開發(fā)機(jī)器學(xué)習(xí)解決方案提升現(xiàn)有的預(yù)測(cè)算法并不是一件容易的事情。這需要大量的工作來保證其正確性，包括清除數(shù)據(jù)、建立基礎(chǔ)結(jié)構(gòu)、測(cè)試和再測(cè)試模型以及最終部署算法。

[[131622]]

這里有七種機(jī)器學(xué)習(xí)服務(wù)，它們可以幫助你減少部署機(jī)器學(xué)習(xí)解決方案的痛苦。

1. 微軟Azure機(jī)器學(xué)習(xí)

基于微軟Azure云平臺(tái)的Azure機(jī)器學(xué)習(xí)(Azure Machine Learning)為所有的數(shù)據(jù)科學(xué)家提供了一個(gè)流線型的體驗(yàn)：從只用一個(gè)網(wǎng)頁瀏覽器設(shè)置，到使用拖放手勢(shì)和簡(jiǎn)單的數(shù)據(jù)流圖來設(shè)置實(shí)驗(yàn)。Machine Learning Studio提供了一個(gè)庫(kù)，其中包括省時(shí)省力的樣本實(shí)驗(yàn)，R和Python包以及像Xbox和Bing等微軟業(yè)務(wù)中的***算法。Azure的機(jī)器學(xué)習(xí)還支持R和Python的自定義代碼，它可以直接放到您的工作空間。經(jīng)驗(yàn)很容易共享，所以其他人可以輕易撿起你所留下的。

2. Google Prediction API

Google Prediction API提供模式匹配和機(jī)器學(xué)習(xí)功能。給定一個(gè)數(shù)據(jù)集樣本來訓(xùn)練，你就可以創(chuàng)建一個(gè)應(yīng)用程序，能夠執(zhí)行下列任務(wù)：

(1)給定用戶以前的瀏覽習(xí)慣，預(yù)測(cè)用戶可能會(huì)喜歡的其他電影或產(chǎn)品。

(2)把電子郵件歸類為垃圾郵件和非垃圾郵件。

(3)針對(duì)用戶的產(chǎn)品評(píng)論進(jìn)行分析，確定他們是否有積極或消極的基調(diào)。

(4)根據(jù)用戶的消費(fèi)歷史猜測(cè)用戶在特定的某一天可能會(huì)花多少錢。

3. Algorithms.io

Algorithms.io云平臺(tái)可以很容易地使用機(jī)器學(xué)習(xí)算法從連接的設(shè)備分流數(shù)據(jù)。Algorithms.io的機(jī)器學(xué)習(xí)算法目錄以高達(dá)99%的準(zhǔn)確度實(shí)時(shí)地將數(shù)據(jù)流分離成獨(dú)立的部分。他們提供必要的基礎(chǔ)架構(gòu)用來收集、存儲(chǔ)和分類流數(shù)據(jù)，這一切都是“即服務(wù)”的形式。

4. BigML

BigML通過降低復(fù)雜性來創(chuàng)造一個(gè)高可用性、低延遲的機(jī)器學(xué)習(xí)系統(tǒng)并且它專門為你的數(shù)據(jù)而構(gòu)建。你不僅能夠從你的數(shù)據(jù)中獲得寶貴的見解，而且你很可能會(huì)喜歡上它。你可以上傳你的數(shù)據(jù)或通過API連接到云數(shù)據(jù)(例如Google Drive或Google Cloud)，然后從這些來源中創(chuàng)造結(jié)構(gòu)化數(shù)據(jù)，建立模型，***做出預(yù)測(cè)。

5. Ersatz Labs

Ersatz是一個(gè)基于網(wǎng)絡(luò)的通用機(jī)器學(xué)習(xí)平臺(tái)，支持基于GPU的深度學(xué)習(xí)。它面向有抱負(fù)的、實(shí)干的數(shù)據(jù)科學(xué)家。Ersatz有很多組件設(shè)計(jì)用于使現(xiàn)代機(jī)器學(xué)習(xí)的工作流程更高效。首先，這其中就包括了數(shù)據(jù)備份、模型訓(xùn)練和機(jī)器學(xué)習(xí)基礎(chǔ)設(shè)施。

6. Nutonian / Eureqa

Nutonian的數(shù)據(jù)科學(xué)即服務(wù)(Data Science as a Service)產(chǎn)品Eureqa使得行業(yè)龍頭企業(yè)能夠解決他們***挑戰(zhàn)性的業(yè)務(wù)問題。憑借著全球范圍內(nèi)數(shù)目超過80000的設(shè)備，機(jī)器人數(shù)據(jù)科學(xué)家(Robotic Data Scientist)提供垂直應(yīng)用模塊，每時(shí)每刻都在幫助金融服務(wù)、生命科學(xué)、零售、電信以及公共事業(yè)等領(lǐng)域運(yùn)算數(shù)以百萬計(jì)的潛在解決方案。

7. Amazon Machine Learning

亞馬遜Amazon Web Services本周四宣布推出Amazon Machine Learning(亞馬遜機(jī)器學(xué)習(xí))，這是一項(xiàng)全面的托管服務(wù)，讓任何開發(fā)者都能夠輕松使用歷史數(shù)據(jù)開發(fā)并部署預(yù)測(cè)模型。這些模型用途廣泛，包括檢測(cè)欺詐、防止用戶流失并改進(jìn)用戶支持。Amazon Machine Learning的API和向?qū)軌驗(yàn)殚_發(fā)者提供關(guān)于機(jī)器學(xué)習(xí)模型的創(chuàng)建和調(diào)試流程的指導(dǎo)，并Amazon Machine Learning能夠與Amazon S3 、Amazon Redshift和Amazon Amazon RDS集成。