平台即服务(PaaS)、基础设施即服务(IaaS)和软件即服务(SaaS)是主流的云计算服务，它们都是基于产品从本地到云端服务的演变。而现在，机器学习即服务(MLaaS)作为新的概念加入了这个行列，也将把云服务提升到了一个新的水平。
在本文中，我们将介绍机器学习即服务(MLaaS)的概念，并展示其最常见的用例，帮助大家了解如何使用机器学习即服务(MLaaS)。
什么是机器学习即服务？
机器学习即服务(MLaaS)作为产品是将机器学习集成的应用外包给第三方平台供应商，企业不再是自己完全独立从0到1搭建服务。就像PaaS、SaaS、IaaS和AI PaaS一样。
机器学习即服务(MLaaS)包含许多服务，这些服务将机器学习算法作为云计算服务的一部分。这包括：自然语言处理、人脸识别、数据可视化、预测分析、数据建模API和深度学习等工具。
目前，亚马逊、谷歌和微软等许多云服务商已经将MLaaS作为其产品组合的一部分。
机器学习即服务(MLaaS)如何运作？
MLaaS全面涵盖了机器学习的价值链，包括：
- 数据存储
- 数据处理
- 模型创建
- 模型部署
- 模型训练
- 质量控制
所有这些细分功能通常都由平台负责，每个MLaaS平台可能会有特定服务，一些MLaaS供应商提供的解决方案甚至远远超出基本的机器学习能力，如建模、分类和集群。
MLaaS平台还提供不同功能的API，这些API是已经经过训练的模型，对用户而言可以直接输入数据并从中获取结果。
机器学习即服务(MLaaS)的用例
- 自然语言处理(NLP)
- 数据探索
- 数据提取
- 结果预测
- 计算机视觉
- 语音识别
机器学习即服务(MLaaS)的好处
MLaaS服务可以为企业带来的好处：
- 可扩展性
- 成本相对比较低
- 快速打通业务
- 使用更加便捷
