FULGOR_
Benchmarks

¿Qué función de pérdida funciona mejor en regresión tabular?

fulgor@ai:~$ cat news_1

› El artículo, publicado en octubre de 2026, es obra de seis investigadores: Danil Rudenko, Georgii Bulgakov, Nikolai Kartashev, Ivan Rubachev, Daniil Krasylnikov y Artem Babenko.

fulgor@ai:~$ cat news_2

› El código de los experimentos está disponible públicamente en el enlace indicado en su trabajo.El problema: falta una comparativa rigurosa de funciones de pérdidaLas redes neuronales aplicadas a datos tabulares son un campo de investigación muy activo, pero la elección de la función objetivo en tareas de regresión ha sido, según apuntan los autores, un grado de libertad poco explorado.

fulgor@ai:~$ cat news_3

› Existen varias líneas de trabajo que plantean alternativas al error cuadrático medio estándar (MSE), pero las discrepancias entre conjuntos de datos, arquitecturas de red y protocolos de evaluación dificultaban comprobar sus ventajas reales en la práctica.

fulgor@ai:~$ cat news_4

› Los autores se propusieron resolver este vacío.Qué han analizado en el estudioLlevaron a cabo una reevaluación sistemática de las funciones objetivo para regresión tabular.

fulgor@ai:~$ open --full
Leer completo

¿Qué función de pérdida funciona mejor en regresión tabular?

Abrir artículo en elfulgor.es