не потрібно попередньо обробляти дані, оскільки AutoViML автоматично очищає, перетворює та нормалізує їх. Програма працює з різними типами змінних, включаючи текстові, цифрові та візуальні дані.

H2O AutoML

H2O -це платформа для машинного навчання з відкритим вихідним кодом. Він має інструменти для розгортання найбільш широко використовуваних алгоритмів машинного навчання, таких як градієнтний спуск, лінійна регресія, глибокі штучні нейронні мережі та інші. Чим ця платформа славиться, так це своїм найсучаснішим AutoML. Ця функція передбачає автоматизацію процесу побудови декількох моделей одночасно, щоб ви могли створювати та тестувати функціональні моделі ML навіть без попереднього досвіду.

Платформи ML без коду, які слід використовувати у 2021 році

Ось асортимент платформ без коду, які ви можете вивчити, якщо хочете швидко розгорнути елемент машинного навчання та інтегрувати його з наявним програмним забезпеченням.

Google Cloud Auto ML

це інструмент без коду дозволяє будь -кому навчати та впроваджувати власні моделі машинного навчання без досвіду МЛ. Платформа працює з різними типами даних і охоплює широкий спектр випадків використання - від комп’ютерного зору та відеоінтелекту до обробки та перекладу природною мовою. Ви зможете підготувати та зберегти свої набори даних та використовувати автоматичні інструменти для полегшеного маркування. Якщо вам потрібно більше енергії та гнучкіші інструменти, ви можете оновити, щоб скористатися Google Cloud.

Набір Google ML

це Інструментарій створено для розробників Android та iOS, які хочуть зробити свої програми більш привабливими. Його API можна використовувати для реалізації сканування панелей, розпізнавання облич, функцій маркування зображень тощо, без створення моделі ML з нуля. Вся необхідна обробка відбувається на мобільному пристрої користувача в режимі реального часу, тому вам не потрібно турбуватися про налаштування та розміщення дорогих серверів.

Викладається машина

Викладається машина це ще один проект Google, який полегшує використання ML для програм та веб -сайтів. Ця платформа проста у використанні навіть для людей, які не володіють технікою, завдяки зручному інтерфейсу. Програма працює з зображеннями і дозволяє навчити машину розпізнавати та класифікувати фотографії. Він також обробляє звуки. На платформі цікаво грати, якщо ви новачок, і вона також безкоштовна. Але від вас залежить, як зібрати та підготувати дані, які ви будете використовувати для навчання моделі.

Злітно -посадкова смуга AI

Злітно -посадкова смуга AI була створена для творців без досвіду програмування у сферах редагування відео та фотографій з опцією зеленого екрану, фільтрацією та іншими цікавими функціями. Цей набір інструментів може допомогти вам розширити свою творчість за допомогою технологічних інструментів у кілька простих клацань миші, перетворивши ваші відео у першокласне кіномистецтво.

мочка

це Платформа ML має шаблони проектів, які прості у використанні, навіть для вашого першого проекту ML. Проект відносно новий, тому зараз доступна лише класифікація зображень. У майбутньому його творці також хочуть запустити шаблони виявлення об'єктів та класифікації даних. Однак класифікатор зображень є одним із найкорисніших інструментів для роздрібних торговців, рекламодавців та бізнес -професіоналів, тому обов’язково перевірте його.

Очевидно, AI

Якщо ви шукаєте зручний інструмент для прогнозування на основі даних без написання коду, Очевидно, AI для вас. Його можуть використовувати маркетологи та власники підприємств, які хочуть прогнозувати потік доходів, оптимізувати бізнес -процеси, побудувати більш ефективний ланцюжок поставок та проводити персоналізовані автоматизовані маркетингові кампанії. Все, що вам потрібно, це надати дані, вибрати стовпець, на основі якого буде створено ваш власний алгоритм ML, і отримати звіт.

CreateML

CreateML -це зручна для користувача платформа перетягування та падіння від Apple, яка дозволяє навчати моделі на вашому пристрої Mac. Це може допомогти вам створити класифікатори та системи рекомендацій. Інструмент може обробляти зображення, відео, фотографії, табличні дані та тексти. Отриману модель можна протестувати та розгорнути у додатках IOS. Ви можете попередньо переглянути продуктивність моделі та призупинити, зберегти, відновити та розширити процес навчання, коли захочете. CreateML дозволяє навчати декілька моделей одночасно для різних наборів даних для одного проекту. Він має стандартний пакет Apple SDK та документацію, яка включає зразки коду та пояснювальні статті.

MakeML

MakeML дозволяє розробникам iOS впроваджувати рішення щодо сегментації об’єктів та виявлення об’єктів. За допомогою цього інструменту можна окреслювати та редагувати елементи не лише на фотографіях, а й у відео. Створіть власні набори даних, створіть власні моделі ML за кілька кліків та інтегруйте свою модель у свій додаток. Ця платформа також дозволяє працювати з AR.

Фріц А.І

Якщо ви шукаєте більш захоплюючі рішення для додатків iOS та Android, ви також можете перевірити це Фріц А.І. Це дає вам гнучкість щодо того, скільки ви хочете інвестувати у розробку моделей ML-ви можете навчати нестандартні моделі в Студії або використовувати попередньо навчені моделі. У програмі ви можете створювати або імпортувати власні набори даних, контролювати продуктивність моделі та повторно навчати її. Якщо ви займаєтесь розробкою об’єктивів Snapchat, цей інструмент допоможе вам додати машинне навчання без коду до ваших фільтрів доповненої реальності.

Суперанотація

Створення анотацій до відео та текстів - справа нудна, але її можна автоматизувати Суперанотація. Рішення охоплює безліч справ у різних галузях промисловості, таких як аерофотозйомка, автономне водіння, робототехніка та медицина. Якщо вам швидко потрібно обробити зображення, і ви не хочете найняти всю команду дослідників даних, ми рекомендуємо це перевірити.

Швидкий Майнер

RapidMiner - це інструмент, створений для видобутку даних. Він базується на ідеї, що бізнес -аналітикам або аналітикам даних не обов’язково потрібно програмувати, щоб виконувати свою роботу. У той же час майнінг вимагає даних, тому інструмент був оснащений хорошим набором операторів, які вирішують широкий спектр завдань для отримання та обробки інформації з різних джерел (баз даних, файлів). В цілому, цей інструмент робить аналіз даних досить простим, щоб будь -хто ним міг користуватися.

Інструмент "Що якщо"

Це надзвичайно корисний інструмент для оцінки продуктивності моделей без кодування. WIT візуально відображає, як змінюється поведінка моделі з плином часу та за різними підмножинами даних. Ви також можете порівняти продуктивність двох моделей, щоб побачити, яка з них працює найкраще.

DataRobot

DataRobot - це платформа, яка дозволяє бізнес -аналітикам будувати прогнозну аналітику без знання машинного навчання або програмування. Платформа використовує автоматичне машинне навчання (AutoML) для створення точних моделей прогнозування за короткий проміжок часу. DataRobot надає зручний інтерфейс користувача для створення моделей машинного навчання. За кілька кроків компанія може розгорнути службу прогнозної аналітики в режимі реального часу.

Нанонець А.І

Розумна обробка документів можлива за допомогою Нанонети. Він автоматично фіксує дані з документів, рятуючи вас від годин ручного управління документами. Штучний інтелект Nanonets обробляє невидимі, напівструктуровані документи, навіть якщо вони не відповідають стандартному шаблону, автоматично перевіряють дані та вдосконалюються з плином часу завдяки різним використанням.

Студія Monkey Learn

Студія MonkeyLearn надає інструменти для роботи з текстовими даними і націлений на використання компаніями. Ця платформа може автоматично мітити бізнес -дані, наприклад, квитки підтримки або електронні листи. Це також допомагає у візуалізації даних. MonkeyLearn полегшує роботу з машинним навчанням, оскільки має готові моделі машинного навчання, які можна навчати та створювати без коду.

Заключні слова

Ці інструменти класні за те, що вони є: платформи без коду для швидкого розгортання простих проектів нетехнологічними експертами або новачками в ML. Ні в якому разі вони не можуть замінити розробку власної моделі ML для проектів з великим навантаженням та інтенсивністю даних. Тож якщо ви маєте на увазі унікальну ідею, яка передбачає обробку великих даних, автоматизацію інтенсивних промислових процесів або чутливі моделі прогнозування, Зв'яжіться з нами. Разом ми можемо придумати рішення, які відповідають вашим конкретним потребам.

Оригінал. Повідомлено з дозволу.

За темою:

• Підштовхування машинного навчання без коду до межі
• Нове покоління фреймворків AutoML
• Простий AutoML у Python