Алгоритм CatBoost от «Яндекса» вошёл в топ инструментов машинного обучения в мире

Алгоритм CatBoost ^[1] от «Яндекса» вошёл ^[2] в число наиболее широко используемых инструментов машинного обучения ^[3] в академических исследованиях по версии американского издания Marktechpost. Доклад ML Global Impact Report 2025 охватывает исследования из 125 стран и подчёркивает ведущую роль США и Китая в области машинного обучения. Российская разработка попала в узкую группу из пяти неамериканских технологий, наиболее часто упоминаемых в научных исследованиях мира. Помимо CatBoost в этот список вошли Scikit‑learn из Франции, AlphaFold из Великобритании, U‑Net из Германии, а также GAN и RNN из Канады.

Авторы отчёта отмечают, что 90% инструментов машинного обучения с открытым исходным кодом разработаны в США. Эти инструменты включают многие основополагающие мировые фреймворки для обработки изображений, геномики и экологии. Китай при этом лидирует по числу публикаций. На долю Китая приходится 43% всех статей, посвящённых машинному обучению, или 2,1 тысячи публикаций в 2025 году.

CatBoost используется в каждой 30-й статье с применением машинного обучения. Алгоритм применяют учёные из 51 страны, включая США, Китай, Саудовскую Аравию. Например, на долю США приходится 13% статей с использованием CatBoost. У американских аналогов схожие показатели: XGBoost имеет 15%, классический Gradient Boosting Model — 12%, а LightGBM от Microsoft — 10%.

Инструмент CatBoost разработан изначально для задач поиска «Яндекса» и на декабрь 2025 года применяется в разных сервисах компании. Алгоритм используется в «Погоде», «Директе», «Маркете», «Музыке» и других продуктах. В открытый доступ его выложили в 2017 году. Основная причина популярности заключается в том, что большинство практических задач машинного обучения опираются на табличные данные. CatBoost находит в таких таблицах сложные и неочевидные закономерности.

Когда пользователь вводит запрос в поиск, алгоритм обращается к большой электронной таблице, где строки — это варианты материалов для выдачи, а столбцы — тысячи характеристик. К этим характеристикам относятся параметры запроса, история запросов, регион, популярность сайтов, их свежесть и релевантность, а также комбинации признаков запроса и материалов. CatBoost ранжирует эти варианты, выбирая самые полезные.

CatBoost применялся в медицине, в прогнозировании рецидивов рака печени и обнаружении рака молочной железы. Алгоритм использовался в ранней диагностике болезни Альцгеймера и прогнозировании преждевременных родов.

В прикладных науках инструмент показал один из лучших результатов в прогнозировании индекса качества воды. Алгоритм применялся в сравнительном анализе методов прогнозирования спроса на зарядку электромобилей и показал высокую эффективность в выявлении фальшивых аккаунтов в социальных сетях.

CatBoost интегрирован в многоуровневую архитектуру машинного обучения «Авито», где применяется в системе рекомендаций для ранжирования объявлений в режиме реального времени и в моделях монетизации для предсказания конверсий.

Автор исследовательского проекта на кафедре электрохимической энергетики в МФТИ Алексей Дружинин рассказал, что при разработке методов прогнозирования состояния литий‑ионных аккумуляторов CatBoost показал стабильную точность оценки уровня заряда батареи. Алгоритм используется в обучении экспериментальных цифровых двойников батарей для прогнозирования их деградации и плотности электролита, что позволяет более точно определять срок службы аккумуляторов.