rtdl

RTDL (pesquisa sobre aprendizado profundo tabular)

O RTDL ( pesquisa sobre a ganhos abulares ) é uma coleção de papéis e pacotes sobre aprendizado profundo para dados tabulares.

? Para seguir os anúncios de novos projetos, assine os lançamentos neste repositório do GitHub: "Watch -> Custom -> Releases".

Observação

A lista de projetos abaixo está atualizada, mas o pacote rtdl Python está descontinuado. Se você usou o pacote rtdl , leia os detalhes.

1. Primeiro, para esclarecer, este repositório não está preterido, apenas o pacote rtdl está preguiçoso: é substituído por outros pacotes.
2. Se você usou o mais recente rtdl==0.0.13 instalado a partir de Pypi (não no github!) Como pip install rtdl , os mesmos modelos (mlp, resnet, ft-transformer) podem ser encontrados no pacote rtdl_revisiting_models , embora o API seja ligeiramente diferente.
3. ❗ Se você usou o código inacabado da ramificação principal, é altamente recomendável mudar para os novos pacotes. Em particular, a implementação inacabada de incorporações para recursos contínuos continha muitos problemas não resolvidos (o pacote rtdl_num_embeddings , por sua vez, é mais eficiente e correto).

Papéis

(2024) TABLE: APRENDIZANDO DE APRENDIZAGEM DE PROFUNDA TABLE
Uso do código do papel

(2024) Tabred: Analisando armadilhas e preenchendo as lacunas em benchmarks de aprendizado profundo tabulares
Código do papel

(2023) Tabr: Tabular Deep Learning atende aos vizinhos mais próximos
Código do papel

(2022) TABDDPM: Modelando dados tabulares com modelos de difusão
Código do papel

(2022) Revisitando objetivos de pré -treinamento para aprendizado profundo tabular
Código do papel

(2022) nas incorporações para recursos numéricos em aprendizado de profundidade tabular
Pacote de código de papel (rtdl_num_embeddings)

(2021) Revisitando modelos de aprendizado profundo para dados tabulares
Pacote de código de papel (rtdl_revisiting_models)

(2019) Conjuntos de decisão alheios neurais para aprendizado profundo sobre dados tabulares
Código do papel