Аннотация:Предсказание степени кристалличности цеолитов по исходным параметрам синтеза - крайне сложная для решения задача. Один из способов установления таких закономерностей - обработка данных по синтезу цеолитов алгоритмами машинного обучения. В рамках текущей работы были проанализированы 650 научных статей. В ходе обработки была создана база данных, включающая в себя параметры синтеза цеолитов типа MFI и данные по степени кристалличности получаемого материала. Задача установления закономерностей между исходными параметрами синтеза и степенью кристалличности образующегося цеолита относится к классу задач регрессии. В текущей статье она была решена тремя алгоритмами машинного обучения - деревом решений, случайным лесом и градиентным бустингом. Для повышения точности работы алгоритмов к исходному датасету были добавлены полиномиальные признаки 2-5-й степени. Лучшую точность в сочетании со скоростью обработки базы данных показал алгоритм градиентного бустинга, построенный на данных с полиномиальными признаками 3-й степени. Средняя абсолютная ошибка (MAE) показаний модели от реальных значений степени кристалличности составила 10.3%.