如今机器学习无处不在，从手机上的照片到电子邮件收件箱中的过滤系统。机器学习已成为未来最关键的组成部分之一。随着互联网变得越来越个人化，机器学习比以往任何时候都更加重要。甚至像亚马逊这样的大公司也使用机器学习算法根据你的兴趣为你推荐。大约十年前，互联网的主要目的是为您提供信息-关键字会在全球范围内产生该特定关键字的结果。但今天，重点是为用户提供更相关的信息——更接近他们正在搜索的信息。这就是机器学习发挥重要作用的地方。目前，机器学习由谷歌、亚马逊、IBM、微软等大公司主导，但趋势正在发生变化，小公司正在将他们的算法和API引入该领域。API使公司更容易跨多个领域共享知识和信息。在深入研究一些创新的机器学习API之前，让我们先了解一下API到底是什么。什么是API？用最简单的术语来说，API或应用程序编程接口是允许两个软件程序相互通信的一段代码。它是一组用于构建软件的定义、协议和工具。API是两个软件之间的链接，它负责将请求从一个软件发送到另一个软件，然后再返回。API由两部分组成——描述信息如何在程序之间交换的规范，以及按照该规范编写并以某种方式发布以供使用的软件接口。共有三种类型的API：本机API-这些API为应用程序（例如Microsoft的应用程序）提供操作系统或中间件服务。净API。WebAPI-这些API通过Internet发送和接收信息。这些包括网址。程序API-这些基于远程过程调用技术，其中远程程序组件对于软件的其余部分而言是本地的。我们认为您应该在2019年学习的10个趋势机器学习API：1.PredictionIOPredictionIO是一个基于Apache的开源机器学习API，它使数据科学家更容易构建预测机器。它可以与ApacheSpark、MLlib、HBase、Elasticsearch和Spray轻松绑定。它使用独特的模板系统来创建机器学习系统，使开发人员更容易根据自己的需要定制引擎。PredictionIO还可以自动评估预测引擎以确定要使用的最佳超参数。这个出色的API处于领先地位，允许开发人员简单地将自己的自定义添加到组合中。PredictionIO提供快速构建和部署引擎、可定制的模板、对动态查询的实时响应、使用系统进程的更快的机器学习建模、预构建的评估措施、简单的数据基础设施管理等。2.GeneeaNaturalLanguageProcessingAPIGeneea是一种自然语言处理API，可以对提供的原始信息进行分析。该API可以对原始文本、从给定URL中提取的文本或直接从提供的文档中提取的文本等信息进行分析。开发人员还可以提供额外的信息，例如使用的语言、特定领域等，这有助于使结果更加精确。Geneea对语言、校正、变音符号、标记、主题检测、名称实体识别等主题进行分析。3.IBMWatsonVisualRecognitionIBMWatson的VisualRecognitionAPI使用机器学习算法来正确识别、分类和标记对象。它还可以用于搜索视觉内容，例如颜色、查找面孔、标记图像、估计年龄和性别，甚至可以在集合中查找相似图像。开发人员甚至可以创建和训练自定义分类器来识别他们需要的对象。IBMVisualRecognition是面向IBMWatson开发人员的更大的API云套件的一部分，该套件还包括语音转文本、文本转语音、问答、个性洞察、音调分析器等。4.Slack的API几年前，Slack成为最好的工作场所通信工具之一，从那时起，它就引入了自己的API，允许开发人员为自己的工作空间构建自定义通信系统。这个RESTfulAPI允许开发人员学习和使用Slack代码。它提供了Slack强大的自然语言处理能力，允许开发人员构建与Slack集成的应用程序，例如智能聊天机器人或其他可以安排会议的机器人。5.AT&T语音APIAT&T语音API允许开发人员将语音识别集成到他们的应用程序中。该API由AT&TWatson语音引擎提供支持，还包括自然语言处理功能，例如自然语言理解、语音识别、语音转录等。它可以轻松地将语音文档转录为文本。API可以根据特定需求进行调整，例如网络搜索、业务搜索、语音邮件、短信、问答等。6.微软认知服务——文本分析微软在机器学习方面取得了长足进步。这个流行的API允许开发人员在翻译之前自动检测文本的语言。它还可以从文本中提取信息，包括语言和句子背后的情感。它还提供其他功能，例如关键短语提取、语言检测、情感分析、翻译，甚至识别文本中的实体。7.亚马逊机器学习亚马逊的机器学习API可以执行许多不同的功能。它可以执行欺诈检测、内容个性化、文档分类和客户流失预测等功能。它还允许开发人员快速训练和部署他们的模型。但是，Amazon的API不是开源的，可以用于pay-as-you-go的支付计划。8.BigMLBigML是一种机器学习RESTAPI，允许开发人员轻松地为应用程序构建和部署AI模型。该API允许构建预测模型，包括有监督和无监督的机器学习任务，以及机器学习管道。最好的部分是BigML允许使用标准HTTP方法创建、检索、更新和删除BigML资源。9.GoogleCloudAPI谷歌一直致力于创新，真正让人眼前一亮的地方是机器学习。Google拥有一套完整的云API，旨在帮助简化开发人员的任务。Google的机器学习API包括CloudVisionAPI、CloudSpeechAPI、NaturalLanguageAPI、TranslationAPI和DialogueFlowAPI。CloudVisionAPI-包括图像标签、人脸检测、标志和地标、光学字符识别、显式内容检测。CloudSpeechAPI-包括语音识别、麦克风或文件的音频转换，以及80多种语言的文本转换。NaturalLanguageAPI-包括结构分析、文本含义、情感分析、实体识别和文本注释。翻译API-从一种语言翻译成另一种语言。10.Wit.aiWit.ai是一个自然的开源语言处理平台，它提供了为网络和移动应用程序添加智能语音功能的能力。为家庭自动化、联网汽车、智能电视、机器人、智能手机、可穿戴设备等提供智能语音接口。智能文档。AI干净且易于理解。它包括代码示例、适用于许多流行语言和平台的SDK、快速入门指南和完整的Wit应用指南。结论随着机器学习的进步，开发人员如果想保持竞争力就必须提升自己的水平。这10个API将帮助您获得超越其他API的优势。如果您有任何喜欢的api，请在下面的评论部分告诉我们。
