शिपिंग लागत की भविष्यवाणी के लिए स्व-ध्यान की शक्ति का अनावरण: संदर्भ

लिंक की तालिका

• सार और परिचय
• संबंधित काम
• क्रियाविधि
• प्रयोग
• निष्कर्ष एवं भविष्य का काम
• संदर्भ

संदर्भ

अलेक्जेंडर अमिनी, विल्को श्वार्टिंग, एवा सोलेमानी, और डेनिएला रुस। डीप एविडेंसियल रिग्रेशन। CoRR, abs/1910.02600, 2019. URL http://arxiv.org/abs/1910.02600.

सेरकन ओ एरिक, एंगिन गेदिक, केनान गुनी, और उमुत अटिला। टैबनेट: चौकस व्याख्यात्मक सारणीबद्ध शिक्षण। एडवांस इन न्यूरल इंफॉर्मेशन प्रोसेसिंग सिस्टम्स, पृष्ठ 10951-10961, 2019 में।

क्रिस्टोफर एम बिशप। पैटर्न पहचान और मशीन लर्निंग। स्प्रिंगर में, अध्याय 2, पृष्ठ 36-43। 2006।

लियो ब्रेइमन. रैंडम फ़ॉरेस्ट. मशीन लर्निंग, 45(1):5–32, 2001.

जिंताई चेन, कुआनलुन लियाओ, याओ वान, डैनी जेड चेन, और जियान वू। डैनेट्स: सारणीबद्ध डेटा वर्गीकरण और प्रतिगमन के लिए गहरे सार नेटवर्क। आर्टिफिशियल इंटेलिजेंस पर AAAI सम्मेलन की कार्यवाही में, खंड 36, पृष्ठ 3930-3938, 2022।

तियानकी चेन और कार्लोस गेस्ट्रिन। Xgboost: एक स्केलेबल ट्री बूस्टिंग सिस्टम। ज्ञान खोज और डेटा माइनिंग पर 22वें ACM SIGKDD अंतर्राष्ट्रीय सम्मेलन की कार्यवाही, पृष्ठ 785-794, 2016।

जैकब डेवलिन, मिंग-वेई चांग, केंटन ली और क्रिस्टीना टाउटानोवा। BERT: भाषा समझ के लिए डीप बाइडायरेक्शनल ट्रांसफॉर्मर का प्री-ट्रेनिंग। जिल बर्स्टीन, क्रिस्टी डोरन और थामर सोलोरियो, संपादकों में, एसोसिएशन फॉर कम्प्यूटेशनल लिंग्विस्टिक्स के उत्तरी अमेरिकी अध्याय के 2019 सम्मेलन की कार्यवाही: मानव भाषा प्रौद्योगिकी, NAACL-HLT 2019, मिनियापोलिस, एमएन, यूएसए, 2-7 जून, 2019, खंड 1 (लंबे और छोटे पेपर), पृष्ठ 4171-4186। एसोसिएशन फॉर कम्प्यूटेशनल लिंग्विस्टिक्स, 2019। doi: 10.18653/v1/n19-1423। URL https://doi.org/10.18653/v1/n19-1423।

एलेक्सी डोसोवित्स्की, लुकास बेयर, अलेक्जेंडर कोलेसनिकोव, डर्क वेसेनबॉर्न, शियाओहुआ झाई, थॉमस अन्टरथिनर, मुस्तफा देहगानी, मैथियास मिंडेरर, जॉर्ज हेगोल्ड, सिल्वेन जेली, जैकब उस्कोरेइट और नील हौल्सबी। एक चित्र 16x16 शब्दों के बराबर होता है: बड़े पैमाने पर छवि पहचान के लिए ट्रांसफार्मर। आईसीएलआर, 2021.

निक एरिक्सन, जोनास म्यूएलर, अलेक्जेंडर शिरकोव, हैंग झांग, पेड्रो लारॉय, म्यू ली और अलेक्जेंडर स्मोला। ऑटोग्लूऑन-टैबुलर: संरचित डेटा के लिए मजबूत और सटीक ऑटोएमएल, 2020।

विलियम फाल्कन और पायटॉर्च लाइटनिंग टीम। पायटॉर्च लाइटनिंग, 3 2019. URL https: //github.com/Lightning-AI/lightning.

जेरोम एच. फ्राइडमैन. लालची फ़ंक्शन सन्निकटन: एक ग्रेडिएंट बूस्टिंग मशीन. सांख्यिकी के इतिहास, पृष्ठ 1189–1232, 2001.

युआन गोंग, यू-एन चुंग और जेम्स ग्लास। AST: ऑडियो स्पेक्ट्रोग्राम ट्रांसफॉर्मर। प्रोक. इंटरस्पीच 2021 में, पृष्ठ 571-575, 2021. doi: 10.21437/Interspeech.2021-698.

यूरी गोरिशनी, इवान रुबाचेव, वैलेंटिन ख्रुलकोव और आर्टेम बबेंको। सारणीबद्ध डेटा के लिए डीप लर्निंग मॉडल पर फिर से विचार करना। न्यूरल इंफॉर्मेशन प्रोसेसिंग सिस्टम में प्रगति, 34:18932–18943, 2021।

ट्रेवर हेस्टी, रॉबर्ट टिब्शिरानी और जेरोम फ्राइडमैन। सांख्यिकीय शिक्षा के तत्व: डेटा माइनिंग, अनुमान और भविष्यवाणी। स्प्रिंगर साइंस एंड बिजनेस मीडिया, 2009।

हुसैन हाजीमेह, नतालिया पोनोमेरेवा, पेट्रोस मोल, झेन्यू टैन और राहुल मजूमदार। ट्री एनसेंबल लेयर: डिफरेंशियबिलिटी कंडीशनल कंप्यूटेशन से मिलती है। मशीन लर्निंग पर अंतर्राष्ट्रीय सम्मेलन में, पृष्ठ 4138-4148। पीएमएलआर, 2020।

शिन हुआंग, आशीष खेतान, मिलन सीविटकोविक और ज़ोहर कार्निन। टैबट्रांसफ़ॉर्मर: प्रासंगिक एम्बेडिंग का उपयोग करके सारणीबद्ध डेटा मॉडलिंग। arXiv प्रीप्रिंट arXiv:2012.06678, 2020।

गुओलिन के, क्यूई मेंग, थॉमस फिनले, ताइफेंग वांग, वेई चेन, वेइदोंग मा, क्यूईवेई ये, और टाई-यान लियू। लाइटजीबीएम: एक अत्यधिक कुशल ग्रेडिएंट बूस्टिंग निर्णय वृक्ष। तंत्रिका सूचना प्रसंस्करण प्रणालियों में प्रगति, 30:3146–3154, 2017।

डिडेरिक पी किंगमा और जिमी बा. एडम: स्टोकेस्टिक ऑप्टिमाइज़ेशन के लिए एक विधि. arXiv प्रीप्रिंट arXiv:1412.6980, 2014.

डेनियल मिकी-बर्रेका। वर्गीकरण और भविष्यवाणी समस्याओं में उच्च-कार्डिनैलिटी श्रेणीबद्ध विशेषताओं के लिए एक प्रीप्रोसेसिंग योजना। SIGKDD एक्सप्लोर। न्यूज़ल., 3(1):27–32, जुलाई 2001. आईएसएसएन 1931-0145. doi: 10.1145/507533.507538. URL https://doi.org/10.1145/507533. 507538.

सर्गेई पोपोव, स्टैनिस्लाव मोरोज़ोव, और आर्टेम बबेंको। सारणीबद्ध डेटा पर गहन शिक्षण के लिए तंत्रिका विस्मृत निर्णय समूह। arXiv प्रीप्रिंट arXiv:1909.06312, 2019।

लियुडमिला प्रोखोरेंकोवा, ग्लेब गुसेव, एलेक्सी वोरोबेव, अन्ना डोरोगुश और एंड्री गुलिन। कैटबूस्ट: श्रेणीबद्ध विशेषताओं के साथ निष्पक्ष बूस्टिंग। एडवांस इन न्यूरल इंफॉर्मेशन प्रोसेसिंग सिस्टम, 31:6638–6648, 2018।

गौतमी सोमपल्ली, मीका गोल्डब्लम, एवी श्वार्जचाइल्ड, सी बायन ब्रूस और टॉम गोल्डस्टीन। सेंट: रो अटेंशन और कंट्रास्टिव प्री-ट्रेनिंग के माध्यम से सारणीबद्ध डेटा के लिए बेहतर न्यूरल नेटवर्क। arXiv प्रीप्रिंट arXiv:2106.01342, 2021।

आशीष वासवानी, नोम शज़ीर, निकी परमार, जैकब उस्कोरिट, लियोन जोन्स, ऐडन एन गोमेज़, लुकाज़ कैसर और इलिया पोलोसुखिन। ध्यान ही आपकी ज़रूरत है। एडवांस इन न्यूरल इन्फ़ॉर्मेशन प्रोसेसिंग सिस्टम्स, पृष्ठ 5998–6008, 2017 में।