面向表格数据的数据中心 AI：传统、强化与生成方法综述
机器学习
2025-01-22 v1 人工智能
摘要
表格数据是跨行业最广泛使用的数据格式，驱动着金融、医疗和营销等关键应用领域的发展。在数据中心 AI 时代，提高数据质量和表征已成为增强模型性能的关键尤其是在以表格数据为中心的应用中。本综述聚焦于表格数据中心 AI 的关键方面，强调特征选择和特征生成作为数据空间细化的 essential 技术。我们系统性地综述了特征选择方法，这些方法识别并保留最相关的数据属性；以及特征生成方法，这些方法创建新特征以简化复杂数据模式的捕获。本综述通过分析近期进展、实际应用以及这些技术的优势与局限，提供了当前方法的全面概览。最后，我们勾勒出开放挑战并提出未来展望，以激励该领域的持续创新。
引用
@article{arxiv.2501.10555,
title = {Towards Data-Centric AI: A Comprehensive Survey of Traditional, Reinforcement, and Generative Approaches for Tabular Data Transformation},
author = {Dongjie Wang and Yanyong Huang and Wangyang Ying and Haoyue Bai and Nanxu Gong and Xinyuan Wang and Sixun Dong and Tao Zhe and Kunpeng Liu and Meng Xiao and Pengfei Wang and Pengyang Wang and Hui Xiong and Yanjie Fu},
journal= {arXiv preprint arXiv:2501.10555},
year = {2025}
}