As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Como TabTransformer funciona
TabTransformer é uma nova arquitetura de modelagem de dados tabulares profunda para aprendizado supervisionado. TabTransformer É baseado em Transformers baseados em autoatenção. As camadas do Transformer transformam as incorporações de recursos categóricos em incorporações contextuais robustas para obter maior precisão de previsão. Além disso, as incorporações contextuais aprendidas TabTransformer são altamente robustas contra recursos de dados ausentes e ruidosos e fornecem melhor interpretabilidade.
TabTransformer tem um bom desempenho em competições de aprendizado de máquina devido ao gerenciamento robusto de uma variedade de tipos de dados, relacionamentos, distribuições e à diversidade de hiperparâmetros que você pode ajustar. Você pode usar TabTransformer para problemas de regressão, classificação (binária e multiclasse) e classificação.
O diagrama a seguir ilustra a TabTransformer arquitetura.
Para obter mais informações, consulte TabTransformer: Modelagem de dados tabulares usando incorporações contextuais
