1. BigML

Tài liệu: https://bigml.com/developers

Công ty BigML đã mô tả sản phẩm Machine Learning của mình rất đơn giản và dành cho tất cả mọi người. Và nó đúng thực sự như vậy. Bạn có thể tìm thấy các feature như phát hiện bất thường (anomaly detection) hoặc SunBurst visualization cho các decision tree, và nhiều tính năng khác nữa. API này chính là một vũ khí hoàn hảo ngay cả khi bạn không hề có bất kỳ kinh nghiệm nào trước đó. Điều tôi thích nhất ở BigML là bạn có thể tìm thấy rất nhiều ví dụ về case cụ thể và hướng dẫn hoàn thành các task một cách chính xác hơn. Do đó, bạn có thể hiểu mọi thứ từ đầu và sử dụng API này mà không cần tấm bằng tiến sĩ.

2. PredictionIO

Documentation: https://predictionio.apache.org/datacollection/eventapi/

Demo: https://predictionio.apache.org/demo/community/

API này cho phép triển khai miễn phí, và cung cấp vô số template gần-như-hoàn-chỉnh để tiện cho việc tùy chỉnh theo các case sử dụng khác nhau. Bên cạnh đó, nó đáp lại các dynamic queries ngay lập tức khi được triển khai như là một web service. Nó cung cấp documentation được tổ chức tốt và rộng, bao gồm các chỉ dẫn dành cho developer, các bản hướng dẫn demo,… API luôn được cập nhập thường xuyên nên bạn có thể tìm thấy nhiều feature nâng cao hơn tại đây.

3. Anaconda

Documentation: https://docs.anaconda.com/

Là một API được cung cấp bởi Python, thích hợp cho các doanh nghiệp, an toàn và có thể điều chỉnh để đáp ứng nhu cầu lớn hơn trong tương lai, nó cung cấp quyền truy cập trực tiếp vào hơn 700 package dễ cài đặt. Điều bạn nhận được từ API này là khả năng kiểm soát đúng data science asset. Tuy nhiên, một trong những feature vượt trội của nó là triển khai các project vào các ứng dụng data tương tác, sổ ghi chép trực tiếp và ML-model

4. Blue Yonder Platform

Documentation: https://github.com/blue-yonder

Nếu task của bạn là tìm một API tuyệt vời cho ngành bán lẻ thì đây là lựa chọn tốt nhất cho bạn. Tại vì sao? Tại vì platform cho các ứng dụng dự đoán dựa trên cloud này sử dụng các phương pháp tiếp cận AI / ML dẫn đầu trên thị trường, cho phép phản hồi nhanh chóng để thay đổi động lực thị trường. Công ty cho biết các nhà bán lẻ có thể giảm tới 80% tỷ lệ xuất kho và khiến doanh thu và lợi nhuận của họ cải thiện hơn 5%. Ngoài ra, ngoại trừ việc xây dựng ứng dụng cần thiết, bạn cũng có thể tích hợp nó với hệ thống hiện có như ERP hoặc HR.

5. MLJAR

Documentation: https://docs.mljar.com/

Một API khác sẽ khiến bạn ấn tượng là MLJAR. Nó cung cấp một dịch vụ để tạo mẫu, phát triển và triển khai các thuật toán nhận dạng mẫu cần thiết. Tất cả những gì bạn cần làm chỉ là tải data lên, chọn các thuật toán ML cần thiết và sử dụng các module tốt nhất để dự đoán.

6. NuPIC

Documentation: http://nupic.docs.numenta.org/

API này là một nguồn cung cấp mở được viết bằng Python và C ++, thực hiện Thuật toán Numenta’s Cortical Learning và được duy trì bởi sự trợ giúp của Cộng đồng NuPIC. Lý do nó hấp dẫn tôi là vì nó là một công cụ đa năng mạnh mẽ cho phép các developer làm việc với các thuật toán raw, tập hợp nhiều lĩnh vực (như hierarchies) và tận dụng khả năng của các platform khác.

7. Recombee

Documentation: https://docs.recombee.com/

Recombee là một giải pháp SAAS và nó cung cấp các đề xuất thông qua API real-time trực quan. Recombee sử dụng khai thác records mining, ngôn ngữ câu hỏi và các thuật toán machine learning (ví dụ như tư vấn dựa trên nội dung) thông qua API RESTful. Quan trọng nhất là API Documentation rất thân thiện và sử dụng nó trong công việc rất thoải mái.

8. indico

Documentation: https://indico.io/docs/

Bạn không thể không biết indico vì nó là thuộc top những API phần mềm phân tích dự đoán phổ biến nhất. Bạn nhận được gì khi sử dụng nó? Nó có hai option chính: đánh giá văn bản (phân tích tâm lý đối tượng, sự tương tác, cảm xúc) và đánh giá ảnh (cảm xúc khuôn mặt, định vị khuôn mặt). Ưu điểm của API này là nó miễn phí và không yêu cầu training data, thế nên bạn có thể dùng thử ngay bây giờ.

9. Animetrics Face Recognition

Documentation: http://api.animetrics.com/documentation

Demo: http://api.animetrics.com/demo

Nếu bạn muốn tạo một phần mềm nhận dạng khuôn mặt hoặc đơn giản chỉ là tiến hành phân tích hình ảnh, thì Animetrics Face Recognition sẽ hỗ trợ bạn rất nhiều. Bạn có thể sử dụng nó để phát hiện khuôn mặt trong tấm hình hoặc hình ảnh nào đó và ghép chúng với một set khuôn mặt đã biết. Một lợi thế khác của nó là thông tin về các đặc điểm trên khuôn mặt hoặc các landmark được trả về dưới dạng tọa độ trên ảnh. Hơn thế nữa, API này cũng có thể tải lên hoặc hoãn một subject từ thư viện, và tải lên hoặc loại bỏ khuôn mặt khỏi một topic.

10. Eyedea Recognition

Documentation: http://face.eyedea.cz:8080/api/face/docs

Demo: http://cloud.eyedea.cz/api/face

Eyedea Recognition là tên khổng lồ trong lĩnh vực phát hiện đối tượng và nhận dạng đối tượng. API này xử lý một cách hoàn hảo các giải pháp phần mềm được chuẩn bị theo đặc điểm kỹ thuật của khách hàng và dựa trên kết quả nghiên cứu về Machine Learning và AI. Dịch vụ nhận dạng này rất linh hoạt, nó cung cấp phát hiện mắt, mặt, automobile, copyright và bảng biển. Giá trị tuyệt vời nhất của API là quyền truy cập thông tin tức thời của các object, khách hàng và hành vi.

11. Betaface

Documentation: https://www.betafaceapi.com/wpa/index.php/documentation

Demo: https://www.betafaceapi.com/demo.html

Tất cả những gì bạn cần biết về API này là nó là một platform mạnh mẽ và có thể mở rộng để quét các file đã được tải lên hoặc URL ảnh, phát hiện khuôn mặt và kiểm tra chúng. API này bao gồm các khả năng như phát hiện khuôn mặt, cắt xén khuôn mặt, phát hiện 123 điểm khuôn mặt (22 điểm cơ bản, một trăm lẻ một điểm nâng cao), xác minh khuôn mặt, cũng như tìm kiếm sự tương đồng trong các database rất lớn.

12. Imagga

Documentation: https://docs.imagga.com/

Demo: https://imagga.com/auto-tagging-demo

Đây là một API mạnh mẽ khác để phân tích hình ảnh, phân loại hình ảnh tức thì, khai thác màu sắc và cắt xén nội dung. Imagga cung cấp các API tự động gán thẻ cho ảnh của bạn và giúp hình ảnh của bạn dễ tìm thấy. Nó dựa trên một platform nhận dạng hình ảnh như một dịch vụ.

13. Wit.ai

Documentation: https://wit.ai/docs

Demo: https://labs.wit.ai/demo/index.html

Đây là một platform NLP mở rộng. Nếu bạn muốn trao quyền cho các developer liên quan đến tự động hóa giọng nói, thì đây sẽ là lựa chọn tốt nhất. Cá nhân tôi là một fan lớn của API này. Lý do nó hấp dẫn tôi là sự tập trung của nó vào việc hiểu ngôn ngữ của con người từ mọi tương tác và thúc đẩy cộng đồng, điều đó có nghĩa là mọi thứ học được sẽ được chia sẻ giữa các developer. Wit tạo ra một giao diện giọng nói thông minh dùng cho các mục đích như tự động hóa gia đình, ô tô kết nối, robot, smartphone, thiết bị đeo,… Ngoài ra, nó miễn phí.

14. Bitext

Documentation: https://docs.api.bitext.com/

Demo: http://parser.bitext.com/

API Bitext là một tool phân tích ngôn ngữ sâu khác, cung cấp data mà dễ dàng export cho toàn bộ các tool quản lý dữ liệu. Sản phẩm của platform này có thể được sử dụng cho chatbot và assistant, CS và Sentiment, cũng như một số task NLP cốt lõi khác. Trọng tâm chính của nó là ngữ nghĩa, ngữ pháp, từ vựng và văn nói hay văn viết có sẵn cho hơn 80 ngôn ngữ. Thêm vào đó, khi nói đến việc tự động hóa phân tích feedback của khách hàng thì API này là tốt nhất. Công ty tuyên bố rằng nó cung cấp insight khách hàng với độ chính xác là 90%.

15. Geneea

Documentation: https://api.geneea.com/

Demo: https://demo.geneea.com/

Geneea thực hiện phân tích (Natural Language Processing) trên raw text được cung cấp, trên văn bản được trích ra từ URL đã cho hoặc trực tiếp từ tài liệu được cung cấp. Lợi thế nổi trội của nó là số lượng lớn các ngôn ngữ có sẵn (hơn 30). Geneea thực hiện các phân tích về các topic như ngôn ngữ, nhận dạng topic, phân tích tâm lý khách hàng, trích xuất thực thể, gắn thẻ tự động, cũng như thực hiện các điều chỉnh khác nhau.

16. Diffbot Analyze

Documentation: https://www.diffbot.com/dev/docs/

Demo: https://www.diffbot.com/

API này thực hiện nhận dạng, phân tích và trích xuất tự động mọi phần của data (văn bản, ảnh, video) từ bất kỳ URL nào một cách dễ dàng. Nó sử dụng một tập hợp lý tưởng của AI, ML, computer vision và NLP. Ngoài ra, bạn cũng có thể sử dụng nó với các API tùy chỉnh cho phép lấy data bằng các quy định thủ công.

17. Yactraq Speech2Topics

Demo: https://yactraq.com/contact-trial/

Đây là một platform phân tích giọng nói tuyệt vời với mục đích là giải phóng khả năng của dữ liệu âm thanh của bạn. API này chuyển đổi tài liệu nội dung nghe nhìn thành siêu dữ liệu subject thông qua nhận dạng giọng nói & NLP. Nó cung cấp một tập hợp các call operations solution cung cấp ROI quá mức, các ứng dụng thống kê lớn.

18. MonkeyLearn

Documentation: https://monkeylearn.com/api/v3/

Demo: https://monkeylearn.com/contact/

MonkeyLearn là một platform AI cho phép bạn phân loại và xuất data hành động từ các raw text như email, chat, webpage, document, tweet,… Nó đặc biệt tập trung vào việc giảm thiểu thời gian cần thiết cho tất cả các task này và vì vậy đây là một lựa chọn tốt dành cho bạn.

19. Hu:toma

Documentation: https://help.hutoma.ai/article/ym34wr87lx-hutoma-chat-api

Đây là một platform giúp đơn giản hóa việc truy cập data hành động thông qua các giao diện ngôn ngữ tự nhiên và trợ lý AI. Nếu bạn đang triển khai Natural Language Interface vào ứng dụng hoặc website của mình thì đây sẽ là ưu tiên số 1 của bạn. Lý do là bạn có thể dạy và đào tạo nó bằng cách cung cấp các ví dụ về các cuộc hội thoại (kịch bản phim,…).

20. nlpTools

Documentation: http://php-nlp-tools.com/documentation/

nlpTools là một open source framework xử lý văn bản đơn giản (một thư viện cho NLP được viết bằng php) để phân tích Ngôn ngữ tự nhiên. Nó decode online news media (mục đích chung, nhiều topic) để phân tích tâm lý đối tượng và phân loại văn bản.

Kết luận

Trong quá trình đọc, có lẽ bạn sẽ chọn được một vài cái để áp dụng. Nhưng trước khi kết thúc, tôi muốn nhắc tới một điều quan trọng. Các lập trình viên, đặc biệt là người mới bắt đầu không nên chỉ sử dụng một kế hoạch như vậy cho các giải pháp được đưa ra sẵn. Tại vì nếu bây giờ bạn không giải quyết các quy trình phức tạp hơn, bạn có thể không đối phó được với các task thực sự trong tương lai. Do đó, bạn cần giữ cân bằng giữa việc áp dụng những thứ này với việc thực hiện các công việc thực sự.