序的结果提供新的修饰符。是我们评级系统的一个要素。它们有 多种，正如我之前所说，我们使用和将要使用的信号可以成为学习算法。 但我不希望所有信号在不久或不久的将来都基于机器学习。或者我们所说的主算法会变成学习算法。最重要的原因是调试 决策非常困难，尤其是当你有多层神经网络时。一个单一的决定几乎是不可能调试的。这对我们来说非常糟糕。这就是为什么我们试图发现跟踪决策的新方法。但这很容易掩盖情况并限制我们总体上改善搜索结果的能力。
企鹅不是基于机器学习。 这一声明在波兰行业论坛和博客上 挪威电话号码表 并未引起注意，但谷歌非常慷慨地透露了有关定位的基本排名因素的秘密。所有三个最重要的因素都得到了解决： . 学习算法不评估 相关性和内容。这背后是“主算法”，离成为神经网络还差得很远。 .可以使用机器学习评估链接。 甚至在新组合信号的示例中也提到了 。同时，同样显着修改链接评估的 本身不再是一种学习算法。 . 是 完全基于机器学习。 除了这三个因素之外，该声明的一个非常重要的结论也是神经网络扩展到比著名的 更多的信号。
字里行间实际上宣告了后续因素向学习算法的转变。 但应该记住，这只是（和一样多） ，他甚至在几个月前的声明中自相矛盾。其他谷歌员工在 年说了什么，最重要的是做了什么？ = 机器学习 月，人工智能和机器学习专家 成为谷歌搜索部门的新负责人（来源）。 月，围棋高手在人类历史上第一次被计算机程序打败，这就是谷歌旗下的 （来源）。 月出现了一系列解释机器学习的视频，由谷歌员工拍摄来源。