🔍 Réseau neuronal universel pour données tabulaires

Le laboratoire Yandex Research a présenté l'architecture TabM pour travailler avec des données tabulaires. Le développement a surpassé les modèles classiques d'apprentissage automatique.

🎯 Qu'est-ce qui rend TabM spécial ?

1️⃣ Universalité : Sur 46 ensembles de données, le modèle a obtenu en moyenne la 1,7e place (entre la première et la deuxième). Le concurrent le plus proche a obtenu la 2,9e place (presque la troisième).

2️⃣ Simplicité d'application : Ne nécessite pas de réglage approfondi pour chaque nouvel ensemble de données, contrairement aux solutions spécialisées.

3️⃣ Efficacité : Concurrence en qualité les meilleurs modèles de boosting par gradient (CatBoost, XGBoost).

💊 Où est-il déjà utilisé ?

Sur la plateforme Kaggle, TabM a été utilisé pour prédire la survie des patients après une transplantation de moelle osseuse. Le modèle analysait les données de cas similaires et faisait des prédictions pour de nouveaux patients.

🔬 Reconnaissance scientifique

Les travaux ont été présentés à la conférence ICLR et mis en accès libre sur GitHub. Depuis 2019, les chercheurs de Yandex Research ont publié 8 articles sur les données tabulaires, cumulant plus de 1900 citations.

👩‍💻 Data Flow

🚀 Si vous avez déjà testé l'architecture, partagez vos impressions dans les commentaires.