Главное:
- Алгоритм машинного обучения CatBoost от Яндекса вошел в топ-5 самых популярных ML-инструментов в научных публикациях.
- CatBoost используется в каждой 30-й статье, посвященной методам машинного обучения.
- Исследователи из 51 страны применяют CatBoost, в том числе из таких уважаемых университетов как Harvard и MIT.
Недавно стало известно, что алгоритм машинного обучения CatBoost, разработанный Яндексом, вошел в число наиболее активно используемых инструментов в научных исследованиях. Этот успех сообщает о растущем влиянии Яндекса на научное сообщество, особенно в области машинного обучения. Алгоритм оказался в узком круге из пяти неамериканских инструментов, отмеченных в отчете ML Global Impact Report 2025, подготовленном редакцией Marktechpost.
Успех CatBoost в международной научной среде
По данным отчета, CatBoost находит применение в научных трудах во многих странах, включая ведущие технологии в США и Китае. Статистика говорит о том, что алгоритм используется в каждой 30-й статье, в которой приводятся методы машинного обучения. Это, безусловно, подтверждает его эффективность и возможности, которые он предлагает для решения разнообразных задач.
CatBoost применяется в самых разных сферах — от медицины до прикладных наук. В частности, алгоритм активно используется для таких целей, как прогнозирование рецидивов рака печени, ранняя диагностика болезни Альцгеймера и даже анализ качества воды. Эта универсальность и эффективность способствуют его широкому принятию в научных сообществах по всему миру.
Согласно отчету, высокие достижения CatBoost также подтверждает то, что его популярность растет, несмотря на бурное развитие генеративного ИИ. Большая часть научных работ по-прежнему основывается на более традиционных и зрелых методах машинного обучения, таких как градиентный бустинг.
Доступность алгоритма с открытым исходным кодом, который был впервые представлен в 2017 году, также сыграла значительную роль в его росте. CatBoost используется в различных сервисах Яндекса, включая «Поиск», «Директ» и «Маркет». Эта интеграция способствует тому, что алгоритм демонстрирует высокую точность и простоту в использовании, что особенно ценно для специалистов в области науки.
Исследователи из таких ведущих университетов как Harvard University, MIT и Stanford University применяют CatBoost, что подчеркивает его качество и соответствие высоким требованиям научного мира. Исследование показало, что около 13% статей, где используется CatBoost, приходятся на исследования из США, что сопоставимо с показателями других американских решений в области машинного обучения, таких как XGBoost и LightGBM.
Таким образом, успех CatBoost на международной арене научных исследований стал ярким примером того, как качественная разработка может занять ведущие позиции, независимо от ее страны происхождения. Яндекс, продолжающий расширять влияние в этой области, предоставил миру инструмент, который поддерживает как пророческий, так и практический подход к решению актуальных задач.
