TabProbe框架利用表格基础模型学习关联规则
热点事件持续更新
TabProbe框架利用表格基础模型学习关联规则
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
研究人员 Erkan Karabulut 等提出了 TabProbe 框架，这是一种模型无关的关联规则学习方法。该框架利用表格基础模型作为条件概率估计器，直接从模型中提取关联规则，避免传统频繁项目集挖掘。 在低数据场景下，该方法无需任务特定训练即可生成简洁且高质量的规则，具备强鲁棒性。相关扩展版本已发表在 TMLR，开源代码已提供。
AI 根据报道生成 · 3 小时前更新
最新进展10月21日 12:00
TabProbe：利用表格基础模型实现模型无关的关联规则学习报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- arXiv · AITabProbe：利用表格基础模型实现模型无关的关联规则学习
TabProbe 提出一种模型无关的关联规则学习框架，利用表格基础模型作为条件概率估计器，直接从模型中提取关联规则，无需传统频繁项目集挖掘。 在低数据场景下，该方法无需任务特定训练即可生成简洁且高质量的规则，具备强鲁棒性。 扩展版本已发表在 TMLR，开源代码已提供。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月21日 15:00
- 近 24 小时变化
- –
02.557.510
15:0016:0017:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。