TOP8无代码平台：2020年，这些机器学习平台不容错过( 二 ) 全文共3093字

尽管从其应用程序中导出模型要收费，但设计师总是可以利用其预先训练好的生成式对抗网络功能，从原型中合成新图像。
他们的生成式引擎可以在用户输入句子时合成图像，这是他们的一个亮点。用户可以在masOS、windows上下载其应用程序，或直接在浏览器上使用（目前还在测试阶段）。
文章插图
Obviously AI
Obviously AI使用最先进的自然语言处理来对用户定义的CSV数据执行复杂任务。其构想是上传数据集，选择预测列，然后用自然语言输入问题并预测结果。
该平台为用户选择正确的算法来训练机器学习模型。无论是预测收入还是预测库存需求，只需点击几下，一份预测报告就能轻松搞定。这对于那些内部没有数据科学团队却想涉足人工智能领域的中小企业来说极为有用。
Obviously AI允许用户集成其他来源的数据，比如MySQL、Salesforce、RedShift等等。在不了解线性回归和文本分类为何物的情况下，用户也可以利用该平台对数据进行预测分析。
文章插图
Super Annotate
除了模型训练之外，数据处理也占用了开发机器学习项目的大量时间。清理和标记数据肯定会耗费大量时间，尤其是在处理成千上万张图片的时候。
SuperAnnotate是一个人工智能注释平台，它通过机器学习功能（尤其是迁移学习）来加快数据注释过程。通过使用其图像和视频注释工具，用户可以在内置预测模型的帮助下快速注释数据。这样一来，对象检测数据集的生成和图像分割都将变得更加简单快捷。 SuperAnnotate还可以处理视频帧中常见的重复数据注释。
文章插图
Teachable Machine
AutoML对开发人员没那么友好，而同属谷歌的Teachable Machines就不一样了。后者可让用户快速训练模型，从而直接从浏览器上识别图像、声音和姿态。
用户可以通过简单地拖拽文件或通过网络摄像头创建快速且杂乱的图像或声音数据集来训练模型。 Teachable Machine使用浏览器中的Tensorflow.js库，并确保用户训练的数据保留在设备上。
在那些没有掌握任何代码知识却想使用机器学习功能的人看来，谷歌无疑迈出了一大步。最终的模型可以用Tensorflow.js或tflite格式导出，用户随后可以将其用于网站或应用程序；用户还可以通过Onyx将模型转换为不同的格式。下面是笔者在不到一分钟的时间内训练的简单图像分类模型：
文章插图
SnapML是另一种绝佳的无代码机器学习工具，你可以训练或上传自己的自定义模型，还可以在Snap Lenses上使用。这无疑有助于独立开发人员和创造者展现他们的创造力。这些工具会让机器学习变得更加有趣。
无代码机器学习平台可以填补数据科学家和非机器学习从业者之间的鸿沟。尽管本文不能面面俱到，但你总可以从中选择一个平台来快速构建模型或生成数据集。
文章插图
留言点赞关注
我们一起分享AI学习与发展的干货
【TOP8无代码平台：2020年，这些机器学习平台不容错过】如转载，请后台留言，遵守转载规范