Los modelos de datos estructurados de nvidia permiten predicciones sin entrenamiento para datos tabulares

NVIDIA ha introducido los Modelos de Datos Estructurados, una biblioteca que permite realizar predicciones sin entrenamiento utilizando datos tabulares. La biblioteca integra modelos preentrenados como TabICLv2 y KumoTabular, lo que permite realizar predicciones a través del aprendizaje en contexto sin necesidad de entrenar el modelo. También admite bases de datos relacionales a través de KumoRelational. Los modelos devuelven distribuciones predictivas calibradas y pueden manejar tareas de regresión y clasificación, superando a las líneas de base tradicionales como scikit-learn y el boosting de gradiente en conjuntos de datos como el cáncer de mama y la diabetes. El preprocesamiento predeterminado de la biblioteca elimina las columnas de fecha y texto, lo que puede provocar resultados subóptimos, pero estos problemas se pueden resolver con procesadores adicionales. Los modelos también se enfrentan a desafíos con los explicadores y las dependencias de Pyg-lib, que se pueden mitigar con una configuración cuidadosa. Las capacidades relacionales de la biblioteca permiten realizar predicciones a partir de bases de datos sin procesar, lo que se alinea con las tuberías de características construidas manualmente. NVIDIA enfatiza la importancia de la tipificación semántica, la personalización de recetas y la declaración de columnas de tiempo para garantizar predicciones precisas y fiables. También se destaca el potencial de la biblioteca para el ajuste fino y la ejecución en GPU.