TabTransformer 的運作方式

TabTransformer 是一種用於監督式學習的新型深度表格式建立資料模型架構。TabTransformer 建立在自我關注型轉換器上。轉換器層將分類特徵的內嵌項目轉換為強大的內容內嵌項目，以實現較高的預測準確性。此外，從 TabTransform 學習到的內容內嵌項目對於缺少和雜訊資料功能而言非常強大，並提供更好的解釋性。

TabTransformer 在機器學習競爭間表現良好，因為它具備的強大功能可處理各種資料類型、關係、發佈以及各種您可以微調的超參數。您可以將 TabTransformer 用於迴歸、分類 (二進位和多類別) 和排名問題。

下方圖表說明 TabTransformer 的架構。

如需更多資訊，請參閱 TabTransform：使用內容內嵌項目的表格式建立資料模型。