LAMDA-Tabular/TALENT

何を解決するか

TALENTは、テーブルデータにおけるモデル性能を最適化する課題に対処し、統一されたベンチマークと包括的な機械学習ツールボックスを提供します。古典的な木ベースの手法から最新の深層学習およびファウンデーションモデルまで、多様なアルゴリズムを広範なデータセット上で比較するプロセスを簡素化します。

仕組み

TALENTは、45以上の異なるテーブル学習手法を1つのフレームワークに統合しています。標準化された前処理（正規化とエンコーディング）、ハイパーパラメータチューニング、評価のためのツールを提供します。以下の多様なアーキテクチャをサポートしています：

• 深層学習: MLP、ResNet、FT-TransformerやTabTransformerのようなトークンベースの手法。
• 木構造を模倣するモデル: NODE、TabNet、GRANDE。
• テーブルファウンデーションモデル: TabPFN（v1～v3）、TabICL、GoogleのTabFM。これらは文脈学習を用いてゼロショットまたはフェイショット予測を実現します。
• 専用アルゴリズム: バックプロパゲーション不要な特徴学習を目的としたRFMおよびxRFM。

対象ユーザー

テーブルデータ向けの最先端の機械学習モデルを評価、ベンチマーク、実装する必要がある、初心者から専門家までのデータサイエンティスト向けに設計されています。

特徴

• 大規模なメソッドライブラリ: 30以上の深層学習アーキテクチャと、さまざまな古典的および木ベースの手法を含む。
• 広範なベンチマーク: タスクタイプ、サイズ、ドメインをカバーする300以上のデータセットを収録。
• ファウンデーションモデル対応: TabPFNやTabFMのような最先端のテーブルファウンデーションモデルを統合サポート。
• 使いやすいパイプライン: ハイパーパラメータ探索空間、決定閾値チューニング、およびキャリブレーション指標（Brier、ECE）の組み込みサポート。