Обзор приложений и функциональности библиотеки градиентного бустинга CatBoost

Data Science
Зал №2

Тезисы

Доклад посвящен обзору библиотеки градиентного бустинга CatBoost. Я расскажу о применении библиотеки внутри Яндекса и в других компаниях, об основных возможностях и преимуществах по сравнению с иными популярными библиотеками. Доклад будет полезен специалистам по машинному обучению и специалистам по работе с данными — вы узнаете, где и как наша библиотека может принести пользу уже сейчас.

Аудитория и уровень

Intermediate.

Яндекс

Евгений Петров

До Яндекса много лет работал в компании Intel над оптимизацией математических библиотек для современных процессоров. В Яндексе занимаюсь ускорением библиотек машинного обучения и разработкой новых методов МО. Помимо Яндекса читаю лекции по языку Си и алгоритмам в Новосибирском государственном университете, имею ученую степень к.ф.-м.н.

До Яндекса много лет работал в компании Intel над оптимизацией математических библиотек для современных процессоров. В Яндексе занимаюсь ускорением библиотек машинного обучения и разработкой новых методов МО. Помимо Яндекса читаю лекции по языку Си и алгоритмам в Новосибирском государственном университете, имею ученую степень к.ф.-м.н.