Max Home IndustryВыпущена новая версия Google Prediction API с дополнительными функциями для работы с моделями данных и другими примерами.
API разработан, чтобы дать разработчикам возможность использовать облачный механизм распознавания образов для приложений, использующих искусственный интеллект. Он представляет алгоритмы машинного обучения Google в виде RESTful API, который вы можете использовать в своих веб-приложениях.
API распознает исторические шаблоны в данных и использует эти шаблоны для прогнозирования шаблонов в новых данных. Некоторые предлагаемые варианты использования — это обнаружение спама и автоматическая пометка неструктурированных данных на основе того, как ваши пользователи помечали похожий контент в прошлом.
Как мы сообщали в I Programmer при первом анонсе API, Prediction API работает так, что вы загружаете данные, которые могут быть неструктурированными текстовыми или числовыми, в Google Storage for Developers. Затем вы выполняете этап контролируемого обучения и, наконец, можете использовать обученную модель для классификации новых данных.
В версии 1.5 теперь вы можете перечислить все свои модели в виде единого списка или итеративно отображать модели страницу за страницей. Существует упрощенный метод возврата данных анализа модели, который также показывает временную метку, когда модель была вставлена и когда обучение модели было завершено, чтобы вам было легче отслеживать модели.
Также был улучшен анализ модели. Разработчики добавили возможность получать более подробную информацию о данных и моделях. Выполнение запроса trainingmodels.analyze вернет информацию о выходных значениях, характеристиках, матрице ошибок и другую информацию обученной модели.
Также есть два новых примера приложений, показывающих, как использовать Prediction API из Google App Engine, написанного на Python и Java. В этих примерах показано, как создавать учетные данные общего сервера OAuth 2.0 и управлять ими, а также как делать прогнозы от имени любых посетителей сайта, используя учетные данные общего сервера.