为软件开发人员提供的低代码功能??现在让我们看看为软件开发人员提供机器学习功能的低代码平台。这些平台根据它们的编程模型和它们公开的低代码功能??类型来选择机器学习算法。Appian提供与多个GoogleAPI的集成，包括GCPNativeLanguage、GCPTranslation、GCPVision和AzureLanguageUnderstanding(LUIS)。Creatio是一个用于流程管理和客户关系管理(CRM)的低代码平台，具有多种机器学习功能，包括电子邮件文本挖掘和潜在客户、机会和客户的通用评分模型。GoogleAppSheet支持多种文本处理功能，包括智能搜索、内容分类和情感分析，还可以提供趋势预测。集成数据源（例如Google表格）后，您就可以开始尝试不同的模型。MendixMarketplace具有连接到AzureFaceAPI和AmazonRekognition的机器学习连接器。MicrosoftPowerAutomateAIBuilder具有与处理非结构化数据相关的功能，例如读取名片和处理发票和收据。他们可以应用多种算法，包括关键阶段提取、类别分类和实体提取。OutSystemsMLBuilder在开发最终用户应用程序时可能会提供多种功能，例如文本分类、属性预测、异常检测和图像分类。ThinkwiseAutoML专为分类和回归机器学习问题而设计，可用于规划过程。Vantiq是一个低代码、事件驱动的架构平台，可驱动实时机器学习应用程序，例如工厂工人的AI监控和人机界面的实时翻译。此列表并不详尽，还有其他平台，如CreateML、MakeML、MonkeyLearnStudio、ObviouslyAI、TeachableMachine等。随着越来越多的低代码平台开发或合作开发机器学习功能，机器学习平台的可能性将会扩大.何时在低代码平台中使用机器学习功能低代码平台将继续区分其功能集，因此我预计更多平台将添加他们需要的机器学习功能以实现用户体验。这意味着需要处理更多文本和图像以支持工作流、投资组合管理平台的趋势分析以及CRM和营销工作流的集群。但是当涉及到大规模的监督和非监督学习、深度学习和Modelops时，更有可能需要使用和集成专门的数据科学和模型操作平台。更多低代码技术供应商可能会合作支持集成或提供入口，以在AWS、Azure、GCP和其他公共云上启用机器学习功能。低代码技术使开发人员更容易创建和支持应用程序、集成和可视化的重要性将继续存在。因此，现在开始提高标准，并期待更多的智能自动化和机器学习能力，无论是投资低代码平台以获得自己的AI能力，还是与第三方数据科学平台集成。作者：IsaacSacolick是StarCIO总裁，亚马逊畅销书《推动数字化：通过技术实现业务转型的领导者指南》的作者，公认的顶级社交CIO和数字化转型影响者。他在InfoWorld.com、CIO.com、他的博客Social、Agile和Transformation以及其他网站上发表了700多篇文章。原文网址：https://img.ydisp.cn/news/20220825/ql1ybxkstgl
