🔍 Red neuronal universal para datos tabulares

El laboratorio Yandex Research presentó la arquitectura TabM para trabajar con datos tabulares. El desarrollo superó a los modelos clásicos de aprendizaje automático.

🎯 ¿Qué tiene de especial TabM?

1️⃣ Universalidad: En 46 conjuntos de datos, el modelo ocupó en promedio el puesto 1.7 (entre el primero y el segundo). El competidor más cercano ocupó el puesto 2.9 (casi el tercero).

2️⃣ Facilidad de uso: No requiere un ajuste profundo para cada nuevo conjunto de datos, a diferencia de las soluciones especializadas.

3️⃣ Eficiencia: Compite en calidad con los mejores modelos de boosting de gradiente (CatBoost, XGBoost).

💊 ¿Dónde ya se utiliza?

En la plataforma Kaggle, TabM se utilizó para predecir la supervivencia de pacientes después de un trasplante de médula ósea. El modelo analizaba datos de casos similares y hacía predicciones para nuevos pacientes.

🔬 Reconocimiento científico

El trabajo fue presentado en la conferencia ICLR y se publicó en acceso abierto en GitHub. Desde 2019, los investigadores de Yandex Research han publicado 8 artículos sobre datos tabulares, con más de 1900 citas.

👩‍💻 Data Flow

🚀 Si ya has probado la arquitectura, escribe tus impresiones en los comentarios.