Градиентный бустинг или нейросеть в ранжировщике: как выбрать?

Бустинг на деревьях (LightGBM, CatBoost, XGBoost) выигрывает на табличных признаках: счётчики, агрегаты, категориальные — он устойчив к масштабу, не требует нормировки, быстро обучается и легко отлаживается по важности признаков. Нейросеть нужна, когда в признаках есть плотные эмбеддинги (текст, картинка, последовательность сессии) и когда целей несколько и хочется общего представления с отдельными головами. Практический ответ для большинства команд: начинать с бустинга, переходить на нейросеть тогда, когда эмбеддинги и многозадачность становятся основным источником качества, а не раньше.