從人臉識別到機器翻譯：58個超有用的機器學習和預測API

本文精選了包括人臉和影像識別、文字分析、自然語言處理、文字情感分析、語言翻譯、機器學習和預測等多個領域共 58 個實用 API。

API（Application Programming Interface，應用程式程式設計介面）是一些預先定義的函式，目的是提供應用程式與開發人員基於某軟體或硬體得以訪問一組例程的能力，而又無需訪問原始碼，或理解內部工作機制的細節。本文是 KDnuggets 整理的 API 列表第三版，我們從 2017 年的列表（https://www.kdnuggets.com/2017/02/machine-learning-data-science-apis-updated.html ）中刪除了停用的 API，並將其更新為新的 API。所有的 API 被分為新興的幾大類應用：

• 人臉和影像識別。

• 文字分析、自然語言處理、文字情感分析。

• 語言翻譯。

• 機器學習和預測。

在每組應用程式中，列表按字母順序排列。API 簡介基於截止到 2018 年 4 月 16 日其網站上的資訊。讀者可去 API 官網檢視其相關資訊。

1 Animetrics Face Recognition

官網：http://api.animetrics.com/

該 API 可用於檢測圖片中的人臉並將其與一組已知的人臉進行匹配。該 API 還可新增或刪除可搜尋的相簿中的主題，並新增或刪除主題中的人臉。

2 Betaface

官網：https://www.betaface.com/wpa/

人臉識別和檢測的 Web 服務。其特點包括多個人臉檢測、人臉裁剪、123 個人臉特徵點檢測（22 個基本點、101 個高階點）、大型資料庫中的人臉驗證、識別、相似搜尋等。

3 Eyedea Recognition

官網：http://www.eyedea.cz/

專注於高階計算機視覺解決方案，主要用於目標檢測和目標識別軟體。提供眼睛、臉部、車輛、版權和車牌檢測的識別服務。API 的主要價值在於可即時瞭解目標、使用者和行為。

4 Face++

官網：https://www.faceplusplus.com/

面部識別和檢測服務，為應用程式提供檢測、識別和分析。使用者可以通過呼叫該 API 來訓練程式、檢測人臉、識別人臉、分組人臉、操作人臉和建立人臉集合，建立群組和獲取資訊。

5 FaceMark

官網：http://apicloud.me/apis/facemark/docs/

一種能夠在正面人臉照片上檢測 68 個點，以及 35 張個人頭像照片的 API。

6 FaceRect

官網：http://apicloud.me/apis/facerect/demo/

功能強大、完全免費的人臉檢測 API。該 API 可在一張照片查詢人臉（正面和側面）或多張人臉，為每張檢測到的人臉生成 JSON 輸出。此外，FaceRect 可謂每個檢測到的人臉（眼睛、鼻子和嘴巴）找到人臉特徵。

7 Google Cloud Vision API

官網：https://cloud.google.com/vision/

由 TensorFlow 等平臺提供支援，使模型能夠學習和預測影像的內容。它可以幫助你找到自己喜歡的影像，並快速大規模地獲取豐富的註釋。它將影像分為數千個類別（例如“船隻”、“獅子”、“艾菲爾鐵塔”），以相關情緒進行人臉識別，並識別出多種語言列印的單詞。

8 IBM Watson Visual Recognition

官網：https://www.ibm.com/watson/developercloud/visual-recognition.html

理解影像的內容：視覺概念標記影像，查詢人臉並估算年齡和性別，並在集合中查詢類似的影像。你還可以通過建立自己的自定義概念來訓練服務。

9 Imagga

官網：https://imagga.com/solutions/auto-tagging.html

提供可自動影像分配標籤的 API，使你的影像更容易找到。它基於影像識別平臺即服務（image recognition Platform-as-a-Service）。

10 Kairos

官網：https://www.kairos.com/docs/api/

一個可快速將情緒分析和人臉識別新增到自己的應用和服務中的平臺。

11 Microsoft Cognitive Service - Computer Vision

官網：https://www.microsoft.com/cognitive-services/en-us/computer-vision-api

基於雲的 API，可根據輸入和使用者的選擇，以不同的方式分析視覺內容。例如，基於內容標記影像；對影像進行分類；檢測人臉並返回其座標；識別特定域的內容；生成內容的描述；識別影像中發現的文字；標記成人內容。

12 Skybiometry Face Detection and Recognition

官網：https://skybiometry.com/Documentation/

提供人臉檢測和識別服務。新版本的 API 能夠區分墨鏡和透明眼鏡。

1 Bitext

官網：https://www.bitext.com/text-analysis-api-2/#How-accurate-is-the-analysis

提供市場上最準確的基於情感的多語言話題。目前，有四種語義服務可用：實體和概念提取、情感分析和文字分類。該 API 可支援 8 種語言。

2 Diffbot Analyze

官網：https://www.diffbot.com/dev/docs/analyze/

為開發人員提供能夠識別、分析和提取任何 Web 頁面的主要內容和部分內容的工具。

3 Free Natural Language Processing Service

官網：https://market.mashape.com/loudelement/free-natural-language-processing-service

一項免費服務，包括情感分析、內容提取和語言檢測。這是大型雲 API 市場 mashape.com 上流行的資料 API。

4 Google Cloud Natural Language API

官網：https://cloud.google.com/natural-language/reference/rest/

分析文字的結構和含義，包括情感分析、實體識別和文字註釋。

5 Watson Natural Language Understanding

官網：https://www.ibm.com/watson/services/natural-language-understanding/

分析文字從內容提取後設資料，例如概念、實體、關鍵詞、類別、關係和語義角色等。

6 MeaningCloud Text Classification

官網：https://www.meaningcloud.com/developer/text-classification

API 執行預分類任務，如：提取文字、標記化、停用詞刪除和同一詞類化（lemmatisation）。

7 Microsoft Cognitive Service - Text Analytics

官網：https://www.microsoft.com/cognitive-services/en-us/text-analytics-api

從文字中檢測情感、關鍵短語、主題和語言。與此 API 相同的其他 API（用於語言的認知服務）包括 Bing 拼寫檢查、語言理解、語言分析、網路語言模型。

8 nlpTools

官網：http://nlptools.atrilla.net/web/api.php

一種簡單的 JSON，通過 HTTP RESTful Web 服務進行自然語言處理。它解碼了線上新聞媒體的情感分析和文字分類。

9 Geneea

官網：https://api.geneea.com/

可以對提供的原始文字，從給定 URL 中提取的文字或直接提供的文件執行 (自然語言處理)。

10 Thomson Reuters Open Calais™

官網：http://www.opencalais.com/opencalais-api/

使用自然語言處理、機器學習和其他方法，Calais 將文件與實體（人員、地點、組織等）進行分類和連結：事實（人員“x”為公司“y”工作）和事件（人員“z”於日期“x”被任命為公司“y”董事長）。

11 Yactraq speech 2topicsis

官網：http://yactraq.com/

一種雲服務，它通過語音識別和自然語言處理將音訊視訊內容轉換成主題後設資料。

1 Google Cloud Translation

官網：https://cloud.google.com/translate/docs/

可以動態翻譯數千種語言對的文字。該 API 允許網站和程式以程式設計方式與翻譯服務整合。

2 Google Cloud SPEECH-TO-TEXT

官網：https://cloud.google.com/speech-to-text/

允許開發人員在易於使用的 API 中應用強大的神經網路模型將音訊轉換為文字。該 API 可識別 120 種語言和語言變體，以支援你的全球使用者基礎。

3 IBM Watson Language Translator

官網：http://www.ibm.com/watson/developercloud/language-translator.html

將文字從一種語言翻譯成另一種語言。該服務提供了多個領域特定的模型，你可以根據自己獨特的術語和語言進行自定義。例如，客戶可以用他們自己的語言進行交流。

4 MotaWord

官網：https://www.motaword.com/developer

一個快速的人工翻譯平臺。它提供了超過 70 種語言的翻譯。該 API 還可以讓開發人員為每個翻譯獲得報價，提交翻譯專案以及文件和風格指南，跟蹤翻譯專案的進度並實時獲取活動源。

5 WritePath Translation

官網：https://www.writepath.co/en/developers

該 API 允許開發人員訪問並整合 WritePath 和其他應用程式的功能。可以使用此 API 進行操作：檢索單詞計數、釋出翻譯文件和檢索已翻譯的文件和文字。

6 Houndify

官網：https://www.houndify.com/

通過一個始終在學習的獨立平臺，將語音和會話智慧整合到您的產品中。

7 IBM Watson Conversation

官網：https://www.ibm.com/watson/developercloud/conversation.html

構建能夠理解自然語言的聊天機器人，並將它們部署在任何裝置上的訊息傳遞平臺和網站上。與該 API 相同的其他 API（語言的認知服務）包括對話方塊、自然語言分類器、個性觀點、文件轉換和音調分析儀。

8 IBM Watson Speech

官網：https://www.ibm.com/watson/developercloud/speech-to-text.html

包括語音到文字和文字到語音（例如，在呼叫中心轉錄通話，或建立語音控制的應用程式）。

1 Amazon Machine Learning

官網：https://aws.amazon.com/documentation/machine-learning/

在資料中查詢模式。該 API 的示例用途是用於欺詐檢測、預測需求、目標營銷和點選預測的應用程式。

2 BigML

官網：https://bigml.com/api/

為雲託管的機器學習和資料分析提供服務。使用者可設定資料來源並建立一個模型，通過標準 HTTP 使用基本的監督和無監督機器學習任務進行預測。

3 Google Cloud Prediction

官網：https://cloud.google.com/prediction/docs/

提供一個 RESTful API 來構建機器學習模型。這些工具可以幫助分析你的資料，為你的應用程式新增各種功能，比如客戶情感分析、垃圾郵件檢測、推薦系統等等。

4 co

官網：http://www.guesswork.co/

為電子商務網站提供產品推薦引擎。Guesswork 網站使用在 Google Prediction API 上的語義規則引擎準確預測客戶的意圖。

5 Hu:toma

官網：https://www.hutoma.ai/

通過提供免費訪問轉悠平臺，幫助世界各地的開發人員構建並實現深度學習的聊天機器人，從而提供建立和分享對話式人工智慧的工具和渠道。

6 IBM Watson Retrieve and Rank

官網：http://www.ibm.com/watson/developercloud/retrieve-rank.html

開發人員可以將他們的資料載入到服務中，使用已知的相關結果來訓練機器學習模型（Rank）。服務輸出包括相關文件和後設資料的列表。例如，呼叫中心座席也可以快速找到答案來改善平均呼叫處理時間。

7 indico

官網：https://indico.io/docs

提供文字分析 (如情感分析、Twitter 接洽、情感) 和影像分析 (如面部表情、面部定位)。該 indico API 是免費使用的，不需要訓練資料。

8 Microsoft Azure Cognitive Service

官網：https://azure.microsoft.com/en-au/services/cognitive-services/

正在取代提供基於預測分析的解決方案的 Azure 機器學習建議服務。它為客戶提供個性化的產品推薦並提高銷售。新版本具有新的功能，如批處理支援、更好的 API Explorer、更乾淨的 API 外觀、更一致的註冊 / 賬單體驗等等。

9 Microsoft Azure Anomaly Detection API

官網：https://gallery.cortanaintelligence.com/MachineLearningAPI/Anomaly-Detection-2

在時間序列資料中以一致的時間間隔來檢測異常。例如，在計算上升趨勢的記憶體使用時，可能會引起注意，因為它可能表明記憶體洩漏。

10 Microsoft Cognitive Service - QnA Maker

官網：https://www.microsoft.com/cognitive-services/en-us/qnamaker

將資訊提煉為對話式，易於瀏覽的答案。與此 API 在同一組（知識認知服務）中的其他 API 包括學術知識、實體連結、知識探索和建議。

11 Microsoft Cognitive Service - Speaker Recognition

官網：https://www.microsoft.com/cognitive-services/en-us/speaker-recognition-api

讓你的應用能夠知道誰在說話。與此 API 相同的組（語音識別服務）中的其他 API 包括 Bing Speech（將語音轉換為文字並理解其意圖）和 Custom Recognition。

12 MLJAR

官網：https://mljar.com/

為原型設計、開發和部署模式識別演算法提供服務。

13 NuPIC

官網：https://github.com/numenta/nupic/wiki/NuPIC-API---A-bird's-eye-view

一個用 Python/c++ 編寫的開源專案，它實現了 Numenta 的皮層學習演算法（Cortical Learning Algorithm），並由 NuPIC 社群維護。該 API 允許開發人員使用原始演算法，將多個區域 (包括層次結構) 串聯起來，並利用其他平臺功能。

14 PredicSis

官網：https://predicsis.ai/

為大資料提供強大的洞察力，並通過預測分析提高營銷業績。

15 PredictionIO

官網：http://predictionio.incubator.apache.org/index.html

基於 Apache 2.0 許可的 Apache Spark、HBase 和 Spray 構建的開源機器學習伺服器。示例 API 方法包括建立和管理使用者和使用者記錄、檢索專案和內容以及基於使用者建立和管理建議。

16 RxNLP - Cluster Sentences and Short Texts

官網：http://www.rxnlp.com/api-reference/cluster-sentences-api-reference/

文字挖掘和自然語言處理服務。他們的 API 之一，Cluster Sentences API，可以將句子（例如來自多篇新聞文章的句子）或短文字（比如 Twitter 或 Facebook 狀態更新的文章）組合成邏輯組。

17 Recombee

官網：https://www.recombee.com/

提供一種通過 RESTful API 使用資料探勘、查詢語言和機器學習演算法（例如，協同過濾和基於內容的推薦）的服務。

閱讀原文：

https://www.kdnuggets.com/2018/05/50-useful-machine-learning-prediction-apis-2018-edition.html