테이블 데이터를 위한 트랜스포머? — 변신 로봇 아닙니다

테이블 데이터를 위한 트랜스포머? — 변신 로봇 아닙니다
테이블 데이터를 위한 파운데이션 모델과 TabPFN의 개념을 설명하고, 실무에서의 활용 가능성을 정리했습니다. 빠른 베이스라인과 비교 모델로서의 장점과 기존 모델과의 병행 필요성도 함께 다뤘습니다.
#Transformer#파운데이션 모델
63005분

테이블 데이터를 위한 파운데이션 모델과 TabPFN의 개념을 설명하고, 실무에서의 활용 가능성을 정리했습니다. 빠른 베이스라인과 비교 모델로서의 장점과 기존 모델과의 병행 필요성도 함께 다뤘습니다.

토스와 데이콘이 함께한 첫 ML 경진대회 출제 후기를 공유했습니다. 실제 광고 클릭 예측 문제와 참가자들의 다양한 풀이 방식을 소개했습니다.

소득증빙과 신용정보가 부족한 고객의 대출금액 산정 문제를 다뤘습니다. 대안데이터와 구간중도절단 추정으로 모든 신청자에 대한 승인금액 예측 방식을 소개했습니다.


통신사 마케팅을 위해 요금제 변경 예측과 추천을 결합한 하이브리드 ML 모델을 소개했습니다.\nARPU와 고객 만족도의 균형을 고려해 다운그레이드 방어와 업셀 전략에 활용했습니다.

2021 인공지능 경진대회 참가기를 통해 전력 품질 예측 문제를 XGBoost와 앙상블로 해결한 과정을 소개했습니다. 수치해석 분야 1위를 달성한 전략과 향후 금융 위험도 분류 적용 가능성도 함께 정리했습니다.