Mambular: Tabular Deep Learning mit Mamba Architekturen

Tabellarische Daten & GBDTs – Das Ende der Geschichte? Oder erst der Anfang...?

Jahrelang haben wir Gradient-Boosted Decision Trees (XGBoost & Co.) optimiert und als Arbeitspferd genutzt. Aber Hand aufs Herz: Wer ist noch nie
an Grenzen gestoßen, gerade wenn Daten komplexer werden und man denkt: "Da müsste doch mehr gehen?“

✨ Vorhang auf für Mambular! ✨
Die Idee: Die Power sequenzieller Modelle wie Mamba, adaptiert für Tabellen – aber ohne den üblichen Deep Learning Implementierungs-Albtraum! Mambular bringt Deep Learning für Regression, Klassifikation oder Verteilungsregression direkt in euren Scikit-learn Workflow (fit, predict, transform). Kein Frickeln, einfaches pip install mambular, inklusive Handling von Preprocessing. Endlich zugängliches DL für Tabellen!

🚀 Neugierig, wie das "Tabellen-Sequenzen"-Denken in der Praxis aussieht? 🚀

Wir, die German Data Science Society (GDS) e.V., die DBU Digital Business University of Applied Sciences und die accantec group, zeigen euch im virtuellen Event, wie Mambular die Karten neu mischen könnte. Wo seht ihr das größte Potenzial (oder die größten Fragezeichen) für neue Ansätze bei tabellarischen Daten? Diskutiert mit!