CatBoost от Yandex’а вошел в топ самых применяемых ML-инструментов в науке

Метод машинного обучения CatBoost, разработанный Yandex’ом, вошел в число более обширно применяемых ML-инструментов в научных исследовательских работах по версии южноамериканского издания Marktechpost. О этом говорится в отчете ML Global Impact Report 2025, с которым ознакомился Forbes.

Доклад обхватывает исследования ученых из наиболее чем 125 государств и фиксирует ведомую роль США (Соединённые Штаты Америки — государство в Северной Америке) и Китая в мировой ML-экосистеме. При всем этом CatBoost вошел в неширокую группу из 5 неамериканских инструментов машинного обучения, более нередко упоминаемых в научных публикациях. Кроме разработки Yandex’а, в этот перечень вошли Scikit-learn (Франция), AlphaFold (Англия), U-Net (Германия), также GAN и RNN (Канада).

Согласно отчету, CatBoost употребляется в каждой 30-й научной статье, где используются способы машинного обучения. Метод используют исследователи из 51 страны, включая США (Соединённые Штаты Америки — государство в Северной Америке), Китай и Саудовскую Аравию. Посреди создателей таковых публикаций – представители ведущих институтов мира, в том числе Harvard University, MIT, Stanford University и National University of Singapore. На долю США (Соединённые Штаты Америки — государство в Северной Америке) приходится около 13% статей с внедрением CatBoost – сравнимо с показателями американских ML-решений: XGBoost (15%), традиционного Gradient Boosting Model (12%) и LightGBM (10%).

В отчете также отмечается, что, невзирая на активное обсуждение генеративного ИИ, большая часть научных исследовательских работ как и раньше опираются на зрелые способы машинного обучения, включая градиентный бустинг и работу с табличными данными.

CatBoost применяется в широком диапазоне отраслей – от медицины до прикладных наук. В научных работах метод употреблялся для прогнозирования рецидивов рака печени, обнаружения рака молочной железы, ранешней диагностики заболевания Альцгеймера, прогнозирования ранних родов, анализа свойства воды, прогнозирования спроса на зарядку электромобилей и выявления липовых аккаунтов в соцсетях.

Метод был вначале сотворен для задач поиска Yandex’а, а с 2017 года доступен в открытом начальном коде. Сейчас CatBoost применяется в сервисах компании, включая «Поиск», «Директ», «Маркет», «Погоду» и «Музыку». В Yandex’е отмечают, что его популярность связана с действенной работой с табличными данными и автоматической обработкой категориальных признаков.

Представители бизнеса и научного общества отмечают высшую точность метода и возможность использования «из коробки» без сложной опции.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *