¿Cómo funciona la API de predicción de Google

Question

¿Alguien puede predecir :) o adivina cómo funciona la API de predicción de Google bajo el capó? Sé que hay algunas técnicas de aprendizaje automático: Árboles de decisión, redes de neuronas, clasificación bayesiana ingenua, etc.

¿Qué técnica crees que está usando Google?

Answer 1

La única answer to the question on Stats SE es buena, teniendo en cuenta la información limitada de la propia Google. Concluye con el mismo pensamiento que tuve, que Google no está diciendo con respecto a las entrañas de la API de Predicción de Google.

Hubo un Reddit discussion sobre esto también. La respuesta más útil fue de un usuario que es creíble debido a su trabajo anterior en ese campo (en mi opinión). No estaba seguro de lo que la API de Google Predicción estaba usando, pero tuvo algunos ideas about what it was NOT using, en base a las discusiones sobre el grupo de Google para el API de predicción:

la implementación actual no es capaz de tratar correctamente no lineal conjuntos de datos separables (XOR y Circular). Eso probablemente significa que son modelos lineales ajustados como regresión logística regularizada o SVM pero no redes neuronales o SVM kernel. La adaptación de modelos lineales es muy escalable para problemas amplios (muchas características) y problemas largos (muchas muestras) siempre que use ... pendiente descendente estocástica con gradientes truncados para manejar los regularizadores inductores de espaciamiento.

Hubo un poco más, y por supuesto, algunas otras respuestas. Tenga en cuenta que Google Prediction API ha lanzado una nueva versión, pero no es más obvio (para mí) cómo funciona "bajo el capó".

Answer 2

Creo que utiliza un clasificador Naïve Bayes-