CatBoost  для задач классификации и прогнозирования, а Tensorflow - это, обычно, сверточные сети, распознавание изображений и, иногда, звука.

Понял, спасибо !

Как говорили в трансляции, из которой я получил ссылку сюда, нейронные сети работают с однородными данными, а бустинг, в свою очередь, подходит для неоднородных данных.
Изображения - однородные данные, потому что всё, что есть, - значения пикселей, все из одного диапазона. Для какой-нибудь типичной задачи предсказания цены дома по его фичам нужен бустинг, потому что фичи там могут быть и бинарные, и категориальные, и численные, и т.д.

Я не знаю, можно ли с помощью tf реализовать бустинг(может и можно, потому что бустинг основывается на деревьях, а деревья - графы, а tf создаёт графы и работает с ними), но в основном tf используется именно для нейронных сетей

Это просто 2 разных алгоритма одного и того же

Которым на вход идут числа

Что значат эти числа, алгоритмам пофиг)

Просто один алгоритм лучше справляется с одними задачами, а другой с другими

никто не мешает сетками шатать табличные данные. Тут скорее вопрос в том, нужна ли интерпретируемость результата.

Лучше тогда посмотри в сторону  NODE от того же яндекса. Если не хочешь погружаться в суть алгоритмов.

Результаты просто будут хуже

Мне уже поздно не погружаться)
Что за он?

с чего бы это?) просто придется помучаться с сеткой

Ты попробуй.

трейдоф скорости/препроцессинга и небольшого прироста - для соревнований гуд, а вот для прода сомнительно

пробовал

Ну прироста качества, скорее всего, не будет) Но идейно очень интересная работа.

В соревнованиях NODE как раз не используют.

тесты показывают прирост минорный, но вот гемора с препроцессингом и скорость - унылая

мне кажется зря) в ансамбли можно пихнуть. Если это не кернел соревнования