Mallard：将网页转化为机器学习的上下文化原型开发环境

机器学习（ML）很难掌握，但首先阻碍初学者的却是更平凡的问题：安装和配置软件开发环境的复杂性。每个人都拥有网页浏览器，那么能否让人们在访问的任何网页上下文中实验机器学习？本文的贡献在于提出了网页可以作为机器学习上下文化原型开发环境的想法，使分析能够在实际网页数据的上下文中发生，而不是在孤立的环境中进行。我们通过构建 Mallard 实现了这一想法，这是一个浏览器扩展，提供了脚手架功能以获取和解析网页数据、原型和调试机器学习模型，并用机器学习驱动的结果和交互增强网页。为了展示 Mallard 的多功能性，我们进行了案例研究，使用它原型开发了九个基于机器学习的浏览器应用，包括在 Amazon 和 Twitter 网站上增强情感分析、在餐厅菜单网站上增强基于 OCR 的搜索、Google 图像搜索结果上的风格迁移，以及使用实时人脸追踪控制吃豆人游戏。这些案例研究表明，Mallard 能够支持多种业余水平的机器学习原型开发项目。