خانه > فن آوری > ده API برتر در حوزه یادگیری ماشین ( بخش دوم )

ده API برتر در حوزه یادگیری ماشین ( بخش دوم )

(رابط برنامه نویسی نرم افزار کاربردی) API: Application programing Interface

در بخش اول مقاله، پنج API برتر از نظر محبوبیت بین کاربران، پتانسیل موجود، مستند سازی، راحتی در استفاده و عملکرد معرفی شدند. در این بخش به بررسی پنج API دیگر می پردازیم.

مقاله مرتبط :

۶- Diffbot

لینک برنامه : /category/all/apis?keyword=diffbot
ارائه دهنده : Diffbot
آدرس مستندات : https://www.diffbot.com/dev/docs/
نسخه آزمایشی : https://www.diffbot.com/

پلت فرم Diffbot با استفاده از ترکیبی از هوش مصنوعی ( AI )، دید کامپیوتری، یادگیری ماشین و پردازش زبان طبیعی، به طور خودکار داده ها را از صفحات وب مانند صفحات متون، تصاویر، ویدئو، اطلاعات محصول و نظرات، استخراج می کند. Diffbot مجموعه ای از API های اتوماتیک را برای استخراج انواع مختلف داده ها از صفحات وب و همچنین API های سفارشی فراهم می کند که اجازه می دهد داده ها با استفاده از روش های دستی استخراج شوند. API های اتوماتیک Diffbot قابلیت استفاده از هوش مصنوعی ( AI ) را برای استخراج اطلاعات خالص و ساختار یافته، بدون نیاز به روش های دستی یا آموزشی خاص را فراهم می کنند.

Diffbot با بخش مستندات API همراه است که به خوبی سازمان یافته و به راحتی قابل دنبال کردن است. بیش از ۳۵ کتابخانه کلاینت شامل PHP، Python، JavaScript، Objective C و Perl در دسترس هستند. در اکتبر سال ۲۰۱۴، این شرکت Diffbot Analyze API را منتشر کرد، که به صورت بصری می تواند یک صفحه وب را تجزیه و تحلیل کند، سپس تعیین می کند که چه نوع API استخراجی ازDiffbot  باید مورد استفاده قرار بگیرد. در جولای ۲۰۱۵ گزارش شد که Diff bot یک گراف دانش را در رقابت با گوگل ایجاد کرده است و مایکروسافت بینگ از آن برای تولید نتایج متنی استفاده می کند.

نمودار میزان جستجوی Diffbot در گوگل. منبع : گوگل ترندز

۷- BigML

لینک برنامه :  /api/bigml
ارائه دهنده : BigML
آدرس مستندات : https://bigml.com/developers
گالری مدل ها : https://bigml.com/gallery/models

BigML، که در سال ۲۰۱۱ راه اندازی شد، یک پلت فرم یادگیری ماشین است که عمدتا برای مدل سازی پیش بینی استفاده می شود. پلت فرم BigML ویژگی هایی از قبیل تشخیص آنرمالی، تجزیه و تحلیل خوشه ای، تجسم خورشیدی ( SunBurst ) برای درخت های تصمیم گیری، تجزیه و تحلیل متن و موارد دیگر را دارد. پلتفرم BigML به برنامه ها اجازه می دهد تا به مدل های پیش بینی شده و سایر منابع BigML دسترسی داشته باشند. با استفاده از API، برنامه ها می توانند عملیات CRUD را در منابع BigML با استفاده از روش های HTTP استاندارد انجام دهند.

 Big ML یک سایت توسعه دهنده با طراحی خوب فراهم کرده که ویژگی هایی از قبیل مستندسازی ساختاریافته و جامع  API، نمونه کد ها، کتابخانه های کلاینت، یک صفحه شروع سریع و دیگر ابزارهای توسعه دهنده را فراهم می کند. در ماه فوریه ۲۰۱۴، Big ML به یک نقطه عطف مهم رسید: ۱ میلیون مدل پیش بینی شده با پلت فرم Big ML طراحی شده بود.

نمودار میزان جستجوی BigML در گوگل. منبع : گوگل ترندز

۷- PredictionIO

لینک برنامه : /api/predictionio
ارائه دهنده : PredictionIO
آدرس مستندات : https://docs.prediction.io/

PredictionIO که در سال ۲۰۱۳ تاسیس شده است یک سرور یادگیری ماشین متن باز است که امکان ایجاد سریع موتورهای پیش بینی را فراهم می کند. PredictionIO ویژگی های مختلفی را دارا است از موتور های قالب ساز را که می توانند برای مواردی از قبیل سیستم های پیشنهادات، تجزیه و تحلیل احساس، طبقه بندی مستندات، رتبه بندی نتایج جستجو و رتبه بندی محصول مورد استفاده قرار گیرند.

PredictionIO دارای ویژگی با نام سرور رویداد ( Event Server ) است که می تواند رویدادهای دلخواه را جمع آوری و ذخیره کند. برنامه ها می توانند رویدادها را به سرور از طریق API ارسال کنند، و رویدادهای ذخیره شده در نرم افزار را می توان از طریق API بازیابی یا حذف کرد. PredictionIO یک سایت جامع وبا طراحی مناسب را ارائه می دهد که شامل SDK ها، راهنماهای توسعه دهنده، آموزش های نسخه ی نمایشی و موارد دیگر است. آخرین نسخه PredictionIO سری (۰٫۹)  در ماه مارس منتشر شد و شامل چندین پیشرفت عمده مانند قالب های جدید موتوری، معیارهای ارزیابی و پشتیبانی ازتنظیم Hyper parameter است.

نمودار میزان جستجوی PredictionIO در گوگل. منبع : گوگل ترندز

۹- یادگیری ماشین Microsoft Azure 

لینک برنامه : /category/all/apis?keyword=microsoft%20machine
ارائه دهنده : Microsoft
آدرس مستندات : https://azure.microsoft.com/en-us/services/machine-learning/api/
گالری : https://gallery.azureml.net/

پلت فرم یاد گیری ماشین Microsoft Azure که در ماه فوریه سال ۲۰۱۵ منتشر شد، یک پلت فرم برای پردازش داده های عظیم و طراحی نرم افزار های پیش بینی است. پلت فرم یاد گیری ماشینMicrosoft Azure  قابلیت هایی مانند پردازش زبان طبیعی، موتور پیشنهادات، تشخیص الگو، دید کامپیوتری و مدل سازی پیش بینی شده را فراهم می کند.

قسمت مستند سازی Microsoft Azure ML دارای حجم وسیعی از اطلاعات است. با این حال، اطلاعات برای بسیاری از خدمات در سراسر بخش های مختلف وب سایت Azure پخش شده است (و برخی از اطلاعات در وب سایت پروژه آکسفورد قرار دارند) که دنبال کردن آن را با دشواری مواجه کرده است. یک گالری آموزشی از پلت فرم Azure Machine  وجود دارد که همه ی API ها مرتبط با یادگیری ماشین، آزمایش ها و آموزش های یادگیری در آن مکان گالری گنجانده شده است.

در حالی که Microsoft Azure ML  پلتفرمی کاملا جدید است، تاکنون توانسته محبوبیت زیادی را به دست آورد. باید ببینیم مایکروسافت چگونه در آینده در برابر گوگل، آی بی ام و آمازون در زمینه ی پلتفرم های یادگیری ماشین هزینه می کند.

نمودار میزان جستجوی Microsoft Azure در گوگل. منبع : گوگل ترندز

۱۰- یادگیری ماشین Amazon 

لینک برنامه : /api/amazon-machine-learning
ارائه دهنده : Amazon
آدرس مستندات : http://aws.amazon.com/documentation/machine-learning/

پلت فرم یادگیری ماشین آمازون در مدت زمان کوتاهی از زمان عرضه در ماه آوریل سال ۲۰۱۵، محبوبیت زیادی به دست آورده است. این سرویس امکان ایجاد برنامه های هوشمندی را فراهم می کند که قابلیت های مرتبط با یادگیری ماشین از جمله تشخیص الگو و پیش بینی را دارا می باشد. توسعه دهندگان می توانند از پلت فرم های یادگیری ماشین API های آمازون را برای ساخت نرم افزارهای کاربردی که ویژگی تشخیص تقلب، شخصی سازی محتوا، طبقه بندی اسناد، پیش بینی تراکنش مشتری و غیره را دارند، استفاده کنند.

آمازون اطلاعاتی جامع و دقیق در ارتباط با پلت فرم های یادگیری ماشین API آمازون در اختیار کاربران می گذارد. با این حال، استفاده از بخش مستندات کمی دشوار است و برخی از اطلاعات در قالب PDF ارائه می شوند. سایت توسعه دهنده پلت فرم یادگیری ماشین آمازون ویژگی های زیادی از جمله SDK ها و کتابخانه های مشتری، گروه اعضا ، یک بخش مرجع API، بخش مفاهیم یادگیری ماشین و غیره را فراهم می کند.

سرویس یادگیری ماشین آمازون به نظر می رسد کمی پیچیده تر از Google Prediction یا پلت فرم یادگیری ماشین Microsoft Azure  باشد. با این حال، آمازون ابزار تجسم و کمک رسانی به کاربر را فراهم می کند که به کاربران در ایجاد مدل های یادگیری ماشین کمک می کنند. هر دو پلتفرم یادگیری ماشین آمازون و Microsoft Azure سرویس های جدیدی هستند که در زمان بسیار کوتاهی محبوب شده اند. جالب خواهد بود ببینیم که کدام یک از کمپانی های مایکروسافت یا آمازون، سهم بیشتری از بازار خدمات ابری یادگیری ماشین را در آینده در اختیار خود خواهد داشت.

نمودار میزان جستجوی یادگیری ماشین Amazon در گوگل. منبع : گوگل ترندز

نظر شما چیست ؟

    • بهتر است از کدام API ها استفاده کنیم؟
    • از ۱۰ مورد معرفی شده به نظر شما موردی هست که نباید در این لیست باشد؟

شما از کدام API ها برای یادگیری ماشین استفاده می کنید؟ با ما در میان بگذارید.

بیشتر بخوانید : 

منبع ProgrammableWeb

درباره‌ی احمدرضا جعفری

همچنین ببینید

تویتر هوش مصنوعی

توئیتر چگونه از کلان داده ها (Big Data) و هوش مصنوعی استفاده می کند؟

توییتر یک پلت فرم رسانه های اجتماعی است که ۳۲۵ میلیون نفر در آن روزانه …

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *