Czym różni się AutoML dla danych tabelarycznych od CV/NLP?

AutoML dla danych tabelarycznych różni się od AutoML dla CV (Computer Vision) i NLP (Natural Language Processing) pod wieloma kluczowymi względami:

• Typ danych i wstępne przetwarzanie:

  • Dane tabelaryczne zazwyczaj zawierają wartości liczbowe, kategoryczne i brakujące, które wymagają specyficznego przetwarzania (kodowanie kategorii, uzupełnianie braków).
  • CV i NLP pracują odpowiednio z obrazami i tekstem, gdzie istotne jest przetwarzanie pikseli, tokenizacja, wektoryzacja.

• Modele i architektury:

  • Dla danych tabelarycznych często używa się zespołów drzew decyzyjnych (np. XGBoost, LightGBM), modeli liniowych, sieci neuronowych z gęstymi warstwami.
  • W CV stosuje się konwolucyjne sieci neuronowe, w NLP — transformery i sieci rekurencyjne.

• Hiperparametry i wyszukiwanie:

  • W danych tabelarycznych skupia się na doborze parametrów modeli i przetwarzaniu cech.
  • W CV/NLP ważne jest dostosowanie architektury, warstw, optymalizatorów.

• Metryki i zadania:

  • Dane tabelaryczne często rozwiązują zadania klasyfikacji i regresji z użyciem klasycznych metryk.
  • CV i NLP mogą mieć specyficzne metryki (np. IoU dla segmentacji, BLEU dla tłumaczenia).

Dlatego AutoML dla danych tabelarycznych jest ukierunkowane na efektywną obróbkę różnych cech i wybór klasycznych modeli, podczas gdy dla CV/NLP — na pracę z wysokowymiarowymi i strukturalnymi danymi z użyciem specjalistycznych architektur neuronowych.