Tabpfn V2 Reg

🚀 TabPFN v2: 表形式データの基礎モデル

TabPFNは、表形式データ用のTransformerベースの基礎モデルです。事前データに基づく学習を利用して、タスク固有のトレーニングを必要とせずに、小規模な表形式回帰タスクで高い性能を達成します。

🚀 クイックスタート

📚 詳細な使用例とベストプラクティスについては、以下を参照してください。

• 対話型Colabチュートリアル

✨ 主な機能

• 事前データに基づく学習を利用し、タスク固有のトレーニングなしで小規模表形式回帰タスクで高い性能を達成。

📦 インストール

pip install tabpfn

📚 ドキュメント

モデルの詳細

📚 引用

@article{hollmann2025tabpfn,
 title={Accurate predictions on small data with a tabular foundation model},
 author={Hollmann, Noah and M{\"u}ller, Samuel and Purucker, Lennart and
         Krishnakumar, Arjun and K{\"o}rfer, Max and Hoo, Shi Bin and
         Schirrmeister, Robin Tibor and Hutter, Frank},
 journal={Nature},
 year={2025},
 month={01},
 day={09},
 doi={10.1038/s41586-024-08328-6},
 publisher={Springer Nature},
 url={https://www.nature.com/articles/s41586-024-08328-6},
}

🔧 技術詳細

技術要件

• Python ≥ 3.9
• PyTorch ≥ 2.1
• scikit-learn ≥ 1.0
• ハードウェア: 16GB以上のRAM、CPU (GPUはオプション)

制限事項

• 非常に大規模なデータセットには設計されていません。
• 表形式ではないデータ形式には適していません。

リソース

• ドキュメント: https://priorlabs.ai/docs
• ソース: https://github.com/priorlabs/tabpfn
• 論文: https://www.nature.com/articles/s41586-024-08328-6

開発チーム

• Noah Hollmann
• Samuel Müller
• Lennart Purucker
• Arjun Krishnakumar
• Max Körfer
• Shi Bin Hoo
• Robin Tibor Schirrmeister
• Frank Hutter
• Eddie Bergman
• Léo Grinsztajn