Ein riesiger Teil aller verfügbarer Daten ist in Tabellenform organisiert. Das heißt eine matrixförmige Organisation der Daten in Zeilen und Spalten.

Was kann künstliche Intelligenz mit solchen Daten anfangen? Wie stehen tabellarische Daten mit Machine Learning und Entscheidungsbäumen (Decision Trees) bzw. Ensembling Machine Learning Technologien wie Random Forests in Verbindung?

…. und kann Deep Learning auch bei tabellarischen Daten - das klassichen Anwendungsgebiet von Machine Learning Techniken - auch punkten?

Deep Learning liefert die beste Performance, wenn neben den rein tabellarischen Daten auch weitere Daten - wie z.B. Bilddaten - in das KI-Modell aufgenommen werden sollen.

Wenn wir deep learning Techniken (bzw. neuronale Netze) für tabellarische Daten einsetzen wollen, so kommen wir nicht embedding Layern vorbei. Der Embedding Layer ist stark vereinfacht ausgedrückt ein Array, in dem unser Modell bestimmte Werte der Features nachschlagen kann. So wird die Performance unseres neuronalen Netzes enorm gesteigert.