十種值得掌握的機器學習類API
譯文【51CTO.com快譯】現如今，從手機上的照片流識別系統到電子郵件收件箱中的過濾系統，機器學習可謂是無處不在。更有甚者認為：機器學習已成為了未來不可或缺的工具之一。當然，不可否認的是：隨著互聯網更加趨向于個性化，機器學習已經變得比以往任何時候都更加重要了。也許您早已聽說，像Amazon這樣的大公司正在使用其機器學習算法(具體請參見https://blog.eduonix.com/internet-of-things/6-machine-learning-algorithms-learn-newbie/)，來根據用戶的興趣為客戶提供各種定制化的建議。
大約就在十年前，互聯網的主要目的還只是單純地為您提供信息，即：根據您所提供的某個關鍵字，在全球范圍內搜索并生成有關該特定關鍵字的結果。而如今，其主要目標已經變成了為用戶提供更多的相關信息，這些信息更接近于他們所搜索的內容。這便是機器學習真正起作用的地方。
目前，雖然機器學習主要還是由包括Google、Amazon、IBM和Microsoft在內的大公司所主導，但是各類小型公司也正在潛移默化地將其算法和API引入該領域。這些API使得不同的公司更容易地跨界共享各類知識和信息。下面，在深入研究那些創新式的機器學習類API之前，讓我們先簡單介紹一下到底何為API。
什么是API?
簡單說來，API或稱應用程序編程接口(請詳見https://searchmicroservices.techtarget.com/definition/application-program-interface-API)是實現兩個軟件程序相互通信的代碼片段。它是一組用于構建軟件的定義、協議和工具。API實現了兩個軟件之間的連接，不但負責將請求從一個軟件發送到另一個軟件，還會將請求的應答原路返回。
一般而言，API由兩部分組成：一、描述如何在程序之間交換信息的規范;二、作為寫入該規范并以某種方式發布出去，以供使用的軟件接口。
因此，API有如下三種類型：
- 本地API - 這些API為應用程序提供了操作系統或中間件的服務，例如Microsoft的.NET API。
- Web API - 這些API可運行在互聯網上，實現消息的發送和接收，包括各種URL。
- 程序API - 基于遠程過程調用(Remote Procedure Call)技術的一些API，使得某個遠程程序組件對于軟件的其他部分而言，就像是運行在本地一樣。
我們在此為您列舉了本年度值得掌握的十種“現象級”機器學習類API：
1. PredictionIO
PredictionIO是一個基于Apache的開源類機器學習API，它能夠使得數據科學家更加輕松地構建出各種預測機(predictive machines)。它可以與Apache Spark、MLlib、HBase、Elasticsearch和Spray輕松地捆綁到一起。另外，它使用獨特的模板系統來創建不同的機器學習系統，并使得開發人員可以根據自己的需要更加輕松地定制引擎。
同時，PredictionIO還可以自動評估預測引擎，以確定應該采用的各種***超參數(hyperparameters)。由于該API承擔了主要的任務，因此開發人員只需簡單地添加自定義的組合。總的說來，PredictionIO提供的功能包括：用于快速構建和部署的引擎，可自定義的模板，對于動態查詢的實時響應，通過系統性流程實現更快的機器學習建模，預構建的評估措施，以及簡單的數據基礎架構管理等。
Geneea是一種自然語言處理(Natural Language Processing)類API，它可以對所提供的原始信息進行分析。此類API可以從給定的URL中提取文本、或直接從給定文檔里對原始文本信息執行各種分析。另外，開發人員還可以通過提供諸如：既用語言和特定域等其他信息，來協助提高結果的準確性。因此，Geneea能夠對語言、矯正、變音、標記、主題檢測、名稱實體識別等主題類型進行多種分析。
IBM Watson的視覺識別(Visual Recognition)API，通過使用機器學習算法來正確地識別、分類和標記對象。同時，它還可以被用來搜索各種視覺內容，包括：辨識顏色，查找人臉，標記圖像，分辨年齡與性別，甚至可以在某個集合里查找相類似的圖像。另外，開發人員也可以通過創建和訓練自定義的分類器，來識別他們的目標對象。另一方面，IBM 視覺識別隸屬于IBM Watson Developer Cloud API套件的一部分，后者還包括：語音到文本，文本到語音，問與答，個性見解，音調分析等服務。
4. Slack API
幾年前，Slack曾是***的協同工作通訊工具之一。從那之后，它推出了自己的API，允許開發人員為其協作空間構建自定義的通信系統。開發人員可以通過該RESTful API來學習并使用Slack代碼。該API不但提供了Slack強大的自然語言處理功能，還允許開發人員構建與Slack相集成的各類應用，包括：智能聊天機器人和安排會議機器人。
5. AT&T Speech
AT&T Speech API允許開發人員將語音識別功能，集成到他們的應用程序之中。由AT&T Watson語音引擎所提供支持的這款API，還包含有自然語言處理功能，例如：自然語言的理解、語音的識別、以及語音的轉錄等。它不但可以輕松地將口語(spoken word，一種表演藝術)文件轉錄為文本，還可以通過調整API以滿足諸如：Web搜索、商業搜索、語音郵件、短信、問與答等特定的需求。
Microsoft在機器學習方面已經取得了長足進步。它提供的API允許開發人員在執行翻譯操作之前，先自動檢測文本的語言類型。同時，它也可以從您所提供的文本中解讀出一定的“話外之音”。另外，它還提供諸如：關鍵短語提取，語言檢測，情感分析，翻譯，甚至能夠識別文本中的字符實體等其他功能。
Amazon的機器學習類API可以實現許多不同的功能，其中包括：欺詐檢測，內容個性化，文檔分類和客戶流失預測等。同時，它還允許開發人員快速地培訓并部署出屬于自己的模型。不過，Amazon的API并非開源，它提供了一套按需付費的使用計劃。
8. BigML
BigML是一種機器學習類REST API，它允許開發人員輕松地為自己的應用構建和部署出AI模型。此類API能夠構建各種包含監督和無監督類機器學習的任務，以及具有機器學習管道的預測模型。BigML的亮點在于：它允許用戶使用各種標準的HTTP方法去創建、檢索、更新和刪除BigML的相關資源。
一直致力于創新的Google，在機器學習領域時常給人帶來驚喜。它擁有一整套的Cloud API，旨在簡化開發人員的各項繁瑣任務。Google的機器學習類API包括：Cloud Vision API、Cloud Speech API、Natural Language API、Translation API和Dialogflow API五種，它們的各自特點如下：
- Cloud Vision API - 包括：圖像的標注，面部、徽標和地標的檢測，光學字符的識別，以及顯式內容的檢測。
- Cloud Speech API - 包括：語音識別，對麥克風或文件的音頻轉換，80多種語言的文本轉換。
- Natural Language API - 包括：結構分析，文本含義識別，情感分析，實體識別和文本注釋。
- Translation API – 將一種語言翻譯成另一種語言。
- Dialogflow API – 一種為各種會話接口開發的完整套件，例如：聊天機器人，或語音(voice-powered)應用等。
10.Wit.ai
Wit.ai是一個開源的自然語言處理平臺，它提供向Web和移動應用添加智能的語音功能。它可以為家庭自動化、聯網汽車、智能電視、機器人、智能手機、可穿戴設備等應用提供智能化的語音接口。Wit.ai的文檔簡潔易懂，不但包括了各種代碼的示例，而且針對其適用于多種流行語言與平臺的SDK，提供了快速的入門指南，以及完整的Wit應用指南。
結論
隨著機器學習的廣泛應用，各位開發人員都需要在激烈的競爭中保持優勢，必須潛心研究并“玩轉”機器學習類的各種API。希望上述十種API能夠為您提供方向和幫助。
原文標題：10 Machine Learning APIs You Should Learn，作者：Shweta Datar
【51CTO譯稿，合作站點轉載請注明原文譯者和出處為51CTO.com】
