来源：mush博客
如今，机器学习无处不在，从手机上的照片到电子邮件收件箱中的过滤系统。机器学习已成为未来最重要的组成部分之一。随着互联网的趋势变得更加个性化，机器学习现在变得比以往任何时候都更加重要。即使像亚马逊这样的大公司也会使用机器学习算法根据您的兴趣为您提供建议。
大约十年前，互联网的主要目的是为您提供信息 – 一个关键字将在全球范围内生成关于该特定关键字的结果。但今天，重点是为用户提供更多相关信息 – 这些信息更接近他们所搜索的内容。这是机器学习起着重要作用的地方。
目前，机器学习主要由包括谷歌，亚马逊，IBM，微软在内的大公司主导，但现在这种趋势正在发生变化，小型公司正在将其算法和API引入该领域.API 使公司更容易跨多个频谱共享知识和信息。在我们深入研究一些创新的机器学习API之前，让我们来看看API究竟是什么。
什么是API？
用最简单的术语来说，API或应用程序编程接口是允许两个软件程序相互通信的代码片段。它是一组用于构建软件的定义，协议和工具.API是两个软件之间的链接，它负责将请求从一个软件发送到另一个软件，以及返回请求。
API由两部分组成 – 描述如何在程序之间交换信息的规范，以及作为写入该规范并以某种方式发布以供使用的软件接口的规范。
有三种类型的API：
- 本地API – 这些API为应用程序提供操作系统或中间件服务，例如Microsoft的.NET API。
- Web API – 这些API可以在Internet上运行以发送和接收信息。这些包括URL。
- 程序API – 这些API基于远程过程调用技术，远程程序组件似乎是软件其余部分的本地。
我们认为您应该在2019年学习的10种趋势机器学习API：
1.预测
PredictionIO是一个基于Apache的开源机器学习API，使数据科学家可以更轻松地构构预测机器。它可以与Apache Spark，MLlib，HBase，Elasticsearch和Spray轻松捆绑在一起。它使用独特的模板系统来创建机器学习系统，使开发人员可以根据自己的需要更轻松地定制引擎。
PredictionIO还可以自动评估预测引擎，以确定要使用的最佳超参数。预测提供的功能包括快速构建和部署引擎可自定义模板，实时响应动态查询，通过系统流程进行更快的机器学习建模，预先构建的评估措施，简单的数据基础架构管理等。
2. Geneea自然语言处理API
Geneea是一种自然语言处理API，可以对提供的原始信息进行分析。此API可以对原始文本，从给定的URL提取的文本或直接从提供的文档等信息执行分析。开发人员还可以提供其他信息，例如使用的语言，特定域等，这些信息可以帮助提高结果的准确性.Geneea对语言，校正，变音，标记，主题检测，名称实体识别等主题进行分析。
3. IBM Watson视觉识别
IBM Watson的Visual Recognition API使用机器学习算法来正确识别，分类和标记对象。它还可用于搜索视觉内容，如颜色，查找人脸，标记图像，近似年龄和性别，甚至可以在集合中查找类似图像。开发人员甚至可以创建和训练自定义分类器来识别他们需要的对象。IBM视觉识别是更大的IBM沃森开发云API套件的一部分，它还包括语音到文本，文本到语音，问答，个性见解，音调分析器等。
4. Slack API
几年前，Slack成为最受欢迎的工作场所通信工具之一，从那时起，它推出了自己的API，允许开发人员为他们的工作空间构建自己的定制通信系统。这个RESTful API允许开发人员学习和使用松弛代码。它提供了松弛强大的自然语言处理功能，允许开发人员构建与懈怠集成的应用程序，例如智能聊天机器人或其他可以安排会议的机器人。
5. AT＆T演讲
AT＆T Speech API允许开发人员将语音识别功能集成到他们的应用程序中。该API由AT＆T Watson语音引擎提供支持，还包括自然语言处理功能，如自然语言理解，语音识别，语音转录等等。它可以轻松地将口语文件转录为文本。可以调整API以满足特定需求，例如网页搜索，商业搜索，语音邮件，短信，问题和答案等。
6. Microsoft认知服务 – 文本分析
微软在机器学习方面取得了长足的进步。这种流行的API允许开发人员在翻译之前自动检测文本的语言。它还可以从您的文本中提取信息，包括语言和声明背后的情绪。它还提供其他功能，如关键短语提取，语言检测，情感分析，翻译，甚至识别文本中的实体。
7.亚马逊机器学习
亚马逊的机器学习API可以执行许多不同的功能。它具有执行欺诈检测，内容个性化，文档分类和客户流失预测等功能的能力。它还允许开发人员快速培训和部署他们的模型。但是，亚马逊的API不是开源的，它可用于按需付费的付款计划。
8. BigML
Big API是一种机器学习REST API，允许开发人员轻松地为您的应用程序构建和部署AI模型。此API允许构建包含有监督和无监督机器学习任务以及机器学习管道的预测模型。最好的部分是BigML允许使用标准HTTP方法创建，检索，更新和删除BigML资源。
9. Google Cloud API
谷歌一直致力于创新，它真正让人眼前一亮的地方就是机器学习.Google拥有一整套云API，旨在帮助简化开发人员的任务.Google的机器学习API包括Cloud Vision API，Cloud Speech API，Natural语言API，翻译API和Dialogflow API。
- Cloud Vision API – 包括图像标注，面部检测，徽标和地标，光学字符识别以及显示内容检测。
- Cloud Speech API – 包括语音识别，麦克风或文件的音频转换，80多种语言的文本转换。
- 自然语言API – 包括结构分析，文本含义，情感分析，实体识别和文本注释。
- 翻译API – 从一种语言翻译成另一种语言。
- Dialogflow API – 用于会话界面的完整开发套件，例如聊天机器人，语音应用程序等。
10. Wit.ai
Wit.ai的英文一个自然的开源语言处理平台个人文库，提供向网络和移动应用程序添加智能语音功能的功能。它为家庭自动化，联网汽车，智能电视，机器人，智能手机，可穿戴设备等应用提供智能语音接口.Wit.ai的文档简洁易懂。它包括代码示例，适用于许多流行语言和平台的SDK，快速入门指南以及完整的机智应用程序指南