Yandex开源CatBoost机器学习库
Yandex开源CatBoost机器学习库俄罗斯搜索巨头已经发布了自己的机器学习系统，具有可以直接用于苹果Core ML系统的训练结果
俄罗斯搜索引擎创建者Yandex已经通过发布自己的开源机器学习库CatBoost，加入了Google，亚马逊和微软的行列。
根据其GitHub存储库的README，Apache授权的CatBoost用于“决策树上的开源梯度提升”。它提供了一种通过使用决策机制集合或“学习者”来分类和排列数据的方法，而不是单一的。根据学习者的优势和劣势对学习者产生的结果进行加权分类。通过结合许多学习者，CatBoost可以产生比依赖于个人学习者的决策系统更好的结果, 监控软件。
CatBoost支持Python和R以及驱动机器学习库的命令行界面。 CatBoost的Python软件包还包括用于绘制培训过程统计信息的数据可视化工具。结果图可以在Jupyter笔记本或CatBoost自己的数据查看器应用程序中查看。
许多机器学习库已经实现了一些梯度提升算法。 Python的Scikit学习包有一个版本; XGBoost可用于多种语言和数据平台;而Microsoft将LightGBM库作为其分布式机器学习工具包项目的一部分, 远程控制。
根据Yandex的说法，CatBoost是为了脱离这些项目，通过预先调整为Yandex自己的服务进行规模化。 Yandex指出，它使用CatBoost来为其天气服务提供预测，CatBoost已经部署在欧洲核研究组织（CERN）上，以改进在那里进行的粒子实验的结果。
在CatBoost中创建的训练模型可以部署在Apple的Core ML格式中，用于MacOS，iOS，tvOS以及机器学习支持的watchOS应用程序。
页:
[1]