俄罗斯搜索引擎Yandex开源CatBoost

小提示：您能找到这篇{俄罗斯搜索引擎Yandex开源CatBoost}绝对不是偶然，我们能帮您找到潜在客户，解决您的困扰。如果您对本页介绍的俄罗斯搜索引擎Yandex开源CatBoost内容感兴趣，有相关需求意向欢迎拨打我们的服务热线，或留言咨询，我们将第一时间联系您！

俄罗斯搜索巨头Yandex开源了Gradient boosting机器学习库CatBoost，它能够在数据稀疏的情况下教机器学习。即使没有像视频、文本、图像这类的感官型数据，CatBoost也能根据事务型数据或历史数据进行操作。开源CatBoost只是Yandex新战略的一个开头。

Yandex是目前世界第五大搜索引擎

两次亮相

Yandex昨天的登台方式可不只一种。

之后，Yandex宣布将免费提供CatBoost，任何想应用这项技术的人均可在Apache许可证下应用。“CatBoost是Yandex多年研究的尖端成果，”Yandex机器智能研究的主管Misha Bilenko在接受采访时表示，“我们曾用过很多开源的机器学习工具，是时候向社会作出回馈了。”

成为“中心”

Bilenko补充说，还没有计划要将CatBoost商业化，或以其他任何专利的方式将其关闭。“这和竞争对手无关，”他说，“我们会很高兴看到竞争对手使用它。”

近几年，随着Yandex实力增强，它一直在寻找提升它在俄语世界外的国际影响力。开源这项行为，不仅强调了Yandex对开源社区的承诺，还展示了Yandex想成为世界“中心”的雄心，无论作为大型科技公司还是更大的开发者社区。

CatBoost的三重奏

Bilenko说Yandex开源CatBoost是受到了两方面启示——一是谷歌在2015年开源TensorFlow，二是Linux的建立与成长。正如谷歌持续发展并升级TensorFlow一样，CatBoost的第一版将继续更新并将持续迭代。目前，这一版本主要有三种特性：

减少过拟合：它可以帮你在训练项目中得到更好结果。这是“基于一种专有算法来构造不同于标准Gradient boosting方案的模型”。

支持类别特征：将改进你的训练结果，同时允许使用非数字的因素，“而不是必须预先处理数据，或者花费时间和精力将数据转换为数字。”

用户友好的API界面：它还使用了一个API接口，允许从指令行或通过API让Python或R语言使用CatBoost，包括公式分析和培训可视化工具。

调适量少

“很多恶劣的机器学习代码需要大量调试，”Bilenko说，“CatBoost只需少量调试，并且性能良好。这是最重要的一个区别。”