谷歌预测API如何运作

有人可以预测:)或猜测Google Prediction API如何在幕后工作？我知道有一些机器学习技术:决策树,神经网络,朴素贝叶斯分类等.

您认为Google使用的是哪种技术？

鉴于来自Google本身的有限信息,对Stats SE问题的单一答案是好的.最后我用同样的想法得出结论,Google没有说明Google Prediction API的内部结构.

关于这个也有Reddit的讨论.最有帮助的回应是来自用户,因为他之前在该领域的工作是可信的(在我看来).他不确定谷歌预测API正在使用什么,但根据有关预测API的谷歌小组的讨论,对其未使用的内容有一些想法:

当前实现无法正确处理非线性可分离数据集(XOR和Circular).这可能意味着它们适合线性模型,例如正则化逻辑回归或SVM,但不适用于神经网络或内核SVM.拟合线性模型对于广泛的问题(许多特征)和长问题(许多样本)都是非常可扩展的,前提是您使用具有截断梯度的随机梯度下降来处理稀疏诱导正则化器.

还有一点,当然还有其他一些回应.请注意,谷歌预测API已经发布了一个新版本,但对于它来说,它是如何"引人注目"的.