Machine learning 谷歌预测API的开放替代方案

谷歌最近发布的一项关于谷歌的声明听起来非常有趣。它可能对即将到来的项目有用，并且可能比我考虑的一些定制代码做得更好

但是，存在一些供应商锁定。谷歌保留了训练有素的模型，以后可能会选择向我多收费。我突然想到，如果我愿意自己（我是）主持培训，并且没有他们的能力在一个时刻通知问题时就投入硬件，那么可能会有开源的等价物

我上次看第三方计算机培训代码是很多年前的事了，有很多细节需要仔细考虑并为您的项目定制。谷歌似乎隐藏了这些决定，并为你处理好它们。对我来说，这与魔法仍然无法区分，但我想听听其他人是否也能做到这一点

所以我的问题是：

谷歌预测API有哪些替代方案：

• 使用有监督的机器学习对数据进行分类
• 可以为不同类型和规模的数据集轻松配置（或不需要配置）
• 是开源和自托管的（或者至少为您提供模型的免版税使用，不依赖第三方）

---

可能吧
我不确定它是否相关，但我想正是这样做的：）
最近一直在研究谷歌预测API之类的工具，我最先接触到的机器学习工具之一是机器学习工具，任何人都可以查看它。
是一款开源的机器学习服务器，供软件开发人员创建预测功能，如个性化，推荐和内容发现。
有很好的免费使用服务，每天的请求配额为100000。它只适用于文本，支持多种语言和拼写更正
您需要获得免费的API密钥，然后才能使用简单的RESTful API。Api支持JSON、XML和JSONP作为输出
不幸的是，我找不到英文文档。你可以使用谷歌翻译

---

如果有需要，我可以翻译文档。
看起来是个不错的解决方案。仍然是早期（他们自己承认，v0.3）。他们正在解决比分类更广泛的问题。是的，但这看起来很有希望，因为他们是大规模数据处理的目标。他们似乎提供了一种服务，就像谷歌一样。它不是自托管的，所以这不是答案。项目被搁置了。也许再过一两年——也就是Mahout达到1.0的时候！！：-）现在是2015年，版本为0.10。40年后，我们将拥有稳定的v1.0.0。它构建在Apache Mahout库（至少对于默认算法而言）上，似乎不支持一般分类，只支持用户偏好预测。