52個有用的機器學習和預測API（各個方向資源）

作者：Thuy T. Pham

選自KDnuggets  機器之心編譯 參與：吳攀

人工智慧正在成為新一代技術變革的基礎技術，但從頭開始為自己的應用和業務開發人工智慧程式既成本高昂，且往往很難達到自己想要的效能表現，但好在我們有大量現成可用的 API 可以使用。開發者可以通過這些 API 將其它公司提供的智慧識別、媒體監測和定向廣告等人工智慧服務整合到自己的產品中。

本文所有的 API 分成以下四組：

• 面部和影象識別

• 文字分析、自然語言處理、情緒分析

• 語言翻譯

• 預測和其它機器學習

每一組我們都是以首字母排序的，相關描述來自其網址連結在 2017 年 2 月 3 日的介紹資訊。

面部和影象識別

1.Animetrics Face Recognition：該 API 能用來檢測圖片上的人物面部，並且將其和已知的面部特徵進行比對。該 API 還能在可搜尋的相簿中新增或移除搜尋主題，也可以在某個主題中新增或刪除某張臉。

連結：http://api.animetrics.com

2.Betaface：一個面部識別和檢測的網頁服務。提供了包括多面部識別、面部遮蔽、123 個面部點（22 個基本，101 個高階）檢測、面部驗證、鑑定、大資料集中相似度搜尋等功能。

連結：https://www.betaface.com/wpa

3.Eyedea Recognition：專注於高階計算機視覺解決方案，主要關注目標檢測和目標識別軟體。一個提供眼睛、面部、載具、版權和車牌檢測的識別服務。該 API 的最大價值在於其能夠即時理解物體、使用者和行為。

連結：http://www.eyedea.cz

4.Face++：一個面部識別和檢測服務，提供了可以整合到應用中的檢測、識別和分析服務。使用者可以通過呼叫該服務來訓練該程式，實現檢測面部、識別面部、面部分類、建立面部集、建立分組和獲取資訊等功能。

連結：https://www.faceplusplus.com

5.FaceMark：其提供的 API 能夠識別正面人臉照片上的 68 個點以及側臉照片上的 35 個點。

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

6.FaceRect：這是一個用於面部檢測的強大 API，而且是完全免費的。該 API 可以找到單張照片中的臉（正面或側面均可）或多張臉，併為每一張找到的臉給出一個 JSON 輸出。此外，FaceRect 可以為每一張檢測到的臉找到面部特徵（眼睛、鼻子和嘴）。

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

7.Google Cloud Vision API：該 API 由 TensorFlow 等強大的平臺驅動，能夠實現可以學習和預測影象內容的模型。其能很快地在大範圍內幫助使用者找到最喜歡的圖片，並且還帶有豐富的註釋。它能將圖片分成好幾千類（如：船、獅子、艾菲爾鐵塔），能夠檢測相關表情的面孔，還能識別出圖片上多種語言的印刷文字。

連結：https://cloud.google.com/vision

8.IBM Watson Visual Recognition：能夠理解影象的內容——影象的視覺概念標籤、尋找人臉、給出近似年齡和性別、尋找一個集合中相似的影象。你也可以通過建立自己的自定義概念來訓練該服務。

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

9.Kairos：允許使用者將情緒分析和麵部識別快速整合進他們的應用和服務中的平臺。

連結：https://www.kairos.com/docs/api

10.Microsoft Cognitive Service - Computer Vision：這個基於雲的 API 可以基於輸入和使用者選擇以不同的方式分析視覺內容。比如，基於內容標記影象；分類影象；檢測人臉並返回座標；識別特定領域的內容；生成內容的描述；識別影象中找到的文字；標記成人內容。

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

11.Rekognition：為社交圖片應用提供面部和場景的識別和優化。Rekognition API 可以利用眼睛、嘴、鼻子和麵部的特徵實現情緒識別和性別檢測，可以用來確定性別、年齡和情緒。

連結：http://www.programmableweb.com/api/rekognition

12.Skybiometry Face Detection and Recognition：提供人臉檢測和識別服務。該 API 的新版本包含了區分墨鏡和透明眼鏡的功能。

連結：https://skybiometry.com/Documentation

文字分析、自然語言處理、情緒分析

1.Bitext：提供了最精確的多語言的基於主題的市場中的情感。目前提供了四種語義服務：實體和概念提取、情感分析和文字分類。該 API 支援 8 種語言。

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

2.Diffbot Analyze：提供了能用來對任何網頁進行識別、分析和主要內容和章節提取的開發者工具。

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

3.Free Natural Language Processing Service：一個免費服務，包括情感分析、內容提取和語言檢測。這是大規模雲 API 市場中一個流行的資料 API。

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

4.Google Cloud Natural Language API：分析文字的結構和含義，包括情感分析、實體識別和文字標註。

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

5.IBM Watson Alchemy Language：能用來教計算機學習如何閱讀和進行文字分析（如，用於將非結構化的資料轉換成結構化的資料，尤其是在社交網路監控、商業智慧、內容推薦、金融交易和定向廣告領域）。

連結：http://www.alchemyapi.com/

6.MeaningCloud Text Classification：該 API 能夠完成一些預分類的任務，比如：提取文字、符號化、移除禁用詞、詞形還原。

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

7.Microsoft Azure Text Analytics API：是一個用 Azure Machine Learning 構建的文字分析網頁服務套件。該 API 可以被用於分析非結構化的文字，可用於情感分析、關鍵短語提取、語言檢測和主題檢測等任務。無需訓練資料。

連結：https://docs.microsoft.com/en-us/azure/machine-learning/machine-learn

8.Microsoft Cognitive Service - Text Analytics：能檢測文字中的情感、關鍵短語、主題和語言。

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

這一組（語言的認知服務）的其它 API 包括：

• Bing Spell Check：https://www.microsoft.com/cognitive-services/en-us/bing-spell-check-api

• Language Understanding：https://www.microsoft.com/cognitive-services/en-us/language-understanding-intelligent-service-luis

• Linguistic Analysis：https://www.microsoft.com/cognitive-services/en-us/linguistic-analysis-api

• Web Language Model：https://www.microsoft.com/cognitive-services/en-us/web-language-model-api

9.nlpTools：是一個在 HTTP RESTful 網頁服務上簡單的 JSON，用於自然語言處理。其能解碼線上新聞媒體以進行情感分析和文字分類。

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

10.Semantic Biomedical Tagger：有一個內建的功能來識別 133 種生物實體型別，並且能通過語義分析將其和已有的知識庫系統連結起來。

連結：http://docs.s4.ontotext.com/display/S4docs/Semantic+Biomedical+Tagger

11.Thomson Reuters Open Calais™：使用了自然語言處理、機器學習等方法。Calais 能夠將你的文件與實體（人、地點、組織等）、事實（人 X 為公司 Y 工作）和事件（人 Z 在時間 X 被任命為公司 Y 的主席）進行歸類和連結。

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

12.Yactraq Speech2Topics：是一個能夠通過語音識別 & 自然語言處理將 audio visual 內容轉換成主題後設資料（topic metadata）的雲服務。

連結：http://yactraq.com/

語言翻譯

1.Google Cloud Translation：可以動態地在數千個語言對之間翻譯文字。該 API 讓網站和程式可以通過程式設計的方式來與該翻譯服務整合。

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

2.IBM Watson Language Translator：將文字從一種語言翻譯成另一種語言。該服務提供了多種特定領域的模型，讓你可以基於你獨特的術語和語言進行自定義。比如，客戶可以用他們自己的語言進行交流。

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

3.LangId：能快速地從任何種類的語言中提取資訊，沒有限定任何語言。（即讓你能識別你要分析的任何文字的語言）

連結：http://langid.net/identify-language-from-api.php

4.Microsoft Cognitive Service - Translator：在翻譯之前能夠自動檢測文字的語言。它支援 9 種語言上的語音翻譯和 60 種語言的文字翻譯。

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

5.MotaWord：是一個快速的人類翻譯平臺。其提供了超過 70 種語言的相互翻譯。該 API 還允許開發者獲得每一次翻譯的記錄、提交帶有文件和風格指導的專案、跟蹤翻譯專案的進度並獲得實時活動資料流。

連結：https://www.motaword.com/developer

6.WritePath Translation：其 API 允許開發者在其它應用中接入和整合 WritePath 的功能。其應用案例包括字數統計、釋出翻譯文件和檢索已翻譯的文件和文字。

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

預測和其它機器學習

1.Amazon Machine Learning：可用來找到資料的模式。已有使用者使用該 API 來執行欺詐檢測、需求預測、目標市場確定和點選預測分析等任務。

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

2.BigML：BigML 是為基於雲的機器學習和資料分析提供的服務。使用者可以通過標準的 HTTP 使用基本的監督和非監督機器學習任務設定資料來源和建立預測模型。

連結：https://bigml.com/api/

3.Ersatz：一個使用基於 GPU 的深度神經網路即服務的基於網頁的預測程式。在 Ersatz 中，訓練了一組不同的神經網路模型（組合方法），有時候多達 20 個模型。

連結：http://www.ersatzlabs.com/documentation/api/

4.Google Cloud Prediction：提供了一個用於構建機器學習模型的 RESTful API。這些工具可以幫助分析你的資料以為你的應用增加各種功能，比如客戶情感分析、垃圾檢測、推薦系統等。

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

5.Google Cloud Speech API：使用快速和準確的語音識別來將音訊（來自麥克風或檔案）轉換成文字。支援超過 80 種語言及其變體。

連結：https://cloud.google.com/speech/docs/apis

6.Guesswork.co：為電子商務網站提供產品推薦引擎。Guesswork 能夠準確預測使用者的動機，它使用的是一個執行在 Google Prediction API 上的語音規則引擎。

連結：http://www.guesswork.co/

7.Hutoma：通過一個專有平臺來幫助全世界的開發者開發和產品化深度學習聊天機器人，該平臺提供了用於建立和分享會話人工智慧的工具和通道。

連結：https://www.hutoma.com/about.html

8.IBM Watson Conversation：構建理解自然語言的聊天機器人，並將它們部署在訊息平臺和網站以及任何裝置上。

連結：https://www.ibm.com/watson/developercloud/conversation.html。

這一類（用於語言的認知服務）的 API 還包括：

• Dialog：https://www.ibm.com/watson/developercloud/dialog.html

• Natural Language Classifier：https://www.ibm.com/watson/developercloud/nl-classifier.html

• Personality Insights：https://www.ibm.com/watson/developercloud/personality-insights.html

• Document Conversion：https://www.ibm.com/watson/developercloud/document-conversion.html

• Tone Analyzer：https://www.ibm.com/watson/developercloud/tone-analyzer.html

9.IBM Watson Speech：包括「語音轉文字」和「文字轉語音」。（用於比如，轉錄呼叫中心的對話或建立語音控制的應用）

• 語音轉文字：https://www.ibm.com/watson/developercloud/speech-to-text.html

• 文字轉語音：https://www.ibm.com/watson/developercloud/text-to-speech.html

10.IBM Watson Data Insights：這個集合包含 3 個 API：AlchemyData News、Discovery 和 Tradeoff Analytics。AlchemyData 提供了使用自然語言處理豐富過的新聞和部落格內容。Tradeoff Analytics 能幫助人類在平衡多個目標時進行決策。

連結：https://www.ibm.com/watson/

11.IBM Watson Retrieve and Rank：開發者可以將自己的資料載入到該服務中，並用已知的相關結果對機器學習模型（Rank）進行訓練。服務輸出包括一個相關文件和後設資料列表。比如，一個聯絡中心代理可以快速找到能提升平均呼叫處理時間的答案。

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

12.Imagga：提供了能為你的影象自動分配標籤的 API，讓你的影象可被查詢。其基於一個影象識別的平臺及服務。

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

13.indico：提供文字分析（如，情感分析、Twitter 參與、情緒）和影象分析（如，面部情緒、面部定位）。indico API 是可以免費使用的，也不需要提供訓練資料。

連結：https://indico.io/docs

14.Microsoft Azure Cognitive Service API：正在替代 Azure Machine Learning Recommendations 服務，提供基於預測分析的解決方案。其能為客戶提供個性化的產品推薦和提升銷售成績。這個新版本有新的功能，比如批量支援、更好的 API Explorer、更清爽的 API 介面、更一致的註冊和支付體驗等。

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

15.Microsoft Azure Anomaly Detection API：使用時間中均勻間隔的數值來檢測時序資料中的異常。比如，當檢測計算中的記憶體使用時，一個上升趨勢可能是相關的，因為其可能指示了著記憶體洩露。

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

16.Microsoft Cognitive Service - QnA Maker：將資訊提煉成對話式的、易於瀏覽的答案。

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

這一組（用於知識的認知服務）的 API 還包括：

• Academic Knowledge：https://www.microsoft.com/cognitive-services/en-us/academic-knowledge-api

• Entity Linking：https://www.microsoft.com/cognitive-services/en-us/entity-linking-intelligence-service

• Knowledge Exploration：https://www.microsoft.com/cognitive-services/en-us/knowledge-exploration-service

• Recommendations：https://www.microsoft.com/cognitive-services/en-us/recommendations-api

17.Microsoft Cognitive Service - Speaker Recognition：讓你的應用能知道是誰在說話。

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

在同一組（用於語音的認知服務）的 API 包括：

• Bing Speech（將語音轉換成文字，然後轉換回來，並理解其目的）：https://www.microsoft.com/cognitive-services/en-us/speech-api

• Custom Recognition：https://www.microsoft.com/cognitive-services/en-us/custom-recognition-intelligent-service-cris

18.NuPIC：是一個用 Python / C++ 編寫的開源專案，實現了 Numenta 的 Cortical Learning Algorithm，由 NuPIC 社群維護。該 API 允許開發者使用原始演算法進行工作，並可以將多個不同的領域（包括資料的不同層次）放到一起協同，並且還能利用其它平臺的功能。

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

19.PredicSis：通過預測分析獲取大資料的強大見解和提升市場營銷的表現。

連結：https://predicsis.ai/

20.PredictionIO：PredictionIO 是一個構建與 Apache Spark、HBase 和 Spray 之上的開源的機器學習伺服器，按 Apache 2.0 證照釋出。目前給出的 API 例項已經能實現建立和管理使用者和使用者記錄、檢索專案和內容、建立和管理基於使用者的推薦等功能了。

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

21.RxNLP – Cluster Sentences and Short Texts：一個文字挖掘和自然語言處理服務。其中的 Cluster Sentences API 可以用來將句子（比如從不同的新聞源採集的內容）和短文字（比如 Twitter 和 Facebook 的狀態更新）組織成邏輯分組。

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

22.Sightcorp F.A.C.E：這是一個網頁服務，允許第三方應用更好地瞭解使用者行為，並且還能從面部分析中得到使用者的年齡、性別、種族、面部表情、頭部姿態等資訊。

連結：http://face.sightcorp.com/doc_swagger/

其它資源

以下兩個資源能看到其它 API 列表：

• Mashape Blog：http://blog.mashape.com/list-of-20-sentiment-analysis-apis/

• Programmable Web：http://www.programmableweb.com/news/t