Многопоточные вычисления в библиотеке машинного обучения CatBoost
Data Science

Backend
Зал №1

Тезисы

Расскажу о недавних улучшениях в многопоточных вычислениях в библиотеке CatBoost. Первая часть доклада — о применении библиотеки как в Яндексе, так и в других компаниях. Особое внимание уделим её преимуществам перед конкурентами. Во второй части поговорим об оптимизациях CatBoost для многоядерных процессоров. Доклад будет полезен слушателям, интересующимся машинным обучением, и специалистам в области параллельного программирования.

Аудитория и уровень

Базовый по машинному обучению продвинутый по software engineering.

Презентация (на Я.Диске)

Записи выступлений доступны платным участникам CodeFest 11
В свободном доступе появятся через год

Залогиниться

ООО Яндекс.Технологии

Евгений Петров

В Яндексе работаю над библиотекой CatBoost. До Яндекса 9 лет работал в компании Intel над библиотекой Intel MKL. Параллельно основой работе читаю лекции по программированию в Новосибирском государственном университете.
В Яндексе работаю над библиотекой CatBoost. До Яндекса 9 лет работал в компании Intel над библиотекой Intel MKL. Параллельно основой работе читаю лекции по программированию в Новосибирском государственном университете.

Другие спикеры секции Backend: