一篇关于低代码平台的非完整推荐

（中国计算机世界出版服务公司出品）

导语

在上一篇微信《不懂代码也能实现机器学习？》中，讲到低代码和无代码平台可以使平民分析师更容易上手机器学习，使专业人士做得更好。今天我们来看看有哪些可推荐的低代码和无代码平台。

面向软件开发人员的低代码功能

现在我们来看看那些为软件开发人员提供机器学习功能的低代码平台。这些平台根据它们的编程模型和它们公开的低代码功能类型来选择机器学习的算法。

• Appian可以提供与多个Google API的集成，包括 GCP Native Language、GCP Translation、GCP Vision 和 Azure Language Understanding (LUIS)。
• Creatio是一个用于流程管理和客户关系管理 (CRM) 的低代码平台，具有多种机器学习功能，包括电子邮件文本挖掘和为潜在客户、机会和客户建立的通用评分模型。
• Google AppSheet 支持多种文本处理功能，包括智能搜索、内容分类和情感分析，同时还能提供趋势预测。一旦你集成了数据源（例如 Google 表格）后，你就可以开始试验不同的模型。
• Mendix Marketplace具有连接Azure Face API和Amazon Rekognition的机器学习连接器。
• Microsoft Power Automate AI Builder具有处理与非结构化数据相关的功能，例如读取名片以及处理发票和收据。他们可以应用包括关键阶段提取、类别分类和实体提取等多种算法。
• OutSystems ML Builder在开发最终用户应用程序，例如文本分类、属性预测、异常检测和图像分类时可能会呈现出多种功能。
• Thinkwise AutoML 专为分类和回归机器学习问题而设计，可用于计划流程。
• Vantiq是一个低代码、事件驱动的架构平台，可以驱动实时机器学习应用程序，例如工厂工人的 AI 监控和人机界面的实时翻译。

这份清单还不是很全面，还有 Create ML、MakeML、MonkeyLearn Studio、Obviously AI、Teachable Machine 等其他的平台。随着更多的低代码平台开发或开发机器学习功能的合作，机器学习平台的可能性会越来越多。

何时在低代码平台中使用机器学习功能

低代码平台将继续区分其功能集，因此我预计更多平台将添加它们启用用户体验时所需的机器学习功能。这意味着需要处理更多的文本和图像来支持工作流、投资组合管理平台的趋势分析以及 CRM 和营销工作流的集群。

但是当涉及到大规模监督和无监督学习、深度学习和Modelops时，更有可能需要使用和集成专门的数据科学和模型操作平台。更多低代码技术供应商可能会合作支持集成或提供入口，以便在 AWS、Azure、GCP和其他公共云上启用机器学习功能。

低代码技术使开发人员更容易创建和支持应用程序、集成和可视化，这种重要性会一直持续。所以，现在开始提高标准，并期待更多智能自动化和机器学习能力吧，无论是投资低代码平台与自己的 AI 能力还是与第三方数据科学平台集成起来。