首页 > 科技 >

机器学习即服务(MLaaS):Google、Azure和AWS如何使AI民主化

2018-09-09 18:22:04 网络整理 阅读:207 评论:0

由于向云计算和微服务的转变,近年来企业构建技术的方式发生了巨大变化。AWS、Microsoft Azure和Google Cloud Platform 等公有云服务正在改变各种规模的公司了解和使用软件的方式。公有云服务不仅可以降低与现场服务器资源相关的资源成本,还可以更轻松地利用机器学习和人工智能等尖端技术创新。云正在产生所谓的“机器学习即服务”——这一趋势可以证明对各种类型和规模的组织都具有变革性。

根据已经发布的市场研究报告,机器学习即服务将在2017年至2023年间面临49%的复合年增长率(CAGR)。这一增长的主要驱动因素包括高级分析在制造业中的应用增加、大量的结构化和非结构化数据、以及机器学习与大数据的集成。

当然,机器学习对于许多企业来说是一个相对较新的领域,对MLaaS的需求最终会自我实现——如果它存在并且人们可以看到它带来的好处,那么需求只会继续下去。

但重要的是不要被炒作吓到。基于云的机器学习产品将花费大量资金,,除了运行公有云的技术巨头之外,这些产品将不会帮助任何人。考虑到这一点,本文试图深入了解机器学习即服务以及最大的云供应商提供的服务。机器学习即服务(MLaaS)是什么意思?

机器学习即服务(MLaaS)是一系列服务,为用户提供机器学习工具。企业和开发人员可以将机器学习模型整合到他们的应用程序中,而无需进行实施。这些服务包括数据可视化、面部识别、自然语言处理、聊天机器人、预测分析和深度学习等。

通常,对于给定的机器学习任务,用户必须执行各种步骤。这些步骤包括数据预处理、特征识别、建立机器学习模型以及训练模型。MLaaS服务通过仅向用户公开部分步骤,同时自动管理剩余步骤来简化此过程。某些服务还可以提供单击模式,用户无需执行前面提到的任何步骤。

相关文章