Napjainkban már elég érett a nyelvtechnológia, ahhoz, hogy megjelenhessenek olyan cégek, melyek szolgáltatásként egy API (azaz application programming interface) formájában ajánlhatják a szövegelemzési eljárásokat. Most az evvel párhuzamosan megjelent ún. machine learning as a services (gépi tanulás mint szolgáltatás) irányzatot tekintjük át.
A bigML egy egyszerűen használható online felületet nyújt. Adatainkat feltöltve nincs más dolgunk, mint a rendszer segítségével kiválasztani az adatok pontos struktúráját és meghatárzozni a mintát, amivel dolgozni szeretnénk. Ezután jöhet az elemzés.
A szövegklasszifikáció nagyon szépen működik, kényelmes hogy sok paramétert változtathatunk a modellben és tényleg használható elemzéseket is készíthetünk. Egy API segítségével lehetőségünk van arra, hogy a gyakran ismételt elemzéseket automatizálva generáljuk. Más kérdés, hogy mennyire szeretnénk pl. érzékeny adatokat más szerverén tárolni.
A precog szintén egy böngészőből elérhető elemzőfelületet kínál labcoat néven.
A felület sokkal inkább hasonlít egy IDE-ra (integrated development environment - integrált fejlesztői környezet), mint a bigML kattingatós interfészére. Az elemzéseket a quirrel nyelven írhatjuk meg, ami egyrészt nagyobb flexibilitást biztosít mint egy kötött menürendszer, másrészt viszont erősen leszűkíti a felhasználók körét.
A Google Prediction API nem törődik a csilivili vizualizációval, "csupán" azt ajánlja, hogy elvégzi az elemzéseket. Nagyon átgondolták hogy milyen megoldásokra lehet szükségünk és első sorban tkp. a Google Analytics-et kiegészítő szolgáltatásokat érhetünk el mint pl. polaritás mérés (sentiment analysis - azaz érzelmi viszonyulás mérése), churn és upsell elemzés ami kifejezetten hasznos lehet az e-kereskedelmi oldalak számára a megszokott klasszifikáció, spam- és biztonsági szűrés mellett.
A Google IO konferencián nagyon szépen körbejárták miképp lehet a Prediction API segítségével okos alkalmazásokat készíteni. Természetesen a Google szerint mindenre jó a saját termékük, mi inkább azt mondanánk, hogy sokak számára (különösen a kkv szektorban) jelent belépő szintű megoldást, hiszen az "alap" feladatokat remekül elvégezi a Prediction, de nehéz finomítani és testre szabni. Az analitika addiktív, ha egyszer egy kérdésünkre választ kapunk, az további ezret szül és ezek megválaszolásához még nem áll rendelkezésre kész termék.
