50 個超實用的機器學習API,拿好不謝!

2021-03-02 優達學城Udacity

文-景略集智

參考-KDnugget

API是幫助我們創建軟體應用的很實用的工具。之前 KDnugget 發布了年度最佳50+機器學習&預測API,整體可分為4類:

面部識別&圖像識別

文本分析,自然語言處理,情感分析

機器翻譯

機器學習和預測

每個類別下的API按照字母順序列出,API簡介來自於其網頁上顯示的信息。

地址:http://api.animetrics.com/

地址:https://www.betaface.com/wpa/

地址:http://www.eyedea.cz/

地址:https://www.faceplusplus.com/

地址:http://apicloud.me/apis/facemark/docs/

地址:http://apicloud.me/apis/facerect/demo/

地址:https://cloud.google.com/vision/

地址:https://www.ibm.com/watson/services/visual-recognition/

地址:https://imagga.com/solutions/auto-tagging.html

地址:https://www.kairos.com/docs/api/

地址:https://www.microsoft.com/cognitive-services/en-us/computer-vision-api

地址:https://www.paralleldots.com/visual-analytics

地址:https://skybiometry.com/Documentation/

地址:https://www.bitext.com/text-analysis-api-2/#How-accurate-is-the-analysis

地址:https://www.diffbot.com/dev/docs/analyze/

地址:https://market.mashape.com/loudelement/free-natural-language-processing-service

地址:https://cloud.google.com/natural-language/reference/rest/

地址:https://www.ibm.com/watson/services/natural-language-understanding/

地址:https://www.meaningcloud.com/developer/text-classification

地址:https://azure.microsoft.com/zh-cn/services/cognitive-services/text-analytics/

地址:http://nlptools.atrilla.net/web/api.php

地址:https://api.geneea.com/

地址:https://www.paralleldots.com/text-analysis-apis

地址:http://www.opencalais.com/

地址:https://yactraq.com/

地址:https://cloud.google.com/translate/docs/

地址:https://cloud.google.com/speech-to-text/

地址:https://www.ibm.com/watson/services/language-translator/

地址:https://www.motaword.com/developer

地址:https://www.writepath.co/en/developers

地址:https://www.houndify.com/

地址:https://www.ibm.com/watson/services/conversation/

地址:https://www.ibm.com/watson/services/speech-to-text/

地址:https://aws.amazon.com/documentation/machine-learning/

地址:https://bigml.com/api/

地址:https://cloud.google.com/prediction/docs/

地址:http://www.guesswork.co/

地址:https://www.hutoma.ai/

地址:https://www.ibm.com/watson/services/retrieve-and-rank/

地址:https://indico.io/docs

地址:https://azure.microsoft.com/en-au/services/cognitive-services/

地址:https://gallery.cortanaintelligence.com/MachineLearningAPI/Anomaly-Detection-2

地址:https://www.microsoft.com/cognitive-services/en-us/qnamaker

地址:https://www.microsoft.com/cognitive-services/en-us/speaker-recognition-api

地址:https://mljar.com/

地址:https://github.com/numenta/nupic/wiki/NuPIC-API---A-bird's-eye-view

地址:https://predicsis.ai/

地址:http://predictionio.incubator.apache.org/index.html

地址:http://www.rxnlp.com/api-reference/cluster-sentences-api-reference/

地址:https://www.recombee.com/

希望各位都能抓住這個時代最好的部分,擯棄壞的部分,達成心中所願。

名師出高徒。想和領域大牛一起學人工智慧?Google X 創始人,Google Brain 科學家帶你深入《機器學習工程師》納米學位。預測房價、狗狗識別、訓練機器人走迷宮,矽谷超棒的實戰項目等你挑戰。【閱讀原文】,了解更多詳情,席位有限,搶先預訂!

相關焦點

  • 從人臉識別到機器翻譯:58個超有用的機器學習和預測API
    其實我們不用重複發明輪子,KDnuggets 已經為我們整理了 50 多個有用的機器學習和預測的 API,有了這些 API 的加持,就如虎添翼!是不是迫不及待了?走,讓我們來看看。更多乾貨內容請關注微信公眾號「AI 前線」,(ID:ai-front) 本文精選了包括人臉和圖像識別、文本分析、自然語言處理、文本情感分析、語言翻譯、機器學習和預測等多個領域共 58 個實用 API。
  • 從人臉識別到文本分析,50+超實用的 API 推薦清單
    所列清單主要涉及四個領域:人臉和圖像識別文本分析、NLP、情感分析語言翻譯機器學習和預測在每組應用中,列表中的元素按字母順序排列,相關 API 的簡述則是基於各自網站信息完成的。1.FaceMarkhttp://apicloud.me/apis/facemark/docs/該 API 能夠檢測到人臉正面照片上的 68 個特徵點,以及側臉照片上的 35 個特徵點。6.
  • 【翻譯】Sklearn 與 TensorFlow 機器學習實用指南 —— 第5章( 中)支持向量機
    /github.com/apachecn/hands_on_Ml_with_Sklearn_and_TF前文傳送門:【翻譯】Sklearn 與 TensorFlow 機器學習實用指南 —— Chapter 0.前言【翻譯】Sklearn 與 TensorFlow 機器學習實用指南 —— 第1章 機器學習概覽(上)【翻譯】Sklearn 與 TensorFlow
  • 【翻譯】Sklearn 與 TensorFlow 機器學習實用指南 —— 第3章 分類(下)
    /apachecn/hands_on_Ml_with_Sklearn_and_TF前文傳送門:【翻譯】Sklearn 與 TensorFlow 機器學習實用指南 —— Chapter 0.前言【翻譯】Sklearn 與 TensorFlow 機器學習實用指南 —— 第1章 機器學習概覽(上)【翻譯】Sklearn 與 TensorFlow 機器學習實用指南
  • 【翻譯】Sklearn與TensorFlow機器學習實用指南 —— 第15章 自編碼器(下)
    機器學習實用指南 —— 第1章 機器學習概覽(下)【翻譯】Sklearn 與 TensorFlow 機器學習實用指南 —— 第2章  一個完整的機器學習項目(上)【翻譯】Sklearn 與 TensorFlow 機器學習實用指南 —— 第2章 一個完整的機器學習項目(中)【翻譯】Sklearn 與 TensorFlow 機器學習實用指南 —— 第2章 一個完整的機器學習項目
  • 【翻譯】Sklearn 與 TensorFlow 機器學習實用指南 —— 第7章 集成學習和隨機森林 (下)
    機器學習實用指南 —— 第1章 機器學習概覽(下)【翻譯】Sklearn 與 TensorFlow 機器學習實用指南 —— 第2章  一個完整的機器學習項目(上)【翻譯】Sklearn 與 TensorFlow 機器學習實用指南 —— 第2章 一個完整的機器學習項目(中)【翻譯】Sklearn 與 TensorFlow 機器學習實用指南 —— 第2章 一個完整的機器學習項目
  • 【翻譯】Sklearn 與 TensorFlow 機器學習實用指南 —— 第7章 集成學習和隨機森林 (中)
    【翻譯】Sklearn 與 TensorFlow 機器學習實用指南 —— 第1章 機器學習概覽(下)【翻譯】Sklearn 與 TensorFlow 機器學習實用指南 —— 第2章  一個完整的機器學習項目(上)【翻譯】Sklearn 與 TensorFlow 機器學習實用指南 —— 第2章 一個完整的機器學習項目(中)【翻譯】Sklearn 與 TensorFlow
  • 手把手教你學Numpy——常用API合集
    percentile這個函數還需要額外傳入一個int,表示我們想要得到的百分位數,比如我們想要知道50%位置上的數,則輸入50。除了這些之外,我們還會經常用到sum,min,max,argmin,argmax這幾個函數。sum,min,max很好理解,argmin和argmax的意思是獲取最小值和最大值的索引。
  • 【翻譯】Sklearn 與 TensorFlow 機器學習實用指南 —— 第4章( 下) 訓練模型
    /github.com/apachecn/hands_on_Ml_with_Sklearn_and_TF前文傳送門:【翻譯】Sklearn 與 TensorFlow 機器學習實用指南 —— Chapter 0.前言【翻譯】Sklearn 與 TensorFlow 機器學習實用指南 —— 第1章 機器學習概覽(上)【翻譯】Sklearn 與 TensorFlow
  • 【翻譯】Sklearn 與 TensorFlow 機器學習實用指南 —— 第4章( 中) 訓練模型
    /apachecn/hands_on_Ml_with_Sklearn_and_TF前文傳送門:【翻譯】Sklearn 與 TensorFlow 機器學習實用指南 —— Chapter 0.前言【翻譯】Sklearn 與 TensorFlow 機器學習實用指南 —— 第1章 機器學習概覽(上)【翻譯】Sklearn 與 TensorFlow 機器學習實用指南
  • 【翻譯】Sklearn與TensorFlow機器學習實用指南 —— 第15章 自編碼器(上)
    機器學習實用指南 —— 第1章 機器學習概覽(下)【翻譯】Sklearn 與 TensorFlow 機器學習實用指南 —— 第2章  一個完整的機器學習項目(上)【翻譯】Sklearn 與 TensorFlow 機器學習實用指南 —— 第2章 一個完整的機器學習項目(中)【翻譯】Sklearn 與 TensorFlow 機器學習實用指南 —— 第2章 一個完整的機器學習項目
  • 超詳細翼天文旅·歡樂世界攻略,拿好不謝!
    超詳細翼天文旅·歡樂世界攻略,拿好不公園的開放時間是從上午10點到晚上9點。總共有11個小時的娛樂時間,所以每個人都可以玩得很開心。超詳細翼天文旅·歡樂世界攻略,拿好不03遊客指南地圖:因為整個公園很大,而且地圖就在手裡,所以你不用擔心迷路。
  • 2018年最實用機器學習項目Top 6(附開源連結)
    來源:medium 作者:George Seif編輯:木青【新智元導讀】在過去機器學習蓬勃發展的一年中
  • 《生活大爆炸》超實用的50個句子,趕緊收藏起來
    今天,小沃給大家帶來《生活大爆炸》中 超實用的50個句子 一起get一下 15、I'm on fire 我狀態超好 16、My door is open 我隨時歡迎你 17、Catch a break/Take a nap 休息一下
  • 初學者必讀:從迭代的五個層面理解機器學習
    如果你學習機器學習,它將隨處可見……如果你是一個程式設計師,你會用它上千次……如果你練習過任何技術,這儼然是第二個你……不,答案不是狂飲咖啡……而是「迭代(iteration)」!是的,迭代是為了實現某種結果而重複一組任務的過程。等等,這難道不是詞典的定義嗎?好吧,是的,這就是迭代真正的意思。
  • 【翻譯】Sklearn 與 TensorFlow 機器學習實用指南 —— 第10章 人工神經網絡介紹(上)
    機器學習實用指南 —— 第1章 機器學習概覽(下)【翻譯】Sklearn 與 TensorFlow 機器學習實用指南 —— 第2章  一個完整的機器學習項目(上)【翻譯】Sklearn 與 TensorFlow 機器學習實用指南 —— 第2章 一個完整的機器學習項目(中)【翻譯】Sklearn 與 TensorFlow 機器學習實用指南 —— 第2章 一個完整的機器學習項目
  • 這是一份超全機器學習&深度學習資源清單(105個AI站點),請收藏!
    Machine Learning Mastery (https://machinelearningmastery.com/blog): 幫助開發人員使用機器學習的知識解決複雜的問題Stats and Bots - Medium (https://blog.statsbot.co): 機器學習應用程式和代碼的實用指南
  • 基礎| 初學者必讀:從迭代的五個層面理解機器學習
    如果你學習機器學習,它將隨處可見……如果你是一個程式設計師,你會用它上千次……如果你練習過任何技術,這儼然是第二個你……不,答案不是狂飲咖啡……而是「迭代(iteration)」!是的,迭代是為了實現某種結果而重複一組任務的過程。等等,這難道不是詞典的定義嗎?好吧,是的,這就是迭代真正的意思。我們並不是要揭開一些令人興奮的秘密。
  • 基礎 初學者必讀:從迭代的五個層面理解機器學習
    如果你學習機器學習,它將隨處可見……如果你是一個程式設計師,你會用它上千次……如果你練習過任何技術,這儼然是第二個你……不,答案不是狂飲咖啡……而是「迭代(iteration)」!是的,迭代是為了實現某種結果而重複一組任務的過程。等等,這難道不是詞典的定義嗎?好吧,是的,這就是迭代真正的意思。
  • Python機器學習教程
    使用機器學習可以輕鬆解決此問題,而無需任何規則,這使其變得更加健壯和實用。您將在接下來的部分中看到我們將如何使用機器學習來完成此任務。因此,我們可以說,機器學習是通過使機器具有最少的人工幹預(即無需顯式編程)進行學習的能力,從而使機器的行為和決策更具人性化。現在出現了一個問題,程序如何獲得任何經驗以及從中學習?答案是數據。