2011-11-16 15 views
14

कोई भविष्यवाणी कर सकते है :) या लगता है कि कैसे करता है हुड के नीचे Google पूर्वानुमान API काम करता है? मैं जानता हूँ कि वहाँ कुछ मशीन सीखने तकनीकें हैं: निर्णय पेड़, न्यूरॉन नेटवर्क, अनुभवहीन बायेसियन वर्गीकरण आदिकैसे Google पूर्वानुमान API काम

कौन सा तकनीक आपको लगता है कि गूगल का उपयोग कर रहा है?

+3

इस सवाल पर स्टैक एक्सचेंज पर चर्चा की गई है: http://stats.stackexchange.com/questions/6298/what-is-behind-google-prediction-api –

+0

धन्यवाद जय, इसे एक उत्तर दें और बीमार इसे चिह्नित करें सही उत्तर। –

उत्तर

14

एकल answer to the question on Stats SE अच्छा है, गूगल से ही सीमित जानकारी दी उपयोग करता है। यह मेरे विचार के साथ समाप्त होता है, कि Google Google भविष्यवाणी API के अंदरूनी सूत्रों के बारे में नहीं बता रहा है।

इस बारे में Reddit discussion भी था। सबसे उपयोगी प्रतिक्रिया उस उपयोगकर्ता से थी जो उस क्षेत्र में अपने पूर्व कार्य (मेरी राय में) के कारण विश्वसनीय है। उन्होंने कहा कि कुछ क्या Google पूर्वानुमान API उपयोग कर रहा था नहीं था, लेकिन कुछ ideas about what it was NOT using, पूर्वानुमान API की के लिए Google समूह पर विचार विमर्श के आधार पर था:

वर्तमान कार्यान्वयन गैर रेखीय साथ सही ढंग से निपटने के लिए सक्षम नहीं है अलग-अलग डेटा सेट (एक्सओआर और परिपत्र)। इसका शायद मतलब है कि वे नियमित रूप से लॉजिस्टिक रिग्रेशन या एसवीएम जैसे तंत्रिका नेटवर्क या कर्नेल एसवीएम जैसे रैखिक रैखिक मॉडल हैं। फिटिंग रैखिक मॉडल दोनों व्यापक समस्याओं (कई विशेषताओं) और लंबी समस्याओं (कई नमूने) के लिए बहुत स्केलेबल है, जो कि आप उपयोग करते हैं ... स्कोचस्टिक ग्रेडियेंट वंश स्पैरसिटी प्रेरक नियमित करने वालों को संभालने के लिए छिद्रित ग्रेडियेंट के साथ।

कुछ और प्रतिक्रियाएं थीं, और निश्चित रूप से, कुछ अन्य प्रतिक्रियाएं थीं। ध्यान दें कि Google भविष्यवाणी API ने तब से एक नया संस्करण जारी किया है, लेकिन यह अब और अधिक स्पष्ट नहीं है (मेरे लिए) यह "हुड के नीचे" कैसे काम करता है।

-1

मेरा मानना ​​है कि यह एक अनुभवहीन-Bayes वर्गीकारक

+1

क्या आप कृपया साझा करें कि आप ऐसा क्यों सोचते हैं? –

+1

मुझे संदेह है कि यह नैवे-बेयस का उपयोग करता है, जो बड़ी संख्या में मामलों को कुशलता से संभालने में सक्षम है। मैंने कई अलग-अलग उदाहरणों की कोशिश की है, और सभी के अच्छे नतीजे हैं। नाइव-बेयस कोई अच्छा नहीं है। – harsimranb