Google es el uso de diferentes técnicas de aprendizaje de máquina y el algoritmo de entrenamiento y predicción. Las estrategias a gran escala de aprendizaje supervisado:
1. Sub-muestra
2. Vergonzosamente paralelizar algunos de los algoritmos
3. Distribuido gradiente de la pendiente
4. El Voto De La Mayoría
5. Parámetro de mezcla
6. Iterativo parámetro de mezcla
Se debe entrenar y predecir el modelo con las diferentes técnicas de aprendizaje de máquina y el uso de un algoritmo para decidir el mejor modelo de predicción y para volver.
- Sub-muestreo proporciona un rendimiento inferior
- Parámetro de mezcla de mejora, pero no tan buena como la de todos los datos
- Algoritmos distribuidos volver mejor de los clasificadores más rápido
- Iterativo parámetro de mezcla alcanza tan buena como la de todos los datos
Pero, por supuesto, no es realmente claro en la documentación de la API.