machine-learning - Google予測APIはどのように機能しますか

Question

誰かが予測できますか :) または、Google Prediction API が内部でどのように機能するかを推測できますか? いくつかの機械学習手法があることは知っています: デシジョン ツリー、ニューロン ネットワーク、単純ベイジアン分類など。

Google が使用している手法はどれだと思いますか。

Answer 1

Stats SE に関する質問への単一の回答は、Google 自体からの限られた情報を考えると適切です。それは、Google が Google Prediction API の内部について語っていないという、私と同じ考えで締めくくられています。

これについてもRedditで議論がありました。最も有益な回答は、その分野での以前の仕事のために信頼できるユーザーからのものでした (私の意見では)。彼は、Google Prediction API が何を使用しているのかは定かではありませんでしたが、予測 API の Google グループでの議論に基づいて、使用されていないものについていくつかのアイデアを持っていました。

現在の実装では、非線形の分離可能なデータ セット (XOR および Circular) を正しく処理できません。これはおそらく、正規化されたロジスティック回帰や SVM などの線形モデルに適合しているが、ニューラル ネットワークやカーネル SVM には適合していないことを意味します。線形モデルのフィッティングは、広い問題 (多くの機能) と長い問題 (多くのサンプル) の両方に対して非常にスケーラブルです...スパース性を誘発する正則化を処理するために切り捨てられた勾配を使用した確率的勾配降下法を使用する場合。

もう少し、そしてもちろん、他のいくつかの反応がありました。その後、Google Prediction API は新しいバージョンをリリースしましたが、それが「内部」でどのように機能するかは (私には) 明らかではありません。