爱吧机器人网 » 技术 > 机器学习 > 正文

50种机器学习和预测应用的API,你想要的全都有

API 是一套用于构建软件程序的协议和工具。对于应用开发者而言,有了开放的 API,就可以直接调用其他公司做好的功能为我所用,这在很大程度上提升了工作效率。

\

本文整理了以下四大类共 50 种 API,为你节省了寻找资源的时间。总之,你所需要的可能基本都在下面了:

人脸和图像识别(Face Image Recognition)
文本分析,自然语言处理,情感分析(Text Analysis, NLP, Sentiment Analysis)
语言翻译(Language Translation)
机器学习与预测(Machine Learning prediction)

▌ 人脸和图像识别

1、Animetrics Face Recognition:该 API 可用于检测图片中的人脸,并将其与一组已知的人脸数据集进行匹配。 API 还可以添加或删除可搜索图库中的对象,并添加或删除某一分类中的人脸。

2、Betaface:面部识别和检测 Web 服务。其特点包括多人脸检测、人脸裁剪、123 个人脸特征点检测、人脸验证与识别、以及在大规模数据库中进行相似性搜索。

3、Eyedea Recognition:专注于高端计算机视觉的解决方案,主要是对象检测和对象识别软件。识别内容包括眼睛、脸部、车辆、版权和车牌检测。 该 API 的主要作用在于可以即时理解目标,用户以及行为。

4、Face++:面部识别和检测服务,可在于应用程序中的检测、识别和分析。用户可以用其进行模型训练、人脸检测、人脸识别、人脸分组、创建人脸数据集及获取信息。

5、FaceMark:该 API 能够检测到人脸正面照片上的 68 个特征点,以及侧脸照片上的 35 个特征点。

6、FaceRect:一款功能强大且完全免费的人脸检测 API 。该 API 可在一张照片上查找单个人脸(正面和侧面)或多个人脸,并为找到的每个人脸生成 JSON 输出。此外,FaceRect 可以为每个检测到的人脸找到人脸特征(眼睛、鼻子和嘴巴)。

7、Google Cloud Vision API:该 API 由 TensorFlow 等强大的平台驱动,能够让模型进行学习和预测图像内容。它可以帮你找到感兴趣的图像,并迅速获得丰富的注释。它将图像分为数千个类别(如船、狮子和埃菲尔铁塔),能检测相关人脸表情,并识别多种语言的印刷文字。

8、IBM Watson Visual Recognition:理解图像-视觉概念内容,进行图像标注、查找人脸、估计年龄和性别,并在集合中查找类似图像,还可以通过自定义概念来重新训练服务。

9、Imagga:提供可自动将标签分配给图像的 API,使图像更易于找到。它是基于 PaaS 的图像识别 API。

10、Kairos:它可快速将情绪分析和人脸识别功能添加到应用和服务平台。

11、Microsoft Cognitive Service - Computer Vision:该云 API 可以基于用户输入和选择以不同方式分析视觉内容。 如基于内容标记图像,对图片进行分类,检测人脸并返回它们的坐标,识别指定领域的内容,生成内容的描述,识别图像中的文本,标记成人内容。

12、Skybiometry Face Detection and Recognition:该 API 提供人脸检测和识别服务,最新版的 API 中还能够区分墨镜和透明眼镜。

13、ParallelDots Visual Analytics API:可自动标记图像,过滤不适当的内容,识别情绪。

▌ 文本分析、NLP 和情绪分析

1、Bitext:提供市面上最精确的基于多语言主题的情绪分析。目前提供四种语义服务:实体和概念提取、情绪分析和文本分类。该 API 支持 8 种语言。

2、Diffbot Analyze:它是为开发人员提供的工具,可以识别、分析和提取任何网页上的主要内容。

3、Free Natural Language Processing Service:它是一个包含情感分析、内容提取和语言检测的免费服务。

4、Google Cloud Natural Language API:用于分析文本结构和含义,包括情感分析、实体识别和文本注释。

5、Watson Natural Language Understanding:分析文本从而在内容中提取元数据,例如概念、实体、关键词、类别、关系和语义角色。

6、MeaningCloud Text Classification:该 API 能实现预分类任务功能,如文本提取、分词、移除停用词、词形还原。

7、Microsoft Cognitive Service - Text Analytics:从文本中检测情绪、关键短语、主题和语言。属于同一类(面向语言的认知服务)的其他 API 包括 Bing 拼写检查、语言理解、语言分析以及 Web 语言模型。

8、nlpTools:是用于自然语言处理的一个基于 RESTful 的 HTTP Web 服务的简单 JSON。它可解码网络新闻媒体,用于情绪分析和文本分类。

9、Geneea:可以对提供的原始文本、从给定 URL 中提取的文本或直接提供的文档进行分析(自然语言处理)。

10、ParallelDots Text Analytics APIs:在 14 种不同语言的基础上提供了方便且多样的一套自然语言理解(NLU)算法。ParallelDots 自定义分类器还允许你在自定义类别上构建文本分类器,且无需任何训练数据。

11、Thomson Reuters Open Calais™:使用自然语言处理、机器学习及其他方法,Calais 可以通过实体(人、地点和组织等)、事实(人“x”在公司“y”工作)和事件(人“z” 在“x”日被任命为公司“y”的董事长)将文档归类和链接。

12、Yactraq Speech2Topics:它是一项云服务,通过语音识别和自然语言处理将音视频内容转换为主题元数据。

▌ 语言翻译

1、Google Cloud Translation:该 API 可以在数千个语言对之间动态翻译文本。它允许网站和程序以编程方式与翻译服务集成。

2、Google Cloud SPEECH-TO-TEXT:让开发人员能够运用强大的神经网络模型,将音频转换成文本。该 API 可识别 120 种语言和变体,以支持全球用户群。

3、IBM Watson Language Translator:将文本从一种语言翻译为另一种语言。该服务提供了多个特定领域模型,可以根据独特术语和语言进行自定义。

4、MotaWord:是一个快速的人工翻译平台。它提供超过 70 种语言的翻译。该 API 还可让开发人员获取翻译报价,提交包括文档和样式指南的翻译项目,跟踪翻译项目的进度并实时获取活动信息。

5、WritePath Translation:该 API 允许开发人员访问 WritePath 的功能,并与其他应用程序集成。使用该 API 可以完成的操作包括:获取字数,发布翻译文档以及检索已翻译的文档和文本。

6、Houndify:通过一个不断学习的独立平台,将语音和会话智能集成到产品中。

7、IBM Watson Conversation:构建可理解自然语言的聊天机器人,并将它们部署在消息发送平台和网站上。 属于同一类(面向语言的认知服务)的其他 API 包括对话、自然语言分类器、个性观点、文档转化、以及音调分析器等功能。

8、IBM Watson Speech:包括语音到文本和文本到语音 ( 如在呼叫中心转录通话,或创建语音控制的应用程序)的转换。

▌ 机器学习与预测

1、Amazon Machine Learning:查找数据中的模式。该 API 的几种典型应用包括:检测欺诈、预测需求、精准营销和点击预测。

2、BigML:提供云托管的机器学习和数据分析服务。用户可以设置数据源并通过标准的 HTTP 创建模型来处理基本的监督和无监督机器学习任务。

3、Google Cloud Prediction:提供一个 RESTful API 来构建机器学习模型。这些工具可以帮助分析数据,为应用程序添加各种功能,例如客户情绪分析、垃圾邮件检测、推荐系统等。

4、co:为电子商务网站提供产品推荐引擎。

5、Hu:toma:帮助世界各地的开发人员构建商用级别的深度学习聊天机器人。它提供免费访问的专有平台,该平台提供了创建和共享对话式 AI 的工具和渠道。

6、IBM Watson Retrieve and Rank:开发人员可以将他们的数据加载到服务中,使用已知的相关结果来训练机器学习模型(Rank)。服务输出包括相关文档和元数据。

7、indico:提供文本分析(如情感分析、社交活动和情绪)和图像分析(例如面部情绪和面部定位)。indico API 可以免费使用,不需要训练数据。

8、Microsoft Azure Cognitive Service API:该 API 正在取代提供基于预测分析的 Azure 机器推荐服务。它为客户提供个性化的产品推荐并促进销售量。新版本支持批处理,具备更好的 API 管理器、更干净的 API 接口、更一致的注册/计费体验等。

9、Microsoft Azure Anomaly Detection API:使用时间间隔均匀的数值检测时序数据中的异常事件。比如在监视内存使用情况时,上升趋势可能意味着内存泄漏。

10、Microsoft Cognitive Service - QnA Maker: 将信息提炼成对话式并易于浏览的答案。属于同一类(面向知识的认知服务)的其他 API 包含学术知识、实体链接、知识探索和推荐。

11、Microsoft Cognitive Service - Speaker Recognition:使应用程序具有识别讲话者的能力。 属于同一类(面向语音的认知服务)的其他 API 包括 Bing 语音(语音与文本互相转换并理解其意图)和 自定义识别。

12、MLJAR:为原型设计、开发和部署模式识别算法提供服务。

13、NuPIC:是一个用 Python/C++ 编写的开源项目,可以实现 Numenta's Cortical 学习算法,由 NuPIC 社区维护。 API 允许开发人员使用原始算法,将多个区域(包括层次结构)串联起来,并利用其他平台功能。

14、PredicSis:为大数据提供强大的洞察力,并通过预测分析提高营销能力。

15、PredictionIO:是在 Apache 2.0 许可下发布的基于 Apache Spark,HBase 和 Spray 的开源机器学习服务器。典型的 API 方法包括创建、管理用户和用户记录、检索项目和内容以及基于用户创建和管理推荐。

16、RxNLP - Cluster Sentences and Short Texts:文本挖掘和自然语言处理服务。 Cluster Sentences API 是其之一,可以将句子(例如来自多篇新闻文章的句子)或短文本(例如来自 Twitter 或 Facebook 状态更新的文章)转换为逻辑分组。

17、Recombee:通过 RESTful API 提供数据挖掘、语言查询和机器学习算法(例如协同过滤和基于内容的推荐)的服务。

上一篇: 贝叶斯机器学习前沿进展
下一篇:收藏!机器学习算法优缺点综述
精选推荐
英国首台月球车是个小型四腿机器人 将于2021年登月
英国首台月球车是个小型四腿机器人 将于2021年登月

[2019-10-12]  探测器将用四条腿探测月球表面,并将数据传回着陆器,后者将把数据传回地球图 詹姆斯温斯皮尔英国即将成为继美国、俄罗斯、中国之后的又一 ...

麻省理工学院最新研究:优化软体机器人的控制和设计
麻省理工学院最新研究:优化软体机器人的控制和设计

[2019-11-24]  软体机器人属于一个新的领域,它可能在诸如外科手术等领域发挥重要作用(手术时的纳米机器人需要在人体内部移动而不损伤软组织)。软体机器 ...

人工智能民主化能否实现取决于科技巨头
人工智能民主化能否实现取决于科技巨头

[2017-12-29]  我们经常听到像谷歌和微软这样的公司说他们希望人工智能民主化。这是一个很好的词,民主化。 但这些公司如何界定“民主化”还不清楚,像AI本身一样,它似乎有点炒作的味道...

人工智能准确预测患者一年内的死亡风险,原理却无法解释
人工智能准确预测患者一年内的死亡风险,原理却无法解释

[2019-11-13]  图片来自BURGER PHANIE SCIENCE PHOTO LIBRARY美国最新研究显示,人工智能通过查看心脏测试结果,以高达85%以上的准确率预测了一个人在一 ...

2018年企业数字化转型的五大趋势
2018年企业数字化转型的五大趋势

[2017-12-16]  据2016年哈佛商学院研究表明,选择进行数字化转型的企业在3年内表现出了55%的平均毛利润提升,相比之下其他企业毛利润同期降低了37%。数字化转型企业的领头羊,也曾是收入处于......

集群机器人领域最新研究:一种用于探测未知环境的微型无人机群
集群机器人领域最新研究:一种用于探测未知环境的微型无人机群

[2019-10-26]  (图:无人机扩散至不同方向来探索环境。当一个无人机注意到另一个无人机在它的首选方向,它将试图飞到另一个方向。若首选方向冲突,低优先 ...

MIT用深度学习处理3D点云数据 应用于无人汽车等领域
MIT用深度学习处理3D点云数据 应用于无人汽车等领域

[2019-10-23]  如果你见过自动驾驶汽车,也许会对车顶上那个一直在旋转的圆柱体感到好奇。这是一个雷达传感器,无人驾驶汽车依靠它在现实世界中进行导航。 ...

什么是机器人学?机器人学简介
什么是机器人学?机器人学简介

[2017-12-14]  机器人学是工程学与科学的交叉学科,包括机械工程,电气工程,计算机科学等。机器人技术涉及机器人的设计、制造、操作和应用,以及用于控制、感官反馈和信息处理的计算机系统。...

本周栏目热点

盘点全球十大最具影响力的机器人摇篮

[1970-01-01]    人工智能(AI)研究现正迅速发展,如无人驾驶汽车、计算机在《危险边缘》智力竞赛节目中获胜、数字私人助手Siri、GoogleNow和语音助手C ...

深度学习反向传播算法(BP)原理推导及代码实现

[2017-12-19]  分析了手写字数据集分类的原理,利用神经网络模型,编写了SGD算法的代码,分多个epochs,每个 epoch 又对 mini_batch 样本做多次迭代计算。这其中,非常重要的一个步骤,......

如何在机器学习项目中使用统计方法的示例

[2018-07-23]  事实上,机器学习预测建模项目必须通过统计学方法才能有效的进行。在本文中,我们将通过实例介绍一些在预测建模问题中起关键作用的统计学方法。...

Machine Learning-感知器分类算法详解

[2018-05-31]  今天我们来讲解的内容是感知器分类算法,本文的结构如下:什么是感知器分类算法,在Python中实现感知器学习算法,在iris(鸢尾花)数据集上训练一个感知器模型,自适应线性神......

[2017-08-28]  模拟退火(Simulated Annealing,简称SA)是一种通用概率算法,用来在一个大的搜寻空间内找寻命题的最优解。1、固体退火原理:将固体加温 ...