常用机器学习实用API (人脸识别与情感分析)

人脸和图像识别

Animetrics Face Recognition:可用于检测图片中的人脸并将其与一组已知的人脸进行匹配。API还可以添加或删除可搜索的图库中的主题,并添加或删除主题中的人脸。

Betaface:面部识别和Web检测服务。其特点包括多种面部检测,面部裁剪,123种面部点检测(22种基本检测,101种加强检测),大型数据库中的面部验证,识别,相似性搜索等。

Eyedea Recognition:致力于高端计算机视觉解决方案,作用于物体检测和物体识别的软件。提供眼睛,面部,车辆,版权和车牌的识别服务。此API的主要价值在于可以即时了解对象,用户和行为。

Face ++:面部识别和检测服务,为应用程序提供检测,识别和分析的功能。用户可以通过打电话来训练程序,检测面孔,识别面孔,分组面孔,操作人员,创建面孔集,创建组和获取信息。

FaceMark:这个API能够检测一张正面照片上的68个点和一张个人照的35个点。

FaceRect:一款功能强大且完全免费的面部检测API。该API可在一张照片上寻找人脸(正面和侧面)或多张人脸,并为每张找到的人脸生成JSON格式的输出。此外,FaceRect可以找到每个检测到的人脸的面部特征(眼睛、鼻子和嘴巴)

Google Cloud Vision API:由像TensorFlow这样的平台提供支持,已经启用了可以学习和预测图像内容的模型。 它可以帮助您找到自己喜欢的图像,并快速大量地获取丰富的注释。它将图像分为数千个门类(例如“船”,“狮子”,“艾菲尔铁塔”),能够检测脸部的相关情绪,并识别多种语言的词汇。

IBM Watson Visual Recognition:这个API能够通过了解图像的内容和视觉概念来标记图像,查找人脸,估计年龄和性别,并在资料集中查找类似图像。您还可以通过自定义视觉概念来加强它的作用。

Imagga:提供可自动将标签分配给图像的API,使图像更易于找到。它基于平台­提供面部识别服务。

Kairos:是一个可让您快速将情绪分析和人脸识别添加到您的应用和服务中的平台。

Microsoft Cognitive Service - Computer Vision:这一基于云的API可以通过输入和用户的选择以不同方式分析视觉内容。例如,基于内容标记图像,对图片进行分类,检测人脸返回坐标,识别特定领域的内容,对内容进行描述,识别图像中的文本,标记图像中的色情内容等。

ParallelDots Visual Analytics API:这个API是一个独特的产品,可以帮助您自动标记图像,过滤不适当的内容,从病毒营销的角度对任何照片进行评分或通过面部表情识别肖像的情绪。

Skybiometry Face Detection and Recognition:提供人脸检测和识别服务。新版本的API甚至可以区分出浅色眼镜与墨镜。

文本分析,NLP,情感分析

Bitext:提供市场中最准确的基于多语言话题的情感分析服务。目前有四种语义服务可用:实体和概念提取,情感分析和文本分类。该API可以使用8种语言。

Diffbot Analyze:为开发人员提供识别,分析和网页爬虫的工具。

Free Natural Language Processing Service:这是一项免费的服务,包括情感分析,文本提取和语言检测。这个API在mashape.com(一个大型云API市场)上很流行。

Google Cloud Natural Language API:这个API可以分析文本的结构和含义,包括情感分析,实体识别和文本注释。

Watson Natural Language Understanding:通过分析文本来从内容中提取元数据,例如概念,实体,关键词,类别,关系和语义角色等。

MeaningCloud Text Classification:这个API能够执行预分类任务,如提取文本,标记文本,停用词删除和词干提取。

Microsoft Cognitive Service - Text Analytics:这个API能够从文本中检测情感,关键短语,主题和语言。与此API相同的其他API(语言的认知服务)包括Bing Spell Check,Language Understanding,Linguistic Analysis,Web Language Model。

nlpTools:一个简单的JSON over HTTP RESTful Web服务,用于自然语言处理。它能够解码在线新闻媒体来进行情绪分析和文本分类。

Geneea:可以对原始文本、给定URL中提取的文本或直接提供的文档执行分析(自然语言处理)。

ParallelDots Text Analytics API:以14种不同的语言提供方便且多样的自然语言理解(NLU)算法,用于判断任何文档的情感,查找其中的重要实体或从中删除不良词汇。ParallelDots自定义分类器还允许您增添新类别,构建文本分类器,而无需任何培训数据。

Thomson Reuters Open Calais™:使用自然语言处理,机器学习和其他方法,将资料分类,并将其与实体(如人员,地点,组织等),事实(如人员“x”为公司“y”工作) 和事件(如人员“z”在x日被任命为“y”公司董事长)链接。

Yactraq Speech2Topics:一种通过语音识别和自然语言处理,将音频视频内容转换为主题元数据的云服务。

语言翻译

Google云端翻译:可以在数千种语言之间动态翻译文本。这个API允许网站和程序通过编程融合这项翻译服务。

Google Cloud SPEAKH-TO-TEXT:通过在简单易用的API中应用强大的神经网络模型,使开发人员能够将音频转换为文本。该API可识别120种语言。

IBM Watson Language Translator:将文本从一种语言翻译为另一种语言。该服务提供了多个特定领域的模型,可以根据您独有的语言进行制定服务。例如,客户可以用他们自己的语言进行沟通。

MotaWord:这个API是一个快速的人工翻译平台。它提供超过70种语言的翻译。该API还可让开发人员获取每个翻译的引用,提交翻译项目以及文档和样式指南,跟踪翻译项目的进度并实时获取反馈。

WritePath Translation:API允许开发人员访问并整合WritePath与其他应用程序的功能。通过这个API能够检索单词数量,发布要翻译的文档以及检索已翻译的文档和文本。

Houndify:这个API可以通过一个持续自我优化的独立平台,将语音和智能会话功能增加到您的产品中。

IBM Watson Conversation:这个API可以构建可理解自然语言的Chatbot,并将它们安装在社交平台和网站上。与此API功能相同的其他API(语言的认知服务)包括Dialog,Natural Language Classifier,Personality Insights,Document Conversion,and Tone Analyzer.

IBM Watson Speech:可以进行语音与文本之间的转换(例如,记录呼叫中心的电话内容或创建语音控制的应用程序)

机器学习和预测

Amazon Machine Learning:此API的示例用于那些有关欺诈检测,需求预测,目标市场营销和点击率预估的应用程序。

BigML:为云托管的机器学习和数据分析提供服务。用户能够通过标准HTTP使用有监督及无监督的机器学习服务,设置数据源并创建模型进行预测。

Google Cloud Prediction:这个API提供了一个RESTful API来构建机器学习模型。这些工具可以帮助分析您的数据,为您的应用程序添加各种功能,例如客户情绪分析,垃圾邮件检测以及构建推荐系统等。

co:为电子商务网站提供产品推荐系统。Guesswork使用在Google Prediction API上运行的语义规则引擎准确预测客户意图。

Hu:toma:通过免费访问专有平台,提供工具和渠道来创建和分享可对话的AI程序,来帮助世界各地的开发人员构建和实现基于深度学习的Chabot。

IBM Watson Retrieve and Rank:开发人员能够在服务过程中加载数据,使用已知的相关结果来训练机器学习模型(Rank)。服务的输出包含相关文档和元数据的列表。例如,呼叫中心的经理能够快速找到改善平均呼叫处理时间的解决措施。

indico:这个API提供文本分析(例如情感分析,推特互动度)和图像分析(例如,面部情绪,人脸定位)服务。值得一提的是,indico API可以免费使用,也不需要训练集。

Microsoft Azure Cognitive Service API:它正在取代基于预测分析提供解决方案的Azure机器学习建议服务。它为客户提供个性化的产品推荐服务以提高销售额。新版本的功能包括:支持批量处理,提供更好的API Explorer,更清洁的API页面,更一致的注册/付费体验。

Microsoft Azure Anomaly Detection API:使用间隔时间相同的数值检测时间序列数据中的异常情况。例如,当监视内存使用时发现了上升趋势,该API就会发出警告,因为这可能意味着内存丢失。

Microsoft Cognitive Service - QnA Maker:这个API能够将信息融入对话形式的问答中。同样功能的其他API(知识认知服务)包含Academic Knowledge, Entity Linking, Knowledge Exploration, Recommendations.。

Microsoft Cognitive Service - Speaker Recognition:这个API能够让您的应用程序知道谁在说话。同样功能的其他API(语音认知服务)包括Bing Speech(将语音转换为文本,接着再次转换为语音,理解其意图)和Custom Recognition(自定义识别)。

MLJAR:为模式识别算法的原型设计、发展和运用提供服务。

NuPIC:是一个由NuPIC社区维护的,用Python / C ++编写的开源项目,它能够实现Numenta的Cortical学习算法。API允许开发人员使用原始算法,将多个区域(包括层次结构)串联起来,并利用其他平台的功能。

PredicSis:为大数据提供强大的洞察力,并通过预测分析提高营销业绩。

PredictionIO:是在Apache 2.0证书下发布的基于Apache Spark,HBase和Spray的开源机器学习服务器。示例API方法包括创建和管理用户及其记录,检索项目和内容以及基于用户提供并管理推荐的内容。

RxNLP –Cluster Sentences and Short Texts:提供文本挖掘和自然语言处理服务。其中之一是Cluster Sentences API——可以将句子(例如来自多篇新闻文章的句子)或短文本(例如来自Twitter或Facebook的新状态)分组为逻辑组。

Recombee:借助于RESTful API,使用数据挖掘、查询语言和机器学习算法(例如协同过滤,基于内容的推荐)提供的一项服务。

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

你可能感兴趣的:(常用机器学习实用API (人脸识别与情感分析))