基于强化学习与生成式 AI 视角的表格数据 AI 调查
机器学习
2025-02-18 v2 人工智能
摘要
表格数据是跨越生物信息学、医疗保健和营销等多个领域最广泛使用的数据格式之一。随着人工智能向数据中心视角发展，提高数据质量对于增强表格数据驱动应用中的模型性能至关重要。本次调查聚焦于数据驱动的表格数据优化，特别探讨了用于特征选择和特征生成的强化学习（RL）和生成方法，这些是细化数据空间的基本技术。特征选择旨在识别并保留最具信息性的属性，而特征生成则构建新的特征以更好地捕获复杂数据模式。我们系统性地审阅了表格数据工程的现有生成方法，分析其最新进展、实际应用以及各自的优势与局限。本次调查强调了 RL 基于和生成技术如何为特征工程的自动化和智能化作出贡献。最后，我们总结了现存挑战并讨论了未来研究方向，旨在为该领域的持续创新提供洞见。
引用
@article{arxiv.2502.08828,
title = {A Survey on Data-Centric AI: Tabular Learning from Reinforcement Learning and Generative AI Perspective},
author = {Wangyang Ying and Cong Wei and Nanxu Gong and Xinyuan Wang and Haoyue Bai and Arun Vignesh Malarkkan and Sixun Dong and Dongjie Wang and Denghui Zhang and Yanjie Fu},
journal= {arXiv preprint arXiv:2502.08828},
year = {2025}
}