CatBoost — открытая программная библиотека , разработанная компанией Яндекс и реализующая уникальный патентованный алгоритм построения моделей машинного обучения , использующий одну из оригинальных схем градиентного бустинга . Основное API для работы с библиотекой реализовано для языка Python , также существует реализация для языка программирования R .

18 июля 2017 года компания Яндекс выложила библиотеку с алгоритмом CatBoost в открытый доступ с открытой лицензией Apache 2.0 , которая является продолжением и развитием закрытого проекта Яндекса — Матрикснет .

История

Матрикснет

Закрытая система машинного обучения Матрикснет разрабатывалась компанией Яндекс с 2009 года для использования градиентного бустинга во внутренних проектах компании — в первую очередь, для построения формулы ранжирования поисковой выдачи .

CatBoost

18 июля 2017 года CatBoost была открыта для свободного доступа на GitHub компанией Яндекс под свободной лицензией Apache 2.0 . CatBoost является системой машинного обучения использующая одну из оригинальных схем градиентного бустинга. CatBoost доступна для 64-разрядных операционных систем Linux , macOS и Windows . В ОС macOS для ускорения работы используется оригинальный фреймворк (англ.) ( — созданный Apple для методов машинного обучения .

Сравнивая CatBoost с подобными системами машинного обучения компаний Google ( TensorFlow ) и Microsoft ( ), руководитель разработки систем машинного обучения «Яндекса» Анна Вероника Дорогуш отметила, что Google TensorFlow решает другой класс задач, эффективно анализируя однородные данные — например изображения. А «CatBoost работает с данными разной природы и может быть использован в связке с TensorFlow и другими алгоритмами машинного обучения в зависимости от конкретных задач» . У Microsoft LightGBM российская разработка выигрывает по качеству, что демонстрирует таблица тестов с общепринятыми в машинном обучении сравнениями, но пока проигрывает в скорости — что Яндекс обещает исправить .

Применение

В первую очередь технология CatBoost используется для улучшения результатов поисковой системы Яндекс , ранжирования персональной ленты рекомендаций — например в Яндекс.Дзен , для расчёта прогноза погоды и в других интернет-сервисах компании «Яндекс», где он показал себя лучше предыдущей технологии — «Матрикснета». В своих решениях для промышленности команда Yandex Data Factory также использует эту технологию, в частности она используется для оптимизации расхода сырья и предсказания дефектов при производстве. ^{[ источник не указан 553 дня ]}

CatBoost был внедрён Европейским центром ядерных исследований ( ЦЕРН ) при исследованиях на Большом адронном коллайдере (БАК) для объединения информации с различных частей детектора LHCb в максимально точное, агрегированное знание о частице. Используя для комбинирования данных CatBoost, учёным удалось добиться улучшения качественных характеристик финального решения, где результаты CatBoost оказались лучше результатов, получаемых с использованием других методов .

Примечания

Ссылка

• — официальный сайт CatBoost (англ.)
• на сайте GitHub (англ.)