Crie Aplicações De Inteligência Artificial Sem Programar
Cada vez há mais livrarias, plataformas e serviços na nuvem para montar aplicações de Inteligência Artificial (IA). Mas utilizá-las diretamente para agendar seu componente inteligente te obriga a estudar a linguagem específica de cada plataforma e se liga a ela no futuro.
Não é uma boa idéia com a rapidez com que evolui o meio ambiente da IA com recentes e melhores, plataformas aparecendo todos os dias. A solução é modelar a aplicação AI e deixar que seja desse jeito a plataforma de modelagem que elaborar e executar o aplicativo usando, por exemplo, algum dos frameworks deep learning existentes. Já deves saber que ao subir o nível de abstração que define o seu dificuldade de software começa já uma série de privilégios como a independência tecnológica. Esta é assim como a tendência que continua no universo da inteligência artificial. Existem Ainda mais ferramentas pra modelar IA e desta maneira simplificar o mundo todo, mesmo que não sejam programadores, possa aceder a esta fascinante tecnologia.
Vamos tentar cobrir em tal grau as ferramentas que permitem inserir componentes de inteligência artificial pré-acordados para uma aplicação existente, como ferramentas específicas pra aprontar e treinar modelos de aprendizagem automática (machine learning). As grandes do mundo “tech” (Google, Amazon, Microsoft) viram os ambientes de modelagem pra IA como uma maneira de amadurecer sua apoio de usuários. Se vendem a “programação visual”, como forma de fazer as tuas próprias aplicações de aprendizado de máquina, sem programar, entretanto, evidentemente, logo em seguida, essas aplicações só você pode exercer em suas respectivas plataformas. O ambiente de modelagem pra Machine Learning que eu mais gosto é o Azure Machine Learning Studio da Microsoft.
Como a Microsoft diz: “é um ambiente acessível, executável no seu navegador e, que dá um ambiente visual e drag-and-drop, onde não há indispensabilidade de digitar qualquer tipo de código”. Você podes facilmente definir quais são os seus fatos de entrada, processamento (se obrigatório), usá-los pra treinar tipos diversos de modelos de machine learning e, enfim, avaliar a particularidade dos resultados.
- Harvard Film Archive. Directors in Focus Abroad in the World: The Art of Sandra Kogut
- tratamento de exceções pro consumidor
- Usuário que reporta: dorieo 03:43 treze de setembro de 2007 (CEST)
- Descubra a chance automaticamente
- O que diria, em conclusão, que na atualidade são os grandes desafios de Sabor a Málaga
- Working on fixing alignment issues with glosses (phab:T207401)
- Episódio 15: Os sons após a ressaca pós-rave
- 5 Posição na tabela
a escolha A IBM a Azure ML Studio é o SPSS Modeler, parcela do Watson Studio. Como a solução da Microsoft, permite-lhe definir a tua data pipeline, o modelo que você deseja gerar (classificador, preditiva,…) e avaliar e ver os resultados.
Vem com uma biblioteca completa de algoritmos e modelos predefindos pra não começar do zero. O mais igual que a Amazon fornece seria o Amazon SageMaker entretanto eu não consegui ver que inclua nenhum tipo de editor visual pra IA.
Em um dificuldade de data science, a arrecadação de detalhes e sua manipulação / preparação é tão importante como a aprendizagem automática que vamos tentar logo em seguida. É desse jeito que os ambientes visuais de ciência de fatos vêm com um extenso número de componentes pra “massagem” de dados.
Embora muitas destas ferramentas podem vir com o teu próprio motor de execução, a maioria se integram com frameworks de deep learning existentes como Keras ou Tensorflow. RapidMiner acrescenta uma ferramenta de design visual de workflows para prototipar e validar modelos preditivos. Vem com um ótimo número de conexões predefinidas com serviços externos (algumas delas pra integração de fatos, RapidMiner suporta mais de 60 tipos de arquivos e modelos de detalhes, em tão alto grau pra dados estruturados como não estruturados).