Компания «Яндекс» открыла код своей библиотеки для машинного обучения — CatBoost

Вчера российская интернет-компания «Яндекс» представила новый метод машинного обучения CatBoost, реализация которого доступна как Open Source-проект.

Прежняя подобная технология в «Яндексе» — это Матрикснет, созданный в 2009 году и основанный на механизме градиентного бустинга, который хорошо подходит для работы с разнородными данными и способен давать точные результаты даже для случаев с относительно небольшим количеством данных. Матрикснет использовался в таких онлайн-сервисах «Яндекса», как Почта (фильтрация спама), Карты и Навигатор (расчёт времени в пути), Директ (подбор релевантных рекламных объявлений).

Новый метод — CatBoost — тоже основан на градиентном бустинге, однако, как утверждают разработчики, превосходит своего предшественника по точности предсказаний, а также способен учитывать категориальные признаки (т.е. такие, что принимают одно из конечного количества значений). CatBoost уже прошёл боевую проверку в сервисах Яндекса: ⋄в Дзене его задействовали для ранжирования ленты рекомендаций, а в Погоде — для расчёта прогноза (с помощью технологии Метеум)».

Что особенно примечательно, в «Яндексе» решили опубликовать свою библиотеку машинного обучения CatBoost как Open Source-проект, реализованный на языках программирования Python и R. Её уже можно найти в GitHub под свободной лицензией Apahce License 2.0. Кроме того, в GitHub на тех же условиях опубликована и программа визуализации CatBoost Viewer, позволяющая наблюдать за процессом обучения на графиках.

Наконец, авторы отмечают, что их метод CatBoost уже опробовали за пределами компании-разработчика — причём не где-нибудь, а в Европейском центре ядерных исследований (ЦЕРН). CatBoost там используется для обработки данных эксперимента LHCb, осуществляемого на одноименном детекторе Большого адронного коллайдера.

Постоянная ссылка к новости: http://www.nixp.ru/news/14117.html. Дмитрий Шурупов по материалам Yand.