초록
신경망은 이미지, 텍스트, 비디오, 오디오와 같은 비정형 데이터를 처리하는 데 매우 강건함을 입증하였습니다. 그러나 표 형식 데이터에서의 성능이 기대에 미치지 못한다는 점이 관찰되었으며, 이에 따라 이러한 시나리오에서는 트리 기반 모델이 선호됩니다. 표 형식 데이터에 대한 인기 있는 모델 중 하나는 부스팅 트리로, 이는 매우 효과적이며 광범위하게 사용되는 머신러닝 방법이며 신경망보다 해석성이 우수합니다. 본 논문에서는 트리 기반 모델과 신경망을 결합하여 강건한 아키텍처를 만드는 새로운 구조인 XBNet을 설명합니다. XBNet은 표 형식 데이터용 부스팅 그래디언트 디센트(Boosted Gradient Descent for Tabular Data)라는 새로운 최적화 기법을 사용하여 학습되며, 이로 인해 해석성과 성능이 향상됩니다.