TOP8无代码平台：2020年，这些机器学习平台不容错过全文共3093字

全文共3093字，预计学习时长8分钟
文章插图
图源：unsplash
新旧十年交替之际， 2020年涌现出的无代码人工智能平台数量激增，越来越多的企业希望利用人工智能的力量来构建更智能的软件产品。但对于很多人来说，实现这一愿望困难重重。
对于初创公司而言，寻找具有相关机器学习专业知识的人才是一项挑战。很多公司投入了大量资金，招聘拥有博士学位和机器学习学术研究背景的工程师，却未能推出自己的产品。
在此背景下，无代码可视化拖拽式工具开始崭露头角。它们有助于填补数据科学家的空缺，让非技术人员不再对人工智能望而生畏。有了它们，企业现在无需过多甚至不需要任何编码知识，就能在最短的时间内生成数据集，训练并部署模型，十分经济划算。
对于移动应用程序开发人员来说，这无疑是隐藏的福利，因为现在对于内置机器学习的设备需求很大。他们不需要拥有机器学习博士学位，就可以在自己想要训练的数据和模型方面创造发挥。
本文将介绍一些目前可用的最佳无代码机器学习工具。其中有一些是完全免费的，而另外一些会在免费试用期过后收取一定费用，每一种工具都会帮助用户实现其AI应用想法。
CreateML
作为一名iOS开发人员，笔者还是先从苹果公司的无代码拖拽式工具CreateML讲起吧。 CreateML最初与Xcode一同发布，如今是一个独立的macOS应用程序，配备了一些预先训练好的模型模板。
通过使用迁移学习技术，用户可以构建自己的自定义模型。从图像分类器到样式转换，从自然语言处理到推荐系统，它几乎涵盖了一切，用户所需要做的就是用所需格式通过训练和验证数据。
此外，用户可以在开始训练之前微调测度并设置自己的迭代数。 CreateML为模型（比如样式转换）提供验证数据的实时结果。最后，它会生成一个CoreML模型，用户可以在iOS应用程序中对其进行测试和部署。
文章插图
AutoML
苹果公司凭借CreateML居于领先，谷歌也不甘落后。它的AutoML工具虽然是在云端，但其运行方式与CreateML几乎相同。
目前，谷歌的云端AutoML机器学习产品包括视觉（图像分类）、自然语言、AutoML翻译、视频智能和表格。机器学习知识有限的开发人员就可以训练针对其用例的模型了。为经过全面测试的深度学习模型提供开箱即用的支持，云端AutoML无需开发人员了解迁移学习知识或应该怎样创建神经网络。
模型训练完成后，用户可以用.pb、.tflite、CoreML等格式测试并导出该模型。
文章插图
MakeML
MakeML是一种用于创建无需代码的对象检测和语义分割模型的开发工具。它为iOS开发人员提供了macOS应用程序，用来创建并管理数据集（比如在图像中注释对象）。它们还有一个数据集存储库，其中包含一些免费的计算机视觉数据集，只需单击几下即可用来训练神经网络。
MakeML已经在运动类应用程序中展示出了它们的潜力，比如球体追踪。此外，它们还有用于训练指甲和马铃薯分割模型的端到端教程，这对于非机器学习开发人员来说应该很容易上手。通过使用其在视频中运行的内置注释工具，用户可以构建一个用于板球和网球比赛的鹰眼探测器。
文章插图
Fritz AI
Fritz AI是一个正在成长的机器学习平台，它有助于填补移动端开发人员和数据科学家之间的鸿沟。 iOS和安卓开发人员可以快速训练并部署模型，或使用他们预先训练过的软件开发工具包（SDK），该工具包提供了开箱即用的样式转换、图像分割、以及像模型一样的姿态估计功能。
他们的FritzAI Studio通过提供数据注释工具及合成数据，无缝生成数据集，让用户迅速将创意转化为可投入生产的应用程序。除了在苹果公司之前引入了对样式转换的支持之外， Fritz AI的机器学习平台还提供了模型再训练、分析、易于部署和防御攻击的解决方案。
文章插图
RunwayML
这也是特别为创作者和制造者设计的机器学习平台。它的视觉界面体验良好，无需编写或思考代码，即可快速训练从文本到图像生成（GAN）、运动捕捉、对象检测等各种模型。用户可通过RunwayML浏览一系列的模型，包括超分辨率图像、背景去除和样式转换。