昔からある話ですが、Google CloudからAutoML Tablesが発表される等、表形式データにニューラルネットを用いることの障壁は日々低くなっているように感じられます。 LightGBM開発者によるDeepGBMが話題になる等、研究においても特に決定木を意識したアプローチが(局所的に)盛り上がっているようなのでリンク集を作ってみました。 論文リスト CTR予測にNNを用いる研究は数多くあるので、次のような特徴を持つものに限定します。 表形式データに対して、FCNでは精度が出しにくい一方でGBDTが実績を挙げているというモチベーション ヘヴィサイド関数的なもの(tanhが多そう)で分岐を表現する 2を積むことで決定木らしい形にする ショートカットを導入することで加法木らしい性質を持たせる Higgs等で数値実験をする 以下に挙げているようにICLR 2020へ3本ほどこのような分野