（中國(guó)計(jì)算機(jī)世界出版服務(wù)公司出品）

導(dǎo)語

現(xiàn)在的專業(yè)數(shù)據(jù)科學(xué)家、平民數(shù)據(jù)分析師和軟件開發(fā)人員在使用機(jī)器學(xué)習(xí)上擁有很多選擇。

低代碼平臺(tái)提高了開發(fā)應(yīng)用程序、集成和數(shù)據(jù)可視化的速度和質(zhì)量。低代碼平臺(tái)不是用代碼構(gòu)建表單和工作流，而是利用拖放界面來設(shè)計(jì)在網(wǎng)絡(luò)和移動(dòng)應(yīng)用程序中使用的屏幕、工作流和數(shù)據(jù)可視化。低代碼集成工具支持?jǐn)?shù)據(jù)集成、數(shù)據(jù)準(zhǔn)備、API編排以及與常見的SaaS平臺(tái)的連接。如果你正在設(shè)計(jì)儀表板和報(bào)表，要連接數(shù)據(jù)源并創(chuàng)建數(shù)據(jù)可視化，有許多低代碼選項(xiàng)可以選擇。

但凡你可以用代碼完成的，都可能會(huì)有一種低代碼或無代碼技術(shù)可以幫助加速開發(fā)過程和簡(jiǎn)化正在進(jìn)行的維護(hù)。當(dāng)然，你必須要評(píng)估這些平臺(tái)是否滿足功能要求、成本、合規(guī)性和其他因素，但低代碼平臺(tái)能提供的選項(xiàng)一般都處于可以自行構(gòu)建和購買軟件即服務(wù)（SaaS）之間的灰色區(qū)域。

但是，低代碼選項(xiàng)是否只是為了更好更快地開發(fā)應(yīng)用程序、集成和可視化？那些使用更高級(jí)或新興功能去進(jìn)行加速和簡(jiǎn)化的低代碼平臺(tái)又如何呢？

我搜索并制作了低代碼和無代碼平臺(tái)的原形，這些平臺(tái)使技術(shù)團(tuán)隊(duì)能夠利用機(jī)器學(xué)習(xí)功能進(jìn)行測(cè)試和試驗(yàn)。我主要關(guān)注低代碼應(yīng)用程序開發(fā)平臺(tái)，并尋求能增強(qiáng)最終用戶體驗(yàn)的機(jī)器學(xué)習(xí)功能。

以下是我在這個(gè)過程中學(xué)到的一些東西。

不同的平臺(tái)針對(duì)不同的開發(fā)人員

你是一名數(shù)據(jù)科學(xué)家嗎？你正在尋找用低代碼功能來嘗試新的機(jī)器學(xué)習(xí)算法，并能比Python編碼更快、更容易地支持 ModelOps嗎？也許你是一名專注于數(shù)據(jù)操作的數(shù)據(jù)工程師，并希望在發(fā)現(xiàn)和驗(yàn)證新數(shù)據(jù)源的同時(shí)將數(shù)據(jù)與機(jī)器學(xué)習(xí)模型相連接。

Alteryx、Dataiku、DataRobot、H20.ai、KNIME、RapidMiner、SageMaker、SAS 等數(shù)據(jù)科學(xué)和模型操作平臺(tái)旨在簡(jiǎn)化和加速數(shù)據(jù)科學(xué)家和其他數(shù)據(jù)專業(yè)人員的工作。它們具有全面的機(jī)器學(xué)習(xí)能力，但在操作上對(duì)具有數(shù)據(jù)科學(xué)和數(shù)據(jù)工程技能的專業(yè)人員來說更容易些。

以下是 KNIME 首席數(shù)據(jù)科學(xué)家兼布道負(fù)責(zé)人 Rosaria Silipo 博士講述的關(guān)于低代碼機(jī)器學(xué)習(xí)和人工智能平臺(tái)的內(nèi)容?！叭斯ぶ悄艿痛a平臺(tái)可以作為經(jīng)典的、基于腳本的人工智能平臺(tái)的有效替代方案。通過消除編碼障礙，低代碼解決方案減少了工具需要的學(xué)習(xí)時(shí)間，留出了更多的時(shí)間用于試驗(yàn)新想法、范例、策略、優(yōu)化和數(shù)據(jù)?！?/span>

特別是對(duì)于希望在應(yīng)用程序和集成中利用機(jī)器學(xué)習(xí)功能的軟件開發(fā)人員，這里有多種平臺(tái)可供選擇：

• GCP AutoML和Azure Machine Learning Designer等公有云工具幫助開發(fā)者獲取機(jī)器學(xué)習(xí)能力。
• Google 的AppSheet、微軟的Power Automate的 AI Builder 和OutSystems ML Builder等低代碼開發(fā)平臺(tái)都展露出了機(jī)器學(xué)習(xí)能力。
• PyCaret 等低代碼學(xué)習(xí)庫面向數(shù)據(jù)科學(xué)家、平民數(shù)據(jù)科學(xué)家和開發(fā)人員，幫助他們加速學(xué)習(xí)和在開源工具包上實(shí)施機(jī)器學(xué)習(xí)。

這些低代碼示例面向具有編碼技能的開發(fā)人員和數(shù)據(jù)科學(xué)家，幫助他們加速對(duì)不同機(jī)器學(xué)習(xí)算法的試驗(yàn)。MLops平臺(tái)面向開發(fā)人員、數(shù)據(jù)科學(xué)家和運(yùn)營(yíng)工程師。作為機(jī)器學(xué)習(xí)的 DevOps，MLops平臺(tái)旨在簡(jiǎn)化管理機(jī)器學(xué)習(xí)模型的基礎(chǔ)設(shè)施、部署和運(yùn)營(yíng)管理。

面向平民分析師的無代碼機(jī)器學(xué)習(xí)

有一組新興的無代碼機(jī)器學(xué)習(xí)平臺(tái)面向業(yè)務(wù)分析師，這些平臺(tái)使上傳或連接到云數(shù)據(jù)源和試驗(yàn)機(jī)器學(xué)習(xí)的算法變得容易。

我與 Noogata 的聯(lián)合創(chuàng)始人兼CEO Assaf Egozi 討論過，為什么即使對(duì)于擁有豐富經(jīng)驗(yàn)的數(shù)據(jù)科學(xué)團(tuán)隊(duì)的大型企業(yè)，那些面向業(yè)務(wù)分析師的無代碼機(jī)器學(xué)習(xí)平臺(tái)也能改變游戲規(guī)則。他告訴我，“企業(yè)內(nèi)的大多數(shù)數(shù)據(jù)消費(fèi)者根本不具備從頭開發(fā)算法甚至有效應(yīng)用 autoML 工具所需的技能，而且我們也不應(yīng)該期望他們這樣做。相反，我們應(yīng)該為這些數(shù)據(jù)消費(fèi)者或者平民數(shù)據(jù)分析師提供一種的簡(jiǎn)單方法，可以將高級(jí)分析集成到他們的業(yè)務(wù)流程中?！?/span>

Monitaur的CTO兼聯(lián)合創(chuàng)始人Andrew Clark表示贊同。“讓企業(yè)能更容易上手機(jī)器學(xué)習(xí)是令人興奮的。在模型產(chǎn)品化方面沒有那么多訓(xùn)練有素的數(shù)據(jù)科學(xué)家或具有專業(yè)知識(shí)的工程師來滿足業(yè)務(wù)需求。低代碼平臺(tái)提供了一座橋梁。”

盡管低代碼使機(jī)器學(xué)習(xí)實(shí)驗(yàn)民主化并加快了速度，但它仍然需要嚴(yán)格的實(shí)踐、符合數(shù)據(jù)治理政策以及偏見審查。Clark 補(bǔ)充道：“公司必須將低代碼視為他們從 AI/ML 中受益的工具?？紤]到業(yè)務(wù)可見性、控制和模型管理都是企業(yè)為業(yè)務(wù)做可信決策時(shí)所需的，企業(yè)不應(yīng)該走捷徑?！?/span>

預(yù)告

低代碼和無代碼平臺(tái)讓企業(yè)能夠輕松上手機(jī)器學(xué)習(xí)，那么有哪些平臺(tái)可以為企業(yè)所用呢？請(qǐng)持續(xù)關(guān)注《計(jì)算機(jī)世界》的干貨分享！