В этой статье мы обсуждаем реализацию графического процессора открытой библиотеки градиентного бустинга CatBoost. Реализация обеспечивают наиболее эффективную производительность на GPU среди общедоступных библиотек, и мы хотим поделиться идеями проектирования и используемыми алгоритмами. (На англ.) С. 59–73.
In this paper we discus GPU implementation of open-sourced gradient boosting library CatBoost. This implementations shows the state-of-the-art performance among openly-available libraries and we want to share design insights and used algorithms.
Ключевые слова: NVIDIA, GPU, градиентный бустинг, деревья решений, GBM, категориальные признаки.
Keywords: NVIDIA, GPU, Gradient boosting, Decision trees, GBM, Categorical features.