0
Die AI Landschaft ändert sich von Tag zu Tag. (Bild: Shivon Zilis und James Cham, designt von Heidi Skinner. Eine größere version finden Sie auf Shivon Zilis ” – website.)
Es ist schwer zu vermeiden, die KI buzz gibt. Über den hype, es ist nicht zu leugnen, dass der Fortschritt geschieht in Sprüngen und Schritten. Wir sind Mitte 2017, und schon das Bild der Maschine Intelligenz, wie gemalt für 2016 hat Bemerkenswerte neue Einträge.
Nur halten in der Technologie-stack haben wir gesehen, die Einführung von Caffe2 von Facebook, Core ML nur aus Apple, die das Spiel eingegeben, und vergessen wir nicht, die weit ehrgeiziger NeoPulse.
Eine Sache, die alle diese gemeinsam haben: die Tiefe lernen. Caffe2 und NeoPulse sind ausschließlich DL-frameworks, und DL ist auch das zentrale Kern-ML. Beim DL ist sicherlich wertvoll, es ist mehr, ML. Und es gibt auch mehr Spieler in das Spiel als die üblichen verdächtigen.
Treffen CatBoost, eine neue ML-Bibliothek basierend auf-gradient boosting (GB) und dem Ziel zu finden, Ihre eigenen sweet-spot in der AI-Landschaft.
CatBoost, Ihre freundliche Nachbarschaft feline
Die Freisetzung von CatBoost als open-source-wurde offiziell bekannt gegeben heute, aber CatBoost nicht aus dem nichts kommen. Es wurde entwickelt von Russland und an der NASDAQ gehandelt Yandex. Yandex, vielen bekannt als das “russische Google”, wirbt sich als ein Technologie-Unternehmen, baut intelligente Produkte und services powered by ML.
“ML Befugnisse mehr als 70 Prozent der Yandex-Produkte und Dienstleistungen”, sagt Misha Bilenko, Leiter des Machine Intelligence and Research (MIR) bei Yandex. Obwohl seine MatrixNet und DaNet-Bibliotheken sind nicht so bekannt, wie andere in diesem Bereich, Sie haben gewesen herum für eine Weile und werden verwendet, stark durch die Vorlieben des CERN und Gazprom.
“CatBoost ist die nächste generation von MatrixNet und Yandex Umsetzung CatBoost fast überall MatrixNet ist bereits vorhanden”, sagt Bilenko.
Toll. Aber was ist CatBoost und warum sollte Sie das kümmern?
Yandex beschreibt CatBoost als “state-of-the-art open-source-gradient boosting-Bibliothek” und erklärt, dass, während die DL ist in der Tat nützlich und etwas, hatte große Erfahrungen mit, es gibt mehr im Leben, und AI als DL, wie die GB.
Yandex gilt GB auf die Art der Probleme Unternehmen täglich begegnen-wie die Aufdeckung von Betrug, ist die Vorhersage der Interaktion mit Kunden und ranking empfohlene Artikel. Yandex behauptet, der entscheidende Vorteil von GB über DL ist die Fähigkeit, liefern Sie sehr genaue Ergebnisse, auch wenn es relativ wenig Daten.
Dies, sagt Yandex, macht es ideal für prädiktive Modelle, um viele verschiedene Arten von Daten, und vor allem beschreibende Daten-Formate mit kategorialen Merkmale (Merkmale mit diskreten anstatt kontinuierlichen Werten). Yandex Befürworter CatBoost als ein Modell, Sie alle zu beherrschen, die Integration von inputs aus vielen verschiedenen ML Verfahren.
Yandex machte Sie sicher, dass die Struktur der CatBoost unterstützen kann, Ihre Geschichte, wie es gefüttert werden kann mit Modellen von DL-frameworks wie TensorFlow oder Keras. Was mehr ist, kann es wiederum zu füttern Kern ML, womit CatBoost-powered apps eine große Auswahl an Geräten rund um die Welt.
CatBoost bietet best-in-class-Genauigkeit unter GB algorithmen und Yandex sagt, es verbessert die Fähigkeit zum erstellen von prädiktiven Modellen mit einer Vielzahl von Datenquellen, wie z.B. sensorische, historischen und transaktionalen Daten.
Yandex ruft CatBoost die mächtige “ultimate” – Modell. Während solcher Ansprüche werden in der Praxis bewährt, man kann nicht helfen, aber beachten Sie, dass Yandex zu sein scheint, setzt sein Geld, wo sein Mund ist. Um zu beginnen mit, Yandex konzentriert sich seine eigene zukünftige Entwicklung rund um CatBoost.
Yandex steht stark hinter CatBoost
CatBoost kann spielerisch benannt und schnittig vermarktet werden, aber keinen Fehler machen, da der Ernsthaftigkeit, mit der Yandex-Ansätze. (Bild: Yandex)
Yandex wird die Umsetzung CatBoost fast überall MatrixNet ist bereits vorhanden, sagt Bilenko. Das steht für etwas, MatrixNet hat, war der Schlüssel zu Yandex. Soweit es die anderen betrifft, Yandex versucht CatBoost Ansprechend durch die Bereitstellung von Optionen für Sie.
Neben TensorFlow und Core ML-integration, CatBoost kann verwendet werden, in Python-und R-oder über ein command-line tool, ist die Visualisierung Haken und automatische feature-Wichtigkeit-Berechnung, und es bietet Optionen für die parameter-tuning und bietet überlegenheit in benchmarks.
Zugegeben, Yandex macht einige überzeugende Argumente. Es gibt nur ein paar Dinge, die Sie wahrscheinlich Fragen, über.
Wer ist Yandex wieder und was macht Sie zu solchen Experten in ML? Und zwei, wenn CatBoost ist so groß, warum nicht das für sich behalten? Gut, die beiden sind tatsächlich verwandt.
Wir haben bereits erwähnt, wie Yandex ist umgangssprachlich bekannt als das russische Google. Während es durchaus einige basis dieser, Yandex Menschen, und vor allem sein Chef, bitte zu unterscheiden. Zunächst, sagen Sie, Yandex wurde 1997 gegründet, “ein Jahr vor Google, so dass wir nicht Ihnen Folgen.”
Yandex begann als eine Suchmaschine, ähnlich wie Google, aber dann diversifiziert in andere Domänen. Ja, ähnlich wie Google, aber auch wie Amazon und Uber. Yandex, zusätzlich zu den Besitz einer 54-prozentigen Anteil der online-Suchmaschinen-Markt in Russland, hat sich mittlerweile zu bieten Dienste wie Shopping (Yandex.Markt von 19 Millionen Personen pro Monat) und taxi-Fahrten (Yandex.Taxi besitzt 60 Prozent von diesem Markt in Moskau).
Einige haben möglicherweise zu tun mit der Russischen Protektionismus, aber wahrscheinlich nicht alle. Yandex hat gebaut auf einer Reihe von Vorteilen, die in den lokalen Markt und erweitert, um auch andere Märkte. Einstellung von ex-Microsoft-Bilenko, zusätzlich zu anderen high-profile-hires und interne reorganisation, scheint Teil des plans, die Welt zu übernehmen.
Wenn Sie gefragt werden, welche Hindernisse sind da, um angegangen werden, in dieser Anstrengung, Bilenko reagierten, indem Sie erwähnen, dass “Yandex ist bestrebt, qualitativ hochwertige Produkte und Dienstleistungen für die Nutzer in unseren Kernmärkten, sondern als ein globales Technologie-Unternehmen, wir finden es äußerst wichtig, um mehr dazu beitragen weitgehend auf die größeren tech-community.
“Angesichts der fundamentalen Bedeutung und die weit verbreitete Verwendung von GB, wir wollten dazu beitragen, einen Kern brauchen, und erstellen Sie etwas, das einfach für Daten-Wissenschaftler die Integration mit anderen machine-learning-frameworks. Bietet die Gemeinschaft eine große out-of-the-box-tool ist etwas, was wir erwarten, werden weit verbreitet und sehr nützlich.”
Machine-Learning-Schwergewicht
Bilenko erwähnt Yandex Clickhouse als ein Beispiel der Werkzeuge Yandex zur Verfügung gestellt, um die open-source-community. Bilenko sagt, er hofft, um zu sehen, CatBoost Auswirkungen auf die tech-community in einer positiven Art und Weise, ob es ist für den Einzelhandel oder Versicherungen oder jede andere kommerzielle Verwendung, und er betont, der Wohlstand der Entwickler-Talente in Russland.
Yandex nutzt ML in eine Reihe von consumer-orientierte Anwendungen, wie beispielsweise übersetzung, Bilderkennung, web-Suche, Werbung, Wettervorhersage, Spracherkennung und anti-Betrug. Was mehr ist, Bilenko, sagt Yandex Umsetzung der ML mit dem Yandex.Cloud-team. So erwarten mehr ML in die cloud von Yandex bald, halten mit der Zeit.
Weitere interessante und wenig bekannte Tatsache ist jedoch, dass Yandex hat auch eine enterprise-side-und data-ist die treibende Kraft dahinter. CatBoost ist auch gedacht, um erfolgreich zu sein MatrixNet in Domänen wie Industrie-Prozess-Optimierung oder die Verbesserung der Effizienz der Teilchenphysik-Forschung.
CatBoost hat enterprise-Funktionen bereit, und das ist keine überraschung, bedenkt man seine Herkunft und seine Anwendungen. (Bild: Yandex)
Yandex Data Factory (Mobilisierung) ist ein Geschäftsbereich von Yandex, stellt KI-basierten Lösungen erhöhen die Produktivität, senken die Kosten und verbessern die Energieeffizienz. Es arbeitet mit den gleichen von Gazprom, dem CERN und Intel, und es war dort, dass MatrixNet, ursprünglich entwickelt von Yandex im Jahr 2009 wurde gehärtet.
Obwohl Bilenko, sagt MIR seine division ist normalerweise nicht im Zusammenhang mit Mobilisierung, CatBoost wurde verwendet, um ein Vorhersage-Modell für eine Mobilisierung Kunden, ein großes Stahlwerk Unternehmen.
Diese Qualität der Vorhersage-Modell trainiert wurde auf Daten aus der Vergangenheit über die Produktion von Stahl-Platten, um vorherzusagen, die voraussichtlich Mangels Masse in der jede einzelne Tafel, basierend auf den verfügbaren Messungen. Das Ergebnis war, verringerte Produktionskosten und Fehlerraten.
Die Prozess-Industrie in Yandex ist die Heimat Gericht Märkten ist ein Schwergewicht, und die Kombination aus dem Zugang zu dieser Branche, know-how und talent geben kann Yandex, das Potenzial zu nutzen, Ihre Festung zu nehmen, die auf anderen Märkten auch.
Also, sollten Sie überlegen, CatBoost? Wahrscheinlich ja. Wo passt es Yandex Strategie? Sieht aus wie eine Taste bewegen, um zu bekommen, Belichtung, Aufbau know-how und der Beschaffung von talent und clients, während die Beschleunigung Ihrer Entwicklung. Sieht auch wie eine interessante Wendung in der Handlung des Laufenden AI-saga; mal sehen, wie die Würfel Rollen.
Wer wirklich besitzt Ihre Internet der Dinge, Daten?
In einer Welt, wo mehr und mehr Objekte kommen online und Hersteller engagieren sich in der supply chain, wie können Sie verfolgen, was Ihnen und was nicht?
0