Rus arama devi, Apple'ın Core ML sisteminde doğrudan kullanılabilecek eğitimli sonuçlarla, makine öğrenimi için kendi sistemini yayımladı. Yandex, kendi açık kaynaklı makine öğrenme kitaplığı olan CatBoost'u piyasaya sürerek Google, Amazon ve Microsoft saflarına girdi.

GitHub deposunun README'sine göre, Apache lisanslı CatBoost "karar ağaclarında açık kaynaklı degrade artırımı" için olduğu belirtilmiş. Karar verme mekanizmaları ya da "öğreniciler" adına koleksiyonunu kullanarak verilerin sınıflandırılmasını ve sıralamasını gerçekleştirmenin bir yolunu sağlar. Öğrencilerin ürettikleri sonuçlar, her öğrencinin güçlü ve zayıf yönlerine dayanılarak ağırlıklandırılır ve sınıflandırılır. Birçok öğrenciyi birleştiren CatBoost, bireysel öğrenicilere dayanan karar verme sistemlerine göre daha iyi sonuçlar verebilir.

CatBoost, Python ve R'nin yanı sıra makine öğrenme kitaplığını çalıştırmak için bir komut satırı arabirimi ile birlikte geliyor. CatBoost'un Python paketleri, eğitim sürecinin istatistiklerini çizmek için kullanılan veri görselleştirme araçlarını da içerir. Ortaya çıkan çizimler, bir Jupyter defterinde veya CatBoost'un kendi veri görüntüleme uygulamasında görülebilir.

Birçok makine öğrenme kütüphanesi, gradyan artırma algoritmasını bir şekilde uyguluyor. Python'un Scikit-öğrenme paket sürümü var; XGBoost, çoklu diller ve veri platformları için kullanılabilir, öte yandna Microsoft, Distributed Machine Learning Toolkit (Dağıtılmış Makine Öğrenme Araç Seti) projesinin bir parçası olarak LightGBM kitaplığına sahiptir.

Yandex'e göre, CatBoost'un bu projeler dışında durması, Yandex'in kendi hizmetleri için bir ölçekte performans gösterimesine önceden ayarlanması anlamına geliyor. Yandex, CatBoost'u hava durumu servisleri için öngörüler sunmak için kullandığını ve CatBoost'un orada gerçekleştirilen parçacık deneylerinden elde edilen sonuçların rafine edilmesi için Avrupa Nükleer Araştırmalar Örgütü'ne (CERN) bildirdiğini kaydetti. CatBoost'da oluşturulan eğitimli modeller, MacOS, iOS, tvOS ve makine öğrenmesiyle desteklenen watchOS uygulamaları için Apple'ın Core ML formatında dağıtılabilir.