機器學習作為大數(shù)據(jù)的前沿無疑是讓人生畏的，因為只有技術(shù)極客和數(shù)據(jù)科學領域的專家才能駕馭機器學習算法和技術(shù)，對于大部分企業(yè)和組織而言，過去這一直都是一個遙不可及的事情。但是現(xiàn)在這種情況正在發(fā)生改變，正如標準的API簡化了應用程序的開發(fā)一樣，機器學習API也降低了這一領域的門檻，讓越來越多的人和企業(yè)能夠借助技術(shù)底蘊深厚的公司所提供的API試水機器學習。

機器學習API隱藏了創(chuàng)建和部署機器學習模型的復雜性，讓開發(fā)者能夠?qū)Ｗ⒂跀?shù)據(jù)挖掘和用戶體驗。同時，將機器學習商業(yè)化成云服務也是當今的趨勢，IBM、Microsoft、Google、Amazon以及BigML等公司都為業(yè)務分析師和開發(fā)人員提供了自己的機器學習即服務(MLaaS)，最近Khushbu Shah在KDnuggets上發(fā)表了一篇文章，介紹了這5個公司的機器學習API。

IBM Watson

IBM Watson Developer Cloud于2013年十一月推出，它提供了一套完整的API，簡化了數(shù)據(jù)準備的流程，讓開發(fā)者能夠更容易地運行預測分析。作為一個認知服務，IBM Watson API允許開發(fā)人員利用機器學習技術(shù)，如自然語言處理、計算機視覺以和預測功能，來構(gòu)建更加智能的產(chǎn)品、服務或者應用程序，通過在應用中嵌入IBM Watson，開發(fā)者還能夠更好地理解用戶是如何與應用程序交互的。

IBM Watson是一個包含聽、看、說以及理解等感知功能的擴展工具集，它提供的API超過了25個，涵蓋了近50種技術(shù)，其中最主要的服務包括：

機器翻譯——幫助翻譯不同語言組合中的文本

消息共振——找出短語或單詞在預定人群中的流行度

問答——為主文檔來源觸發(fā)的查詢提供直接的答案

用戶模型——根據(jù)給定的文本預測人們的社會特征

Microsoft Azure機器學習API

Microsoft Azure機器學習是一個用于處理海量數(shù)據(jù)并構(gòu)建預測型應用程序的平臺，該平臺提供的功能有自然語言處理、推薦引擎、模式識別、計算機視覺以及預測建模等，為了迎合數(shù)據(jù)科學家的喜好，Microsoft Azure機器學習平臺還增加了對Python的支持，用戶能夠直接將Python代碼片段發(fā)布成API。借助于Microsoft Azure機器學習API，數(shù)據(jù)科學家能夠更容易地構(gòu)建預測模型并縮短開發(fā)周期，其主要特性包括：

支持創(chuàng)建自定義的、可配置的R模塊，讓數(shù)據(jù)分析師或者數(shù)據(jù)科學家能夠使用自己的R語言代碼來執(zhí)行訓練或預測任務

支持自定義的Python腳本，這些腳本可以使用SciPy、SciKit-Learn、NumPy以及Pandas等數(shù)據(jù)科學類庫

支持PB級的數(shù)據(jù)訓練，支持Spark和Hadoop大數(shù)據(jù)處理平臺

Google預測API

Google預測API是一個云端機器學習和模式匹配工具，它能夠從BigQuery和Google云存儲上讀取數(shù)據(jù)，能夠處理銷售機會分析、客戶情感分析、客戶流失分析、垃圾郵件檢測、文檔分類、購買率預測、推薦和智能路由等用戶場景。使用Google預測API的用戶不需要人工智能的知識，只需要有一些基礎的編程背景即可。Google預測API支持眾多的編程語言，比如 .NET、Go、Google Web Toolkit、JavaScript、Objective C、PHP、Python、Ruby和Apps Script，基本覆蓋了主流的編程語言。

Amazon機器學習API

Amazon機器學習API讓用戶不需要大量的數(shù)據(jù)專家就能夠?qū)崿F(xiàn)模型構(gòu)建、數(shù)據(jù)清洗和統(tǒng)計分析等工作，簡化了預測的實現(xiàn)流程。雖然該API有一些UI界面或者算法上的限制，但是卻是用戶友好和向?qū)?qū)動的，它為開發(fā)者提供了一些可視化工具，讓相關API的使用更直觀、也更清晰。

Amazon機器學習API支持的用戶場景包括：

通過分析信號水平特征對歌曲進行題材分類

通過對智能設備加速傳感器捕獲的數(shù)據(jù)以及陀螺儀的信號進行分析識別用戶的活動，是上樓、下樓、平躺、坐下還是站立不動

通過分析用戶行為預測用戶是否能夠成為付費用戶

分析網(wǎng)站活動記錄，發(fā)現(xiàn)系統(tǒng)中的假用戶、機器人以及垃圾郵件制造者

BigML

BigML是一個對用戶友好、對開發(fā)者友好的機器學習API，該項目的動機是讓預測分析對用戶而言更簡單也更容易理解。BigML API提供了3種重要的模式：命令行接口、Web接口和RESTful API，其支持的主要功能包括異常檢測、聚類分析、決策樹的SunBurst可視化以及文本分析等。

借助于BigML，用戶能夠通過創(chuàng)建一個描述性的模型來理解復雜數(shù)據(jù)中各個屬性和預測屬性之間的關系，能夠根據(jù)過去的樣本數(shù)據(jù)創(chuàng)建預測模型，能夠在BigML平臺上維護模型并在遠程使用。