Haven OnDemand предлагает машинное обучение как услугу


Уже зарекомендовавшая себя платформа IDOL OnDemand от Hewlett Packard Enterprise была переименована, чтобы обозначить ее новую динамику в предоставлении более широкого разнообразия API, которые предоставляют машинное обучение как услугу.

В основе лежит идея о том, что приложения, как облачные, так и другие, не являются монолитными; они обычно полагаются на бесшовное взаимодействие между широким спектром компонентов.
В случае PaaS эти компоненты принимают форму API. Поскольку облачные приложения становятся все более умными и сложными, работы с одним выделенным API уже недостаточно, поскольку ожидается, что приложение будет охватывать множество разнообразных аспектов.
Haven OnDemand выходит на этот рынок, предоставляя большое количество (60+) автономных API, которые могут быть далее интегрированы в рабочие процессы, где выход одного API может стать входом следующего, образуя виртуальный конвейер, который имитирует более сложную логику. Итак, что же могут предложить эти API и какое отношение они имеют к машинному обучению?

Advanced Text Analysis API работает с различными цифровыми форматами, текстом, аудио, видео и может, среди прочего, определять язык, извлекать ключевые концепции, а также сущности, присутствующие в среде, свойства, которые облегчают анализ тональности и классификацию предметов. Одно из таких практических применений – перевод текстовых расшифровок в живые аудиопотоки.

API преобразования формата может получать доступ, извлекать и преобразовывать информацию из различных источников.

Распознавание изображений и распознавание лиц также может выполнять распознавание штрих-кода и OCR и может использоваться для таких задач, как определение пола человека или другой ключевой информации, присутствующей на изображении.

API анализа графиков может делать прогнозы на основе отношений и поведенческих паттернов, что полезно при анализе данных и визуализаций социальных сетей.

API прогнозирования и рекомендаций можно использовать для обучения моделей прогнозирования, которые затем можно использовать для создания функций самообучения, которые могут анализировать огромные объемы данных и делать точные прогнозы.

Два самых интересных API связаны с поиском и распознаванием речи.
API распознавания речи может извлекать информацию из аудио и видео, которая впоследствии может быть передана в API извлечения концепций, который, в свою очередь, вернет концепцию, контекст и краткое изложение того, о чем говорится в аудио- или видеофайле.
Это также служит ярким примером композиции компонентов в форме API, поскольку API извлечения концепций также можно вызывать и использовать из других API, таких как анализ текста.

Чтобы начать использовать Search API, вы должны создать Индекс информации или использовать один из ряда общедоступных текстовых индексов, таких как Википедия. Затем вы можете начать выполнять поиск по ним с помощью API индекса текста запроса, создавая запросы с использованием текста на естественном языке, ключевых слов и логических выражений. Его потенциал можно максимизировать, объединив его с API-интерфейсами Find Related Concepts, Find Similar или Text Tokenization.
Для полного примера вы можете посмотреть
Использование Haven для индексирования и поиска документов (с живым примером и базой кода).
Поскольку ожидается, что средство поиска будет одним из наиболее широко используемых API-интерфейсов, оно также было создано как отдельная сущность, приняв форму платформы Search OnDemand, которая полностью использует API HPE, удовлетворяя такие требования, как поиск в разных типы данных или подключение к разнородным службам, таким как Dropbox или Sharepoint, через API-интерфейсы Webconnectors.
Полный набор API доступен здесь. Haven on Demand предлагается как бесплатная услуга, ограниченная одним ресурсом и 10 000 вызовов API, с дополнительными ресурсами и вызовами, выделенными для коммерческих планов Enterprise.


Добавить комментарий