の TabTransformer 仕組み

TabTransformer は、教師あり学習用の新しい深層表形式のデータモデリングアーキテクチャです。 TabTransformer は、自己注意型トランスフォーマーに基づいています。トランスフォーマーレイヤーは、カテゴリ別特徴の埋め込みを堅牢なコンテキスト埋め込みに変換して、予測精度を高めます。さらに、 から学習されたコンテキスト埋め込み TabTransformer は、欠落しているデータ機能とノイズの多いデータ機能の両方に対して非常に堅牢であり、解釈性が向上します。

TabTransformer は、さまざまなデータ型、関係、ディストリビューション、および微調整できるハイパーパラメータの多様性を堅牢に処理するため、機械学習の競合で優れたパフォーマンスを発揮します。は、回帰、分類 (バイナリクラスとマルチクラス）、およびランキングの問題 TabTransformer に使用できます。

次の図は、 TabTransformer アーキテクチャを示しています。

詳細については、TabTransformer「コンテキスト埋め込みを使用した表形式データモデリング」を参照してください。