RTDL（表格深度学习研究）

RTDL（表格深度学习研究）是一系列关于表格数据深度学习的论文和软件包的集合。

:bell: 要关注新论文和项目的公告：

• 在Twitter和GitHub上关注论文作者。
• 在此GitHub仓库订阅发布："Watch -> Custom -> Releases"。

[!注意] 之前的rtdl软件包现已被单独的软件包替代（见下一节）。 如果你曾使用过<code>rtdl</code>，请阅读详细信息。

<details> <summary>显示详细信息</summary>

1. 本仓库并未弃用。
2. 然而，rtdl软件包已弃用，被单独的软件包替代。
3. 如果你使用的是从PyPI（而非GitHub！）安装的最新版rtdl==0.0.13 （通过pip install rtdl安装），那么相同的模型 （MLP、ResNet、FT-Transformer）可以在rtdl_revisiting_models软件包中找到， 尽管API略有不同。
4. :exclamation: 如果你使用了主分支中未完成的代码，强烈 建议切换到新的软件包。 特别是， 连续特征嵌入的未完成实现存在许多未解决的问题（相比之下， 新的rtdl_num_embeddings软件包更加高效和正确）。

</details>

安装

文档可通过"论文"部分的"Package"链接获取。

以下代码片段安装所有可用的软件包，包括可选依赖项。

pip install rtdl_num_embeddings
pip install rtdl_revisiting_models

pip install "scikit-learn>=1.0,<2"

论文

（2024）TabReD：实际环境中的表格机器学习基准 <br> 论文   代码

（2023）TabR：表格深度学习遇上最近邻 <br> 论文   代码

（2022）TabDDPM：使用扩散模型建模表格数据 <br> 论文   代码

（2022）重新审视表格深度学习的预训练目标 <br> 论文   代码

（2022）表格深度学习中数值特征的嵌入 <br> 论文   代码   软件包 (rtdl_num_embeddings)

（2021）重新审视表格数据的深度学习模型 <br> 论文   代码   软件包 (rtdl_revisiting_models)

（2019）用于表格数据深度学习的神经无知决策集成 <br> 论文   代码