catboost

  • ХабрахабрФото Как я решал соревнование по машинному обучению data-like

    Как я решал соревнование по машинному обучению data-like

    Недавно прошло соревнование от Тинькофф и McKinsey. Привет, Хабр. отсылаешь предсказания — получаешь оценку качества предсказания; побеждает тот, у кого лучше оценка. Конкурс проходил в два этапа: первый — отборочный, в kaggle формате, т.е. В этой статье я расскажу об отборочном этапе, где мне удалось занять первое место и выиграть макбук. Второй — онсайт хакатон в Москве, на который проходит…

    Читать далее »
  • ХабрахабрФото Введение в разработку CatBoost. Доклад Яндекса

    Введение в разработку CatBoost. Доклад Яндекса

    Меня зовут Стас Кириллов, я ведущий разработчик в группе ML-платформ в Яндексе. Мы занимаемся разработкой инструментов машинного обучения, поддержкой и развитием инфраструктуры для них. Ниже — мой недавний доклад о том, как устроена библиотека CatBoost. В докладе я рассказал о входных точках и особенностях кода для тех, кто хочет его понять или стать нашим контрибьютором. — CatBoost у нас живет…

    Читать далее »
  • ХабрахабрФото SNA Hackathon 2019

    SNA Hackathon 2019

    В статье я расскажу про организацию конкурса, методах, которые мы попробовали, и настройках catboost для обучения на больших данных. В феврале-марте 2019 года проходил конкурс по ранжированию ленты социальной сети SNA Hackathon 2019, в котором наша команда заняла первое место. SNA Hackathon Организован он социальной сетью ok.ru, соответственно, задача и данные имеют непосредственное отношение к этой соцсети.SNA (social network analysis)…

    Читать далее »
  • ХабрахабрФото Прогнозирование продаж недвижимости. Лекция в Яндексе

    Прогнозирование продаж недвижимости. Лекция в Яндексе

    Успех в проектах по машинному обучению обычно связан не только с умением применять разные библиотеки, но и с пониманием той области, откуда взяты данные. Отличной иллюстрацией этого тезиса стало решение, предложенное командой Алексея Каюченко, Сергея Белова, Александра Дроботова и Алексея Смирнова в конкурсе PIK Digital Day. Они заняли второе место, а спустя пару недель рассказали о своём участии и построенных…

    Читать далее »
  • ХабрахабрФото Применение моделей CatBoost внутри ClickHouse. Лекция Яндекса

    Применение моделей CatBoost внутри ClickHouse. Лекция Яндекса

    В каких ситуациях удобно применять предобученные модели машинного обучения внутри ClickHouse? Почему для такой задачи лучше всего подходит метод CatBoost? Не так давно мы провели встречу, посвящённую одновременному использованию этих двух опенсорс-технологий. На встрече выступил разработчик Николай Кочетов — его лекцией мы и решили с вами поделиться. Николай разбирает описанную задачу на примере алгоритма предсказания вероятности покупки. [embedded content] —…

    Читать далее »
  • ХабрахабрФото Как пользователи учат Яндекс предупреждать о телефонном спаме

    Как пользователи учат Яндекс предупреждать о телефонном спаме

    С телефонным спамом знакомы все, кто засветил свой номер в интернете, заполнил сомнительную анкету в офлайне или кому просто не повезло попасть в многочисленные базы. Сегодня мы расскажем читателям Хабрахабра о том, как с помощью отзывов пользователей и машинного обучения мы научили приложение Яндекс предупреждать о нежелательных звонках. Звонки с незнакомых номеров – это всегда тяжелый выбор. Звонит ли это…

    Читать далее »


Кнопка «Наверх»