SketchBoost: быстрый градиентный бустинг для задач с многомерным выходом

В статье предлагаются новые методы ускорения процесса обучения градиентного бустинга на решающих деревьях (GBDT) в задачах с многомерным выходом. Идея заключается в приближенном вычислении функции скоринга лучшего сплита в деревьях решений. Ряд таких методов реализован в алгоритме SketchBoost, который интегрирован в библиотеку Py-Boost - легкую реализацию GBDT на Python для GPU. Эксперименты показывают, что SketchBoost ускоряет процесс обучения GBDT более чем в десятки раз при работе с сотнями выходов без потери качества.

Читать еще

Управление исследований и инноваций • Управление внутрибанковской безопасности
17 апреля 23
Создание инструмента второго мнения для классического полиграфа
Асонов Дмитрий Валерьевич, Крылов Максим Андреевич, Омелюсик Владимир Степанович, Рябикина Анастасия Евгеньевна, Литвинов Евгений Вячеславович, Митрофанов Максим Алексеевич, Михайлов Максим Алексеевич, Ефимов Альберт Рувимович
Управление исследований и инноваций
Управление исследований и инноваций
08 февраля 23
Наука в Сбере 2022

Мы используем cookies и аналогичные технологии для улучшения работы сайта и повышения удобства его использования.
Условия использования описаны в Уведомлении об обработке персональных данных сайтом и Политике в отношении Сookies и аналогичных технологий для сайта.