Журналы
Email: Пароль: Войти Регистрация
E-mail: noxoomo@yandex-team.ru

Аспирант СПбГУ, руководитель службы инструментов машинного обучения в ООО "Яндекс".

Статьи автора:

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.
Для пополнения баланса выберите страну, оператора и отправьте СМС с кодом на указанный номер. Отправив одну смс, вы получаете доступ к одной статье.
Закрыть