Об этом проекте

TabPFN — это фундаментальная модель для табличных данных, предназначенная для выполнения задач классификации и регрессии на табличных наборах данных за один прямой проход. Построенная на архитектуре трансформера, обученного на синтетических наборах данных, она устраняет необходимость в сложной предварительной обработке данных, масштабировании признаков или one-hot кодировании. Библиотека предоставляет совместимые со scikit-learn оценки (`TabPFNClassifier` и `TabPFNRegressor`), которые работают локально с поддержкой PyTorch и CUDA, что делает её высокооптимизированной для ускорения на GPU. Она поддерживает наборы данных с до 1 000 000 строк и 20 000 признаков (в версии 3.5), нативно обрабатывает пропущенные значения и предлагает расширения для интерпретируемости (объяснения на основе SHAP), неконтролируемого обнаружения выбросов и извлечения изученных вложений.