product-emblem

Py-Boost

Обучение моделей методом градиентного бустинга на GPU
Библиотека подходит для обучения multiclass и multilabel моделей
Py-BoostОбучение моделей методом градиентного бустинга на GPU
Бизнес там,
где вы
Видеовстречи
SberJazz
Без лимитов по времени. Без регистрации. До 100 участников
Jazz Composition
Без лимитов по времени
Без регистрации
До 100 участников

О фреймворке

Градиентный бустинг — один из самых эффективных и широко используемых алгоритмов машинного обучения на табличных данных. Библиотека Py-Boost полностью раскрывает потенциал этого метода — благодаря широким возможностям кастомизации: кастомные лоссы на GPU, стратегии семплирования, способы обработки multioutput, возможность контролировать процесс обучения на любой стадии

Преимущества

Быстрое обучение и применение моделей
За счёт использования Python-библиотек для вычислений на GPU, например, CuPy
Гибкие настройки
и низкий порог входа
Создавайте свои собственные модули. Не нужны навыки программирования под GPU — используется API, аналогичный библиотеке Numpy
x10 скорость тренировки моделей
благодаря алгоритму SketchBoost
Алгоритм ускоряет обучение multioutput моделей.
Входит в библиотеку Py-Boost

Библиотека
Py-Boost

Обучение моделей методом градиентного бустинга на GPU
Перейти на GitHub
ПАО Сбербанк использует cookie для персонализации сервисов и удобства пользователей.
Вы можете запретить сохранение cookie в настройках своего браузера.