O que há por trás da API de previsão do Google?

A API de previsão do Google é um serviço de nuvem em que o usuário pode enviar alguns dados de treinamento para treinar um classificador misterioso e depois solicitar que ele classifique os dados recebidos, por exemplo, para implementar filtros de spam ou prever as preferências do usuário.

Mas o que há nos bastidores?

O Google está usando diferentes técnicas e algoritmos de aprendizado de máquina para treinamento e previsão. As estratégias para o aprendizado supervisionado em larga escala: 1. Subamostra 2. Paralelamente embaraçosamente alguns algoritmos 3. Descida gradiente distribuída 4. Voto por maioria 5. Mistura de parâmetros 6. Mistura de parâmetros iterativa

Eles devem treinar e prever o modelo com as diferentes técnicas de aprendizado de máquina e usando um algoritmo para decidir o melhor modelo e previsão a retornar.

1. Subamostragem fornece desempenho inferior
2. A mistura de parâmetros melhora, mas não é tão boa quanto todos os dados
3. Algoritmos distribuídos retornam melhores classificadores mais rapidamente
4. A mistura de parâmetros iterativos alcança todos os dados

Mas é claro que isso não está claro na documentação da API.