服务型导向的机器学习(Machine Learning as a Service, MLaaS) 是自动化和半自动化云平台的一个概括性定义, 这个云平台范围很广, 包含数据预处理、模型训练、模型评估、以及预测。而且预测结果可以通过REST API 与其他IT 系统进行交互。

  亚马逊机器学习服务、微软Azure 机器学习和谷歌云AI 是三个领先的云MLaaS 服务, 只有少量甚至没有数据科学专业知识的用户也能利用这些服务进行快速模型训练和部署。

  在用于自定义预测分析任务的机器学习服务方面, 微软Azure 机器学习工作室拥有最全面的服务; 然而, 如果需要用到深度神经网络, 亚马逊的SageMaker 和谷歌的机器学习引擎则更加合适。亚马逊机器学习服务有两个层面: 亚马逊机器学习的预测性分析和数据科学家的SageMaker 工具。微软Azure 提供的服务可以分为两个主要类型: Azure 机器学习工作室和机器人服务。谷歌的机器学习引擎适合有经验的数据科学家, 它非常灵活, 并建议将TensorFlow 的云端基础架构作为机器学习的驱动程序。

  除了成熟的平台, 用户还能使用机器学习API, 这些API 提供了底层训练好的模型服务, 用户可以输入数据, 然后获取结果。API 完全不需要机器学习的专业知识。目前, 这三家供应商的API 大致可以分为三大类: 文本识别、翻译和文本分析;图像+视频识别和相关分析; 其他, 包括特定的未分类服务。

  亚马逊针对语音和文本处理而提供的API 包括: 亚马逊Lex、亚马逊Transcribe、亚马逊Polly、亚马逊 Comprehend, 以及亚马逊 Translate。针对图像和视频处理提供的API 是亚马逊 Rekognition。微软针对语音、文字处理, 图像与视频处理提供的API 是Azure 认知服务。谷歌针对语音、文字处理, 图像与视频处理提供的API 是谷歌云服务, 包括自然语言云处理接口、云语音接口、云翻译接口、云视觉接口、云视频智能。

  (编译自: https://www.altexsoft.com/blog/datascience/comparing-machine-learning-as-a-service-amazon-microsoft-azure-googlecloud-ai/)

(本刊讯)