L'apprentissage tabulaire est une méthode d'apprentissage automatique permettant de modéliser et d'analyser des données tabulaires structurées. Ces données se composent généralement de lignes (échantillons) et de colonnes (caractéristiques), chaque ligne représentant un échantillon et chaque colonne un attribut ou une caractéristique. Contrairement aux modèles qui traitent principalement des données non structurées telles que du texte et des images, l'apprentissage tabulaire s'intéresse à l'utilisation efficace des valeurs numériques, des catégories et des relations entre les caractéristiques des données structurées pour les tâches de classification, de régression et de prédiction.

Le développement de l'apprentissage tabulaire s'appuie sur les méthodes traditionnelles d'apprentissage automatique et de modélisation statistique. Pendant longtemps, des méthodes telles que les arbres de décision à gradient boosté (GBDT) et les forêts aléatoires ont constitué des techniques importantes pour le traitement des données tabulaires. Avec l'avènement de l'apprentissage profond, les chercheurs ont commencé à explorer l'utilisation des réseaux neuronaux pour améliorer la modélisation des données tabulaires. En 2019, les chercheurs de Google Cloud AI ont proposé… TabNet : Apprentissage tabulaire attentif et interprétableEn introduisant une méthode de sélection de caractéristiques basée sur un mécanisme d'attention, le réseau neuronal peut se concentrer dynamiquement sur les caractéristiques importantes au cours du processus de prédiction, ce qui améliore l'interprétabilité et la capacité d'application des modèles d'apprentissage profond dans les tâches de données tabulaires et est devenu l'une des études représentatives importantes dans le domaine de l'apprentissage tabulaire profond.

Les méthodes modernes d'apprentissage tabulaire englobent les modèles arborescents, les réseaux neuronaux profonds et les modèles tabulaires de base (TfM) récemment développés. Ce domaine s'attaque principalement aux défis rencontrés par les systèmes d'apprentissage automatique traditionnels dans le traitement de données structurées complexes, notamment la modélisation des interactions entre les caractéristiques, la gestion des variables catégorielles et les capacités de généralisation. Actuellement, l'apprentissage tabulaire est largement appliqué dans des domaines tels que l'évaluation des risques financiers, les prévisions commerciales, l'analyse des données médicales, le contrôle industriel et les systèmes de recommandation, ce qui en fait une voie technologique majeure dans l'analyse des données d'entreprise.