Reshuffle オペレーションは、Dataflow にパイプラインを複数のステージに分割させる方法です。これにより、各ステップのパフォーマンスを分離し、ボトルネックを特定できます。Dataflow コンソールで実行の詳細を監視すると、各ステージの時間、CPU、メモリ、ディスク使用量、処理された要素数とバイト数を確認できます。これにより、パイプラインの速度が低下している場所を診断し、それに応じて最適化することができます。参考資料:
* 1: データの入れ替え
* 2: Dataflow モニタリング インターフェースを使用してパイプラインのパフォーマンスをモニタリングする
* 3: パイプラインパフォーマンスの最適化

説明
回帰は、連続した数値変数をモデル化して予測するための教師あり学習タスクです。
例としては、不動産価格、株価の変動、学生のテストの点数の予測などが挙げられます。
分類は、カテゴリ変数をモデル化して予測するための教師あり学習タスクです。例としては、従業員の離職、電子メール スパム、金融詐欺、学生の成績の予測などがあります。
クラスタリングは、データセット内の固有の構造に基づいて、観測値の自然なグループ化 (つまり、クラスター) を見つけるための教師なし学習タスクです。例としては、顧客のセグメンテーション、電子商取引における類似アイテムのグループ化、ソーシャル ネットワーク分析などがあります。
参考: https://elitedatascience.com/machine-learning-algorithms

サブサンプリングはトレーニング速度を上げる方法です。

Explanation
using a timestamp as the first element of a row key can cause a variety of problems.
In brief, when a row key for a time series includes a timestamp, all of your writes will target a single node; fill that node; and then move onto the next node in the cluster, resulting in hotspotting.
Suppose your system assigns a numeric ID to each of your application's users. You might be tempted to use the user's numeric ID as the row key for your table. However, since new users are more likely to be active users, this approach is likely to push most of your traffic to a small number of nodes.
[https://cloud.google.com/bigtable/docs/schema-design]
Reference:
https://cloud.google.com/bigtable/docs/schema-design-time-series#ensure_that_your_row_key_avoids_hotspotti