利用低代码和无代码的人工智能工具和平台，正在开发利用机器学习以新颖方式的应用。AI可以用于创建协调销售和营销工作的网络服务和客户端应用程序。只需要最少的编码专业知识即可利用低代码和无代码解决方案。
无需编码或低代码的人工智能技术反映了计算机科学中长期追求的目标。无代码是一种不需要编写任何代码的软件设计系统。同时，低代码是一种促进更快应用交付的软件开发技术，几乎不需要编码，并且低代码平台是一种使用GUI界面进行应用程序可视化开发的软件工具。该AI工具无需编码，可以使用简单的拖放界面，用于AI应用的无代码或低代码开发环境。
顶级的低代码和无代码AI工具包括以下内容：
MakeML
使用MakeML生成用于对象识别和分割的机器学习模型，无需手动编码。它简化了创建和高效管理大型数据集的过程。除了为您的ML模型准备就绪，您还可以进行测试。MakeML是一个在线资源，可以在几小时内教您构建AI软件并将计算机视觉应用于内部问题。在移动设备上还提供视频教程，帮助您掌握机器学习。MakeML的专业人员将帮助您开发计算机视觉解决方案并将其整合到您的产品中。不收取费用提供单个GPU云训练和有限的数据集导入/导出。
Obviously AI
借助Obviously AI的机器学习平台，您可以在几分钟内进行准确的预测，甚至不需要了解编码知识。这包括创建机器学习算法并通过单击鼠标预测其结果。使用数据对话框修改数据集而无需额外的代码，然后在组织中分发或展示您的ML模型。低代码API允许任何人使用算法进行预测，并将这些预测整合到他们的实际应用程序中。此外，Obviously AI为您提供了先进的算法和技术，而不会影响效率。它可用于收入预测、供应链规划和定向广告。实时预测可实现潜在客户转化、动态定价、贷款偿还和其他结果。
SuperAnnotate
使用SuperAnnotate创建AI动力超级数据。它是用于AI相关任务的端到端系统，包括注释、管理和版本控制“ground truth”数据。借助其强大的工具包、顶级的注释服务和可靠的数据管理系统，您的AI流程可以实现三到五倍的更快规模化和自动化。使用行业领先的服务和软件进行高吞吐量数据注释，包括视频、文本和图像。项目管理工具和团队协作可以帮助您的模型在实践中取得成功。建立一个简化的注释工作流程，监控项目质量，与团队分享更新等，所有这些都可以通过SuperAnnotate实现。由于其主动学习和自动化功能，它可以加速您的注释过程。
Teachable Machine
Teachable Machine允许您教计算机识别和响应您的声音、手势和照片。无需编写任何代码，它可以快速创建强大的机器学习模型，用于集成到应用程序、网站等中。Teachable Machine是一个基于Web的低代码机器学习平台，可实现广泛可用的机器学习模型的开发。您需要收集并组织示例以教计算机学习新东西。您可以让计算机作为一个学习机器进行测试，然后立即进行测试。您可以在您的在线项目中使用该模型。您还可以将模型托管在线或作为可下载文件分发。最重要的是，该模型完全在您的设备上本地运行，因此您的音频或视频在任何时候都不需要离开系统。借助文件、相机和简短的音频样本，对照片和身体方向进行分类变得轻而易举。
Apple的Create ML
在您的Mac上，发现一种创新的方法来教授和训练ML模型。它使用Apple的Create ML便捷地创建ML模型并在Mac上进行训练。在一个项目中，您可以同时训练多个模型，每个模型都有一个独特的数据集。它包含一个外部图形处理单元，可以提高在Mac上的模型速度。通过暂停和恢复播放等选项，掌握您的训练进度。评估集将告诉您模型的表现如何。通过检查关键绩效指标和相互关系，发现各种提升模型的用例、前景和未来的投资。使用iPhone上的摄像头进行连续预览，体验模型的性能。通过使用硬件加速器在Mac上更快地训练模型。Create ML中的模型可以是各种各样的类型，包括图像、电影、音乐、演讲、文本、表格等。之后，您可以用新的信息和设置训练您的计算机。
PyCaret
通过PyCaret，一个低代码机器学习平台，您可以在Python中自动化机器学习工作流程。使用这个基本、简单的机器学习库，您可以更多地将精力集中在分析上，如数据预处理、模型训练、模型解释性、MLOps和探索性数据分析，而不是编写代码。PyCaret是模块化构建的，不同的模型可以执行各种机器学习操作。在这里，函数是按照一定过程执行任务的集合。使用PyCaret，几乎任何人都可以创建完整的、低代码的机器学习解决方案。提供了快速入门指南、博客、视频和在线论坛供学习使用。创建一个基本的机器学习应用程序，快速训练您的模型，然后经过分析和优化后，立即将其部署为REST API。
Lobe
使用Lobe教会您的应用程序识别植物、识别手势、追踪次数、体验情绪、检测颜色和验证安全性。它便于训练ML模型，提供易于使用的免费工具，并提供开发这些模型所需的一切。提供您希望应用程序学习的行为示例，机器学习模型将自动进行训练，并尽快准备好发布。这个平台不需要编程经验，任何人都可以使用。您可以通过跳过在线存储，而在您的PC上进行本地训练，从而节省时间和金钱。Lobe可以在PC和Mac上下载使用。此外，您的模型是跨平台的，可以导出或分发。您的项目的理想机器学习架构将被自动选择。
MonkeyLearn
MonkeyLearn提供先进的人工智能工具，让清理、可视化和标记客户反馈变得轻松。它是一个数据可视化和无代码文本分析工作室，全面分析您的数据。MonkeyLearn允许您快速、轻松地生成独特的数据可视化和图表，进行更深入的数据探索。您还可以根据日期范围和自定义字段等数据输入合并和过滤这些发现。除了使用预先制作的机器学习模型，您还可以使用MonkeyLearn创建自己的模型。此外，还提供各种预训练的分类器供使用，如情感分析、主题分类器、实体提取器等，可以快速构建。
Akkio
Akkio是一个不需要用户编写任何代码来构建预测模型的人工智能平台。它便于从用户数据中创建预测模型，以改进即时决策。通过使用现有数据，使用Akkio可以预测关键业务结果，如增强的潜在客户评分、预测、文本分类和减少流失。它还可以进行清理数据的高级任务，如合并列、重塑日期和过滤异常值。由于其直观的界面，非技术业务用户可以使用Akkio，无需编码或机器学习知识。它可以在各种环境中减少时间并提高产出，从营销和销售到金融和客户支持等。
Amazon SageMaker
使用Amazon SageMaker，一个基于云的机器学习平台，可以创建、训练和部署机器学习模型，提供全套与机器学习相关的工具和服务。SageMaker的无代码和低代码工具简化了非技术用户和业务分析师的机器学习模型开发和部署过程。Amazon SageMaker Canvas是一个可视化工具，可以在不编写代码的情况下便捷地开发和部署机器学习模型。SageMaker Canvas的直观拖放界面简化了数据选择、算法选择和模型训练的过程。然后，SageMaker Canvas可以进行预测，并将训练好的模型投入生产。
数据机器人
数据机器人是一个人工智能平台，可以简化整个机器学习模型开发、部署和管理的生命周期。它是一个强大的资源，适用于从数据科学家和工程师到商业人士的许多用户。数据机器人的灵活功能使其成为那些缺乏编程经验的人的不错选择。数据机器人为非技术人员提供了一个可视化的拖放界面，用于创建和部署机器学习模型。这为具有初级技术能力的业务用户尝试使用人工智能铺平了道路。数据机器人的可适应界面使非程序员更容易进行机器学习的定制。与外部系统的集成和创建自己程序的能力都属于这个类别。
谷歌自动机器学习（AutoML）
谷歌的AutoML使得程序员和数据科学家可以创建和发布机器学习模型，而无需使用手动编码的解决方案。即使对机器学习没有太多经验，你仍然可以使用这个平台构建模型，因为它几乎不需要编码。谷歌AutoML提供了一个预训练模型库，可以在各种场景中使用。这些模型是准确的，因为它们是在大型数据集上进行训练的。通过谷歌AutoML，创建和部署模型就像拖放组件一样简单直观。你可以在不学习编码的情况下使用它。谷歌AutoML会自动调整模型的超参数，从而节省时间和精力。借助谷歌的AutoML工具，你可以检查模型的表现如何，以确保模型的可信度和正确性。
NanoNets
NanoNets是一个机器学习API，允许开发人员只使用十分之一的数据并且没有机器学习的先前经验来训练模型。上传你的数据，等待几分钟，你就可以通过他们简单的云API查询模型了。这个AI平台通过人工智能驱动的OCR技术可以更快、更高效地从文件中提取结构化或半结构化数据。使用Nanonets的AP自动化、无触摸发票处理、电子邮件解析和ERP集成等服务，可以简化文档处理工作流程。除了将PDF转换为Excel、CSV、JSON、XML和文本之外，Nanonets还配备了各种免费的OCR转换工具。
IBM Watson Studio
IBM Watson Studio是一个服务，为任何人提供了一个集中的中心，可以在云端创建、发布和管理AI模型。它提供了一些功能和工具，使得对于缺乏编程技能的人来说，AI开发变得更加容易。Watson Studio的无代码或低代码功能是一个主要的卖点。现在可以构建AI模型而无需进行自定义编码。相反，你可以利用Watson Studio的可视化工具，通过拖放单个组件来组装你的项目。这为非技术人员，包括业务用户、分析师和研究人员，构建AI模型铺平了道路。你可以通过Watson Studio及其许多预训练模型快速上手。这些模型的用途包括发现欺诈活动、客户细分和预测维修需求。在Watson Studio中完成AI模型后，你可以将其投入生产。Watson Studio允许基于云和本地部署以及将两者结合的混合实施。
H2O Driverless AI
H2O Driverless AI是一个自动机器学习平台，简化了从数据预处理到发布模型的机器学习生命周期。对于数据科学家和业务用户来说，这是一个无价的工具，因为它可以让他们在不编写代码的情况下构建和部署机器学习模型。H2O Driverless AI使用多种方法，包括插补、修改和选择，从数据中自动进行特征工程。在机器学习中，特征工程通常是最耗时的步骤，所以这可能是一个巨大的时间节省器。决策树、随机森林、支持向量机和神经网络是H2O Driverless AI可以自动构建和分析的一些机器学习模型。此外，它通过调整每个模型的超参数来优化你的数据。使用H2O Driverless AI，你的模型会立即部署到生产环境中，可以用来进行预测。
Domino Data Lab
Domino Data Lab是一个基于云的服务，为数据科学家、工程师和分析师提供创建、部署和管理机器学习模型的便利。它是一个用于设计和自动化数据科学操作的低代码或无代码人工智能工具。Domino Code Assist是一个可以为常见数据科学项目构建Python和R代码的工具。这可以降低非技术用户的学习曲线和数据科学家的工作负担。Domino Data Lab促进了数据科学项目的有效团队合作。用户可以通过共享和分析代码、数据和模型来协作项目。Domino Data Lab中的数据科学项目是100%可重现的。这使得任何人都可以在不获取原始数据或源代码的情况下复制项目的结果。Domino Data Lab具有多种工具，可用于管理数据科学项目。访问控制、代码历史记录和模型效果的审计都是其中的一部分。
CrowdStrike Falcon Fusion
组织可以通过CrowdStrike Falcon Fusion自动化其安全运营、威胁情报和事件响应，这是一种安全编排、自动化和响应(SOAR)架构。它基于CrowdStrike Falcon®平台，对CrowdStrike订阅用户免费提供。Falcon Fusion是一种低代码或无代码工具，使得各个规模的安全行业组织都能够使用。该软件的拖放界面简化了工作流程的开发和自动化过程。Falcon Fusion还提供了一个预构建连接库，与各种安全解决方案轻松快速集成到组织的现有基础设施中。Falcon Fusion利用人工智能 (AI) 实现自动化和更好的判断。例如，该程序可以分析安全遥测数据以获取模式，为事件分配优先级，并使用人工智能提出行动建议。因此，安全人员能够更好地应对威胁。
RapidMiner
使用RapidMiner，一种全面的数据科学平台，可以快速创建和部署数据挖掘和机器学习模型。数据预处理、特征工程、模型训练、评估和部署只是其中一部分服务。RapidMiner的无代码/低代码方法是其主要卖点。您现在可以在不编写任何代码的情况下创建和发布AI模型。RapidMiner具有图形用户界面(GUI)，可以通过拖放各种构建块来构建模型。这有助于非技术用户进入人工智能领域。RapidMiner具有复杂的脚本功能，包括一种名为RapidMiner R的语言和其无代码/低代码能力。您可以使用该语言修改模型并向RapidMiner添加新功能。