|互联 会员登录 立即注册

[切换城市]

搜索

[切换城市]

10个开源的机械进修工具,AI入门到精通!

逐梦 2019-9-18 19:07 762 4

摘要:  1. DataRobotDataRobot(DR)是一款高度自动化的机器学习平台,由全球最好的Kagglers构建,包括Jeremy Achin,Thoman DeGodoy和Owen Zhang。该平台声称已经消除了对数据科学家的需求。这从他们网站的一句话中可以明 ...


1. DataRobot

DataRobot(DR)是一款高度自动化的机械进修平台,由全球最好的Kagglers构建,包括Jeremy Achin,Thoman DeGodoy和Owen Zhang。该平台宣称已经消除了对数据科学家的需求。这从他们网站的一句话中可以明显看出 - “数据科学需要数学和统计天资、编程技术和贸易常识。借助DataRobot,你只需供给贸易常识和数据,而我们的尖端自动化负责其他部分。”

10个开源的机械进修工具,AI入门到精通!

模子优化:

平台经过采用文本挖掘、变量范例检测、编码、插补、缩放、转换等自动检测最好数据预处置和特征工程。

摆设:

只需点击几下即可轻松摆设设备(无需编写任何新代码)。

对于软件工程师:

Python SDK和API可用于将模子快速集成到工具和软件中。

2. BigML

BigML供给了一个杰出的图形用户界面,可以让用户经过以下6个步调把握:

来历:利用各类信息来历

数据集:利用界说的源建立数据集

模子:建造猜测模子

猜测:基于模子天生猜测

分解:建立各类模子的分解

评价:针对考证集的很是模子

这些进程明显会以分歧的顺序迭代。BigML平台供给了很好的成果可视化,并具有求解分类、回归、聚类、异常检测和关联发现题目标算法。他们供给按月、季度和年度定阅绑缚在一路的几个软件包。他们甚至供给免费套餐,但上传数据集的巨细限制为16MB。

4. Google Cloud AutoML

Cloud AutoML是Google机械进修组件的一部分,它答应有限ML专业常识的职员来构建高质量模子。作为Cloud AutoML产物组合的一部分,第一款产物是Cloud AutoMLVision。该办事使得练习图像识别模子变得加倍简单。它具有拖放界面,可以让您上传图像,练习模子,然后间接在Google Cloud上摆设这些模子。

Cloud AutoML Vision基于Google的迁移进修和神经架构搜索等技术。这个工具已经被很多构造所利用。看看这篇文章,看看AutoML在两个惊人的现实生活例子的表示,以及它若何发生比任何其他工具更好的成果。

5. MLBase

MLBase是加州大学伯克利分校的AMP(算法机械人)尝试室开辟的一个开源项目。背后的焦点思惟是为机械进修利用于大范围题目供给一个简单的处理计划。

它有3种产物:

MLlib:它是Apache Spark中的焦点散布式ML库。它最初是作为MLBase项目标一部分隔发的,但现在Spark社区也支持它。

MLI:用于特征提取和算法开辟的尝试性API,它引入了高级ML编程笼统。

ML优化器:该层旨在自动履行ML管道构建使命。优化器经过包括在MLI和MLlib中的特征提取器和ML算法来处理搜索题目。

6.Google AIY Projects

谷歌越来越关注神经收集和野生智能,以处理搜索、图像处置和其他计较范畴的题目。它也正在经过“AIY项目”这样的计划来促进开辟职员和DIY社区对野生智能的爱好,这些计划自己代表了野生智能。AIY Projects——AIY 全称是 Artificial Intelligence Yourself,其方针是让每个Maker(创客)都能DIY自己的 AI 野生智能产物,让更多人能进修、摸索并体验野生智能。

10个开源的机械进修工具,AI入门到精通!

借助 AIY 项目,创客可以操纵野生智能来实现更像人与人交换的人机交互。

Google 前后在 5 月、12 月份别离推出该项目代表的两组套件 Voice Kit 和 Vision Kit。

Voice Kit 是 Google 首个推出的 DIY 野生智能产物。它可借助 Google Assistant SDK 和 Cloud Speech API,将树莓派转换为语音数字助理。用户可在此根本上建立虚拟语音助手,为自己的项目增加语音交互功用。

Vision Kit 则是 Google 推出的第二弹 DIY 野生产物。AIY Vision Kit的首要组件是 Raspberry Pi 的 Vision Bonnet 配件板。这个组件的低功耗视觉处置单元能在装备上运转神经收集模子。它是一套简单的计较机视觉系统,可运转 3 种基于 TensorFlow 的类神经网路模子利用法式。

7. Driverless AI

Driverless AI是支持自动机械进修的h2o.ai企业的奇异平台。这个链接上可以利用1月试用版的docker映像。您只需利用简单的下拉列表挑选文件来练习,测试并指定您想要跟踪模子性能的目标。坐下来,看着界面直观的平台在你的数据集上练习出优异的成果,并能与一个经历丰富的数据科学家可以提出的好处理计划相比。

它支持XGBOOST,GLM和K-Means等多GPU支持,即使对于大型复杂数据集也能供给出色的练习速度。

自动功用工程,调剂和综合各类模子以发生高度正确的猜测。

在练习进程中,有诠释模子以及用于实时特征重要性排序的面板的强大功用。

10个开源的机械进修工具,AI入门到精通!

8. Microsoft Azure ML Studio

Azure ML Studio是一个简单却强大的基于阅读器的ML平台。它有一个可视化的拖放情况,不需要编程。他们已经为新手公布了周全的教程和示例尝试,可以帮助他们快速把握该工具。

9. MLJar

MLJar是一个基于阅读器的平台,用于快速构建和摆设机械进修模子。它有一个直观的界面,并答应您并行地练习模子。它具有内置的超参数搜索功用,可以更轻松地摆设模子。MLJar供给与NVIDIA的CUDA,python,TensorFlow等的集成。

10. IBM Wastson Studio

IBM Watson Studio为构建和摆设进修机和深度进修模子供给了一个美丽的平台。您可以交互式地发现、清算和转换您的数据,利用Jupyter笔记本电脑和RStudio等熟悉的开源工具,拜候最风行的库,练习深度神经收集以及大量其他事物。


鲜花

握手

雷人

路过

鸡蛋
!viewthread_share_to!:

当他人从你分享的链接访问本页面时,每一个有效的点击,你都将获得1个金钱的奖励

评论(4)

关闭

站长推荐上一条 /1 下一条

问答社区| 应用中心| 竞价广告| 积分商城| 品质精选| 精致生活  |申请友链|网站地图
联系QQ:1795687613 地址:北京市石景山区 邮箱:[email protected] ICP备案号: ( 京ICP备18000155号 )
Copyright © 2001-2013 Comsenz Inc. All Rights Reserved.   Powered by Discuz! X3.3
返回顶部