cv usk(@cv_usk):テーブルデータの機械学習にも、画像やテキストのような「そのまま使える基盤モデル」の時代が来ました。NVIDIAが新しいライブラリを公開しています。タイトル: Structured Data Models (NVIDIA/structured-data-models) URL: https://t.co/QJeIDHBJrZ 📝 概要テーブル・リレーショナルデータ向けの基盤モデル・テンソル型・データプロセッサをまとめた、GPUネイティブなPyTorch互換ライブラリです。 ❓ 解決する課題構造化データの機械学習は、画像やテキストに比べてGPU活用の基盤整備が遅れており、タスクごとに専用モデルを学習し直す必要がありました。 💡 方法論と提案手法 TabICLv2、KumoTabular、TabFMといったテーブル系モデルと、グラフ構造向けのKumoRelationalを提供。中核となる `TableTensor` は生データをGPU上で損失なくテンソル化する抽象化で、文脈内学習とキャッシュを使ったフィット＆予測の2つの推論パターンに対応します。 🌍 ユースケース数値・カテゴリ・日時・テキスト・リレーショナルなど多様なデータ型を、少量のコードで事前学習済みモデルに通せます。Python 3.11以上・PyTorch 2.7以上で、pipから直接インストール可能です。 📊 実験結果テーブル予測において新たな精度と効率のフロンティアを実現し、多様な構造化データセットでのゼロショット性能を主張しています。 #機械学習 #GPU

2026.10.02 05:04

テーブルデータの機械学習にも、画像やテキストのような「そのまま使える基盤モデル」の時代が来ました。NVIDIAが新しいライブラリを公開しています。タイトル: Structured Data Models (NVIDIA/structured-data-models) URL: 📝 概要テーブル・リレーショナルデータ向けの基盤モデル・テンソル型・データプロセッサをまとめた、GPUネイティブなPyTorch互換ライブラリです。 ❓ 解決する課題構造化データの機械学習は、画像やテキストに比べてGPU活用の基盤整備が遅れており、タスクごとに専用モデルを学習し直す必要がありました。 💡 方法論と提案手法 TabICLv2、KumoTabular、TabFMといったテーブル系モデルと、グラフ構造向けのKumoRelationalを提供。中核となる `TableTensor` は生データをGPU上で損失なくテンソル化する抽象化で、文脈内学習とキャッシュを使ったフィット＆予測の2つの推論パターンに対応します。 🌍 ユースケース数値・カテゴリ・日時・テキスト・リレーショナルなど多様なデータ型を、少量のコードで事前学習済みモデルに通せます。Python 3.11以上・PyTorch 2.7以上で、pipから直接インストール可能です。 📊 実験結果テーブル予測において新たな精度と効率のフロンティアを実現し、多様な構造化データセットでのゼロショット性能を主張しています。 #機械学習# #GPU#