要約
ニューラルネットワークは、画像、テキスト、動画、音声などの非構造化データの処理において非常に堅牢であることが証明されています。しかし、表形式データにおける性能が十分でないことが観察されており、そのためそのようなシナリオでは木ベースモデルが好まれています。表形式データに人気のあるモデルはブースティングツリーであり、これは高性能かつ広く使用されている機械学習手法であり、ニューラルネットワークと比較して良好な解釈可能性を提供します。本論文では、新しいアーキテクチャ XBNet を紹介します。XBNet は木ベースモデルとニューラルネットワークを組み合わせることで堅牢なアーキテクチャを作り出し、新たな最適化技術である「ブースティング勾配降下法（Boosted Gradient Descent for Tabular Data）」を使用して訓練することで、解釈可能性と性能を向上させます。