网上的ML信息太广泛？与你分享一波实用机器学习分类数据清单

机器学习（ML）如今受到了人们的广泛关注。网上出现了很多信息：理论的解释、组成用例、GitHub项目等等。但都太过于基础或者太过于理论。

作者对人工智能非常感兴趣，想了解人工智能在生活中的用例。作者认为这会让人们更加了解现在ML在生活中的应用程度。

分类

机器学习是电脑处理数据和执行类似人类任务的一种方式。数据是这个过程中最重要的部分。这就是作者选择数据类型作为分类的核心要素的原因。

存在5种主要的数据类型：图像、视频、文本、音频、原始数据，在这些数据类型中，机器表现的很出色，有时甚至超过人类。

图像

图像是人类历史上的一个重要组成部分：黑白照片、用宝丽来相机或双镜头智能手机拍摄的照片。这些图像保存了了大量的数据。图像是机器理解世界的好方法，它是计算机视觉领域的一部分。那么，现今图像处理的实际用途是什么呢？

1.分类：从图像中收集信息。谷歌会在谷歌照片和谷歌图片中使用它，Yelp则将其用于对当地企业的标签和分类。

2.物体和人的识别：识别图像上的对象或人物。

3.面部识别：最著名的是Facebook面部识别。

4.图像生成：根据所看到图像的历史记录创建一幅新图像。 Deep Dream是一个很好的例子，如果你还没有使用过它可以去试用一下：https：//deepdreamgenerator.com/。

5.图像处理或增强：还记得所有那些在电影中无限放大的模因吗？它比你想象中的更接近你：https：//letsenhance.io。Google Brain也使用在图像处理。另一个用例：基于算法的颜色恢复（https://demos.algorithmia.com/colorize-photos/）。

6.字符识别：例如：谷歌翻译。

7.分析：Adobe Sensei、https://www.adobe.com/sensei.html - 伪造（改变的）图像检测。

视频

抛去动态的部分，这种类型的视频的数据非常接近图像。所有的处理算法，如分析、物体检测、面部识别也被广泛应用。产品和服务：https：//www.boulderai.com/,https://www.camio.com/

1.对象跟踪： DJI无人机采用ActiveTrack技术进行操作，这使得他们在飞行时可以跟随人或物体。https：//www.dji.com/products/drones

文本

在现实世界中，我们通过文本进行交流（至少目前是这样，直到Neuralin为我们提供一些其他的交流接口）。理解文本对于机器来说是一个艰巨的任务。ML为文本处理打开了全新的可能性。

1.对意义的理解：主要用于搜索引擎（Google是最好的例子）。像Apple的Siri、亚马逊的Alexa或Google Now等个人助理现在都在利用ML的强大功能。询问它天气等问题，你就会得到答案。

2.一般处理： Google翻译将其用于语言检测和翻译。Turnitin（http://turnitin.com/）支持论文查重。

3.文本生成：例如： BMW Dragon 驱动、消息系统、 Vphrase（https://www.vphrase.com/）报告平台等。

音频

1.语音文本：目前，大多数服务都能使用从语音到文本的转换，然后继续处理文本。"Ok Google"就是一个例子。百度搜索也正在使用基于语音的搜索和应用程序。还有Google Duplex（自动拨打电话）。

2.分析：Pindrop（https://www.pindrop.com）用于识别欺诈活动的语音通话分析。

3.处理：来自iZotope的Neutron 2混合器（https://www.izotope.com/en/products/mix/neutron.html）。

原始数据

原始数据是应用最广泛的部分，它依赖于特定数据的处理。例如我们讨论一个大数据，它的数量庞大，人们无法理解如此大量且泛化信息，无法概括它。 而ML可以发现它的相似点、趋势和异常处。

原始数据的用例很多： Google地图 ——路段查询；UberEATS——预计送餐时间；Netflix——视频推荐；Spotify——音乐推荐；Instagram——关注者和关系网；Qubit Aura和亚马逊——购物推荐；LinkedIn——人际关系；Gmail——垃圾邮件检测；PayPal——预防欺诈；Facebook ——推荐你可能认识的人；Salesforce Einstein——商业数据预测；Twitter——推荐博客；SAP（https://www.sap.com）——IOT的预测和维护。

复杂的行为

处理各种数据的经验使我们能够向前迈进。我们可以结合处理不同数据集的结果，得到一个复杂的行为。比如说，特斯拉的自动驾驶系统引擎、Waymo开发的自动驾驶汽车、BostonDynnamics的机器人。

API

刚才的举例都经过了大量的验证。只需使用可用的API，你便不需要另外开发就可以在你的项目中直接使用它们。

Google的Cloud Vision API提供了播放图片的功能：https：//cloud.google.com/vision/。 IBM提供了Watson：https：//www.ibm.com/watson/products-services/。 Microsoft Azure服务：https：//azure.microsoft.com/en-us/overview/ai-platform/。如果你使用的是自然语言，则可以使用https://wit.ai/上的Wit.Ai。还有一个用于机器学习的亚马逊AWS服务：https：//aws.amazon.com/machine-learning/。

ML并没有停滞不前，在不久的将来它会提供给我们更多的可能性。比如：由NVIDIA完成的慢镜头视频生成（https://news.developer.nvidia.com/transforming-standard-video-into-slow-motion-with-ai/）