Modelos de dados estruturados da nvidia permitem previsões sem treinamento para dados tabulares

A Nvidia introduziu Modelos de Dados Estruturados, uma biblioteca que permite previsões sem treinamento usando dados tabulares. A biblioteca integra modelos pré-treinados como TabICLv2 e KumoTabular, permitindo previsões através de aprendizado no contexto sem a necessidade de treinamento do modelo. Também suporta bancos de dados relacionais através de KumoRelational. Os modelos retornam distribuições preditivas calibradas e podem lidar com tarefas de regressão e classificação, superando modelos tradicionais como scikit-learn e gradient boosting em conjuntos de dados como câncer de mama e diabetes. A biblioteca padrão de pré-processamento exclui colunas de timestamp e texto, o que pode levar a resultados subótimos, mas esses problemas podem ser resolvidos com processadores adicionais. Os modelos também enfrentam desafios com explicadores e dependências do Pyg-lib, que podem ser mitigados com configuração cuidadosa. As capacidades relacionais da biblioteca permitem previsões a partir de bancos de dados brutos, correspondendo a pipelines de recursos construídos manualmente. A Nvidia enfatiza a importância do tipagem semântica, personalização de receitas e declaração de colunas de tempo para garantir previsões precisas e confiáveis. O potencial da biblioteca para ajuste fino e execução em GPU também é destacado.