来源 | github 【磐创AI导读】:本系列文章为大家介绍了如何使用特定领域的文档构建知识图谱。想要获取更多的机器学习、深度学习资源,欢迎大家点击上方蓝字关注我们的公众号:磐创AI。
人工智能正在成为新一代技术变革的基础技术,但从头开始为自己的应用和业务开发人工智能程序既成本高昂,且往往很难达到自己想要的性能表现,但好在我们有大量现成可用的 API 可以使用。开发者可以通过这些 API 将其它公司提供的智能识别、媒体监测和定向广告等人工智能服务集成到自己的产品中。机器之心在 2015 年底就曾经编译过一篇介绍当前优质人工智能和机器学习 API 的文章《技术 | 50 个常用的人工智能和机器学习 API》,列举了 50 个较为常用的涉及到机器学习、推理预测、文本分析及归类、人脸识别、语言翻译等多个方面的 API。一年多过去了,好用的 API 也出现了一些新旧更迭,现在是时候对这篇文章进行更新了。
AutoAI能够自动化Watson Studio平台上的人工智慧开发流程,加速机器学习模型建置工作
本篇基于 2017 年的推荐清单做了一些改进——去除了一些不再进行维护的 API,并且更新了一些新的 API。主要覆盖如下方向:
用于机器学习、人工智能、数据分析的基于云计算的工具日前增多。其中的一些应用是在基于云计算的文档编辑和电子邮件,技术人员可以通过各种设备登录中央存储库,并在远程位置,甚至在路上或海滩上进行工作。云计算可以处理文件备份和同步,简化工作流程。
日前,kdnuggets 上的一篇文章对比了三大公司(谷歌、微软和亚马逊)提供的机器学习服务平台,对于想要启动机器学习项目的公司或是数据科学新手来说,提供了非常多的指导和建议。 AI 研习社将原文编译整理如下: 对于大多数企业来说,机器学习就像航空航天一样遥远,听起来既昂贵,还需要高科技人才。从某种角度来说,如果你想建立一个像 Netflix 一样好的推荐系统,那确实是昂贵且困难。但是,目前这个复杂的领域有一个趋势:一切皆服务(everything-as-a-service)——无需太多投资,即可快速启动机
地震了、洪水了、台风了……如果碰巧你生活在那里,又碰巧和身边的许多人一样,你手边还有一些多余的物资,你会怎么办?或者说可以怎么办?
机器学习是一项令人惊叹的技术。如果掌握了正确的使用方法,机器学习技术将势不可当。建造一个在很大程度上表现得像人类的机器,将是多么吸引人。精通机器学习工具有利于处理数据、训练模型、发现新方法并创建自己的算法。
随着基于人工智能与机器学习的应用如雨后春笋般不断涌现,我们也看到有很多提供类似功能的 API 悄悄登上了舞台。 API 是用于构建软件应用的程序、协议以及工具的组合;本文是对2015 中这个列表的修正与完善,移除了部分被废弃的 API ;我们也添加了最近由 IBM、Google、Microsoft 这些大厂发布的 API 。所有的 API 可以根据应用场景进行分组: 人脸与图片识别。 文本分析,自然语言处理以及情感分析。 语言翻译。 预测以及其他的机器学习算法。 在具体的每个分组内,我们根据首字母顺序排序;
API是一套用于构建应用软件程序的规范,协议和工具。在本文中,我们从2017年的清单中删除了停用的API,并利用新元素对其进行了更新。并且,所有的API被归类到以下几个领域:
该清单按照字母排序,对 API 的概述是基于对应官网所提供的信息整合而成。要是大家发现该清单中错过了某些当前流行的 API,可以在评论中告知。
大数据文摘作品 编译:大茜、Shan LIU、云舟 还在为找不到机器学习的API而烦恼吗?本篇文章将介绍一个包含50+关于人脸和图像识别,文本分析,NLP,情感分析,语言翻译,机器学习和预测的API列表,快快收藏吧~ API是一套用于构建应用软件程序的规范,协议和工具。在本文中,我们从2017年的清单中删除了停用的API,并利用新元素对其进行了更新。并且,所有的API被归类到以下几个领域: 人脸和图像识别 文本分析,NLP,情感分析 语言翻译 机器学习和预测 在每组应用中,列表中的元素按字母顺序排列。相
编程是数据科学的一个组成部分。事实上,理解编程逻辑、循环和函数的人更有可能成为成功的数据科学家。但那些在学校里从未学习过编程的人怎么办?
十年前,IBM 的 Watson 获得了答题节目《Jeopardy!》的冠军,当时 IBM 宣称:「Watson 能够理解自然语言的所有歧义和复杂性。」然而,正如我们所看到的,Watson 随后在试图「用人工智能彻底改变医学」的过程中失败了,智能体所具备的语言能力与实际理解人类语言并不能完全划等号。
数据科学是一个跨学科的领域,涉及使用统计和计算方法,以及机器学习和人工智能,从数据中提取洞察力和知识。它结合了数学、统计学、计算机科学和领域特定知识的要素,用于分析、可视化和解释复杂的数据集。
AiTechYun 编辑:nanan 周一晚些时候,苹果和IBM宣布扩大现有合作伙伴关系,允许客户通过苹果的Core ML和IBM的Watson(沃森)技术推出先进的应用内机器学习能力。 正如Tech
【AI创新者】是CSDN人工智能频道精心打造的专栏,本期主人公是IBM系统实验室高性能开发部负责人宋煜。 记者:景琦 编辑:王艺 更多【AI创新者】征集中,采写AI领域杰出学者、资深专家、技术缔造者、顶尖团队。寻求报道请邮件wangyi@csdn.net,或扫描文末二维码加我微信。 对宋煜的采访是在2017年3月18日,CSDN与IBM合办的IBM Power马拉松大赛现场,宋煜作为大赛评委与参赛选手度过了紧张而又充实的12小时。 宋煜,IBM中国系统实验室高性能计算部门开发部经理。有丰富的高性能集群
周三晚上,拉斯维加斯的威尼斯人酒店中,IBM首席执行官Ginni Rometty进行了一场消费者电子产品展览(CES)的主旨演讲。 消费者技术协会主席Gary Shapiro在介绍Rommetty时提
译者 | reason_W 编辑 | Just 对大多数企业来说,机器学习听起来就像航天技术一样,属于花费不菲又“高大上”的技术。如果你是想构建一个 Netflix 这种规模的推荐系统,机器学习确实是这样的。(注:Netflix是美国流媒体巨头、世界最大的收费视频网站,曾于 2017 年买下《白夜追凶》全球播放权。)但受万物皆服务(everything-as-a-service)这一趋势的影响,机器学习这一复杂的领域也正在变得越来越接地气。所以现在哪怕你只是一个数据科学领域的新手,并且只想实现一些很容易
软件即服务、基础设施即服务、平台即服务等是科技界大家都听说过的常见服务,但是人工智能即服务呢?!
AI 科技评论按:本文作者王海良,呤呤英语开发总监,北京 JavaScript/Node.js 开发者社区的运营者,曾就职 IBM 创新中心。本文为系列文章第二篇,由 AI 科技评论独家首发。 第一篇传送门:《聊天机器人的发展状况与分类》。在上一篇文章中,介绍了聊天机器人目前的发展。本篇主要介绍基于规则的,检索的聊天机器人引擎 - Bot Engine. 问题域 Speech to Text => Logic => Text to Speech STT和TTS,目前有很多厂商提供技术产品: Speech
Airbus和IBM正在计划让CIMON(Crew Interactive MObile CompanioN)加入国际空间站,这是一款采用IBM Watson AI 技术的漂浮机器人。
机器学习 (ML) 应用程序已经无处不在。每天都有关于自动驾驶汽车人工智能、在线客户支持、虚拟个人助理等的新闻。然而,如何将现有的商业实践与所有这些惊人的创新联系起来可能并不明显。一个经常被忽视的领域是应用自然语言处理 (NLP) 和深度学习来帮助快速有效地处理大量业务文档,从而在大海捞针。
LAS VEGAS: Data analytics have been used in the enterprise for some time, but IBM claims that Watson will create an information revolution leading to companies becoming data-driven "cognitive businesses". Bob Picciano, senior vice president of IBM Analytic
《点球成金》让人工智能和足球的故事为多数技术迷们熟知,现在,网球比赛也开始出现越来越多人工智能的身影。
红帽 Ansible Lightspeed 借助 IBM 的 AI 技术,可以极大地减轻使用 Ansible 作为基础设施即代码相关的许多软件配置和管理任务的负担。
AI科技评论消息:9月9日,二十国集团(G20)智慧创新论坛暨2017全球创新者大会(下称创新者大会)进入第二天。在“AI的场景”环节,IBM Watson AI 全球业务咨询服务部全球副总裁Terr
By Jay Bellisimo, IBM Watson Group We are entering a new period of computing history — the cognitive computing era. Cognitive computing offers fundamental differences in how systems are built and interact with humans. Cognitive-based systems, such as IBM W
机器学习作为大数据的前沿无疑是让人生畏的,因为只有技术极客和数据科学领域的专家才能驾驭机器学习算法和技术,对于大部分企业和组织而言,过去这一直都是一个遥不可及的事情。但是现在这种情况正在发生改变,正如
When the original Watson won on the TV quiz show Jeopardy! in 2011, it was one computer tucked away in a room at IBM Research. Now it’s in our cloud, available anywhere. Back then, Watson consisted of a single software application powered by five core tech
机器学习作为大数据的前沿无疑是让人生畏的,因为只有技术极客和数据科学领域的专家才能驾驭机器学习算法和技术,对于大部分企业和组织而言,过去这一直都是一个遥不可及的事情。但是现在这种情况正在发生改变,正如标准的API简化了应用程序的开发一样,机器学习API也降低了这一领域的门槛,让越来越多的人和企业能够借助技术底蕴深厚的公司所提供的API试水机器学习。 机器学习API隐藏了创建和部署机器学习模型的复杂性,让开发者能够专注于数据挖掘和用户体验。同时,将机器学习商业化成云服务也是当今的趋势,IBM、Microsof
摘自:InfoQ 原文链接:infoq.com/cn/news/2015/12/5-best-ml-api-to-use 作者:孙镜涛 机器学习作为大数据的前沿无疑是让人生畏的,因为只有技术极客和数据科学领域的专家才能驾驭机器学习算法和技术,对于大部分企业和组织而言,过去这一直都是一个遥不可及的事情。但是现在这种情况正在发生改变,正如标准的API简化了应用程序的开发一样,机器学习API也降低了这一领域的门槛,让越来越多的人和企业能够借助技术底蕴深厚的公司所提供的API试水机器学习。 机器学习API隐藏了创
5年前在智力竞赛节目Jeopardy中获胜之后,IBM的认知计算系统Watson正快速发展,并且在至少20个行业中的数千家企业中得到了应用。今天,财富(Fortune)杂志对Watson的负责人进行了专访。 David Kenny负责IBM Watson集团,2月在Big Blue收购了Weather Company之后,Kenny担任公司首席执行官。在此后的数月内,Watson的业务飞速发展,全世界有超过10万名开发者在watson 的36个API上进行开发。财富杂志副总编Clifton Leaf在10
【新智元导读】 4月11日,IBM公司在北京举行2017 IBM中国论坛,提出主题“天工开物,人机同行”。下午新智元对IBM大中华区总裁陈黎明进行了访问,探讨Watson作为集IBM 60年在人工智能领域耕耘的成果拥有哪四大能力,以及Watson不止步于搞大新闻,而是如何真真切切地重塑行业,到2017年底Watson将惠及10亿人。 4月11日,IBM公司在北京举行了主题为“天工开物,人机同行”的2017IBM中国论坛。继去年正式在中国宣布向“认知商业”转型后,本次论坛上,IBM进一步明确了发展“商业人工智
近年来,尽管像Databricks的AutoML工具包、Salesforce的transfogrfai和IBM的Watson Studio AutoAI等开源工具层出不穷,但大规模地调整机器学习算法仍是一个挑战。寻找正确超参数(算法中的变量有助于控制整个模型的性能)的工作通常极为耗时,如:作业调度、跟踪数据等。这就是LG高级人工智能部门的科学家开发Auptimizer的原因,Auptimizer是一个开源的超参数优化框架,旨在帮助人工智能模型的调整和记账。它可以从GitHub上获得。
API 是一套用于构建软件程序的协议和工具。对于应用开发者而言,有了开放的 API,就可以直接调用其他公司做好的功能为我所用,这在很大程度上提升了工作效率。
翻译 | Drei 编辑 | Just 出品 | 人工智能头条(公众号ID:AI_Thinker) API 是一套用于构建软件程序的协议和工具。对于应用开发者而言,有了开放的 API,就可以直接调用其他公司做好的功能为我所用,这在很大程度上提升了工作效率。 本文整理了以下四大类共 50 种 API,为你节省了寻找资源的时间。总之,你所需要的可能基本都在下面了: 人脸和图像识别(Face Image Recognition) 文本分析,自然语言处理,情感分析(Text Analysis, NLP, Senti
API 是一套用于构建软件程序的协议和工具。对于应用开发者而言,有了开放的 API,就可以直接调用其他公司做好的功能为我所用,这在很大程度上提升了工作效率。本文整理了以下四大类共 50 种 API,为你节省了寻找资源的时间。
某些癌症100% “攻克”已不再是遥不可及的梦想,人工智能将革新医药产业运作方式。 假设你点击“确定”,系统在 5 次中只有 1 次真正确定,剩下 4 次都弹出窗口“请再试一次”,你会是什么感受? 但就像你不能在路边拦一个人就让他百米跑进 7 秒,医生要跟上如今医学发展的速度,每周至少要花 160 小时阅读新发表的文献,而一周总共只有 168 小时。 有些事,只靠人力就是没法做到。 由此,MSKCC (凯特琳癌症中心)跟 IBM 合作,利用超级计算机IBM Watson 吸收知识的能力,扩展人类的极限:I
如今,知识图谱对许多企业来说至关重要——它们提供了结构化数据和事实知识,以这些数据和知识驱动了许多产品,使它们更加智能化甚至“神奇”。
AI 科技评论按:12 月 27 日 AI 科技评论去清华蹭了一个研讨会,主题是「从阿尔法 Go 到通用人工智能:脑科学与人工智能」。 这是清华大学脑与智能实验室自 12 月 15 日成立之后举办的首次学术研讨会。 在这次研讨会上,AI 科技评论第一次看到这么多脑科学家讲怎么用老鼠、猴子做实验。除此之外,AI 科技评论也听到两场非常引人深思的 AI 相关报告——一场为张钹院士做的《 AI 和神经科学》,另一场是今日头条 AI Lab 主任李航博士的《 NLP 现状和未来》。 听完之后 AI 科技评论深觉遗憾
文章主要讨论了人工智能(AI)在医疗领域的应用,包括诊断、手术、预防等方面。作者认为,AI 技术在未来将发挥更大的作用,并呼吁更多科研工作者投身该领域。
【新智元导读】Zdnet 网站推出机器学习平台横向比较系列文章,以下内容分析谷歌、百度和 IBM 三家大公司 AI 实力,以及是否适合作为你的机器学习平台。谷歌的机器学习平台的优势在于构建更广泛的研究社区,围绕机器学习和民主化机器学习工具和服务的业务。作为在中国对标谷歌的百度,其 AI 平台是百度大脑,并开源机器学习平台 PaddlePaddle,在语音识别和深度学习知识经验方面占有优势。IBM的机器学习平台则以Watson解决方案为核心,实力来自三个关键因素:IBM研究、收购实力及其咨询顾问能力。 选择
Zdnet 网站推出机器学习平台横向比较系列文章,以下内容分析谷歌、百度和 IBM 三家大公司 AI 实力,以及是否适合作为你的机器学习平台。谷歌的机器学习平台的优势在于构建更广泛的研究社区,围绕机器学习和民主化机器学习工具和服务的业务。作为在中国对标谷歌的百度,其 AI 平台是百度大脑,并开源机器学习平台 PaddlePaddle,在语音识别和深度学习知识经验方面占有优势。IBM的机器学习平台则以Watson解决方案为核心,实力来自三个关键因素:IBM研究、收购实力及其咨询顾问能力。
对于做工程项目和搞科研的人来说,有现成的模块或工具使用是一件多么美妙的事情啊,无需访问源码或理解内部工作机制的细节即可完成相应的任务。常用的方法是调用一些API,即一些预先定义的函数,目的是提供应用程序与开发人员基于某软件或硬件得以访问一组例程的能力。本文总结对于机器学习行业者有用的50多个API,主要涉及的领域如下:
自从 IBM 的 Watson 在 “Jeopardy!” 智力问答竞赛中战胜人类冠军,人工智能真正理解人类语言这件事似乎变得触手可及。
【新智元导读】曾经是公众心目中“人工智能”代名词的IBM Watson,在近6年砸下几百亿美元的研发投入后,前景反而愈发暗淡。多家医院终止了与Watson肿瘤相关项目,医生抱怨Watson给出错误判断。Watson真的能治病吗?
导读:对于人工智能来说,前60年的人工智能历程,可以用“无穷动”来形容;后60年的人工智能发展,可以用“无穷大”来期许。
不论环境如何,建立、监控和完善机器学习系统从来都不是一件简单的事情。要想保证数据准确无误,工程师们必须把控好每一个细节,在复杂的应用程序中发现问题。为了在一定程度上减轻开发者的负担,苹果公司开发了Overton框架,该框架旨在通过抽象的文本内容来生成一个对应的模型。例如,给定查询“美国的总统有多高”,Overton生成一个能够提供答案的模型。(目前它只支持文本处理,但苹果正在开发图像和视频的处理。)
选自IBM 作者:George Saon 机器之心编译 参与:吴攀、黄小天 去年十月,微软人工智能与研究部门的一个研究者和工程师团队报告他们的语音识别系统实现了和专业速录员相当甚至更低的词错率(WER)——达到了 5.9%,参考机器之心文章《重磅 | 微软语音识别实现历史性突破:语音转录达到专业速录员水平(附论文)》。但 IBM 官方博客今日发文宣称人类的水平实际上应该是 5.1%,而同时该文章还表示 IBM 的系统的词错率已经超越了之前微软报告的最佳水平,达到了 5.5%。IBM 宣称这是一个全新的突破,
领取专属 10元无门槛券
手把手带您无忧上云