Copertina

LightAutoDS-Tab: Multi-AutoML Agentic System for Tabular Data

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Lapin, Aleksey, Hromov, Igor, Chumakov, Stanislav, Mitrovic, Mile, Simakov, Dmitry, Nikitin, Nikolay O., Savchenko, Andrey V.
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Bag of Tricks for Multimodal AutoML with Image, Text, and Tabular Data
di: Tang, Zhiqiang, et al.
Pubblicazione: (2024)

AutoML-Agent: A Multi-Agent LLM Framework for Full-Pipeline AutoML
di: Trirat, Patara, et al.
Pubblicazione: (2024)

TabRepo: A Large Scale Repository of Tabular Model Evaluations and its AutoML Applications
di: Salinas, David, et al.
Pubblicazione: (2023)

ML2B: Multi-Lingual ML Benchmark For AutoML
di: Trofimova, Ekaterina, et al.
Pubblicazione: (2025)

AutoIntent: AutoML for Text Classification
di: Alekseev, Ilya, et al.
Pubblicazione: (2025)

AutoML-Med: A Framework for Automated Machine Learning in Medical Tabular Data
di: Francia, Riccardo, et al.
Pubblicazione: (2025)

Robustness of AutoML on Dirty Categorical Data
di: Bueno, Marcos L. P., et al.
Pubblicazione: (2026)

Problem-oriented AutoML in Clustering
di: da Silva, Matheus Camilo, et al.
Pubblicazione: (2024)

AutoML in Cybersecurity: An Empirical Study
di: Saad, Sherif, et al.
Pubblicazione: (2025)

The Potential of AutoML for Recommender Systems
di: Vente, Tobias, et al.
Pubblicazione: (2024)

AutoML Systems For Medical Imaging
di: Jidney, Tasmia Tahmida, et al.
Pubblicazione: (2023)

Optimal Pricing for Data-Augmented AutoML Marketplaces
di: Han, Minbiao, et al.
Pubblicazione: (2023)

Hyperparameter Importance Analysis for Multi-Objective AutoML
di: Theodorakopoulos, Daphne, et al.
Pubblicazione: (2024)

NNGPT: Rethinking AutoML with Large Language Models
di: Kochnev, Roman, et al.
Pubblicazione: (2025)

Squeezing Lemons with Hammers: An Evaluation of AutoML and Tabular Deep Learning for Data-Scarce Classification Applications
di: Knauer, Ricardo, et al.
Pubblicazione: (2024)

AutoGluon-Multimodal (AutoMM): Supercharging Multimodal AutoML with Foundation Models
di: Tang, Zhiqiang, et al.
Pubblicazione: (2024)

OpenAutoNLU: Open Source AutoML Library for NLU
di: Arshinov, Grigory, et al.
Pubblicazione: (2026)

AutoML in The Wild: Obstacles, Workarounds, and Expectations
di: Sun, Yuan, et al.
Pubblicazione: (2023)

X Hacking: The Threat of Misguided AutoML
di: Sharma, Rahul, et al.
Pubblicazione: (2024)

DREAM: Debugging and Repairing AutoML Pipelines
di: Zhang, Xiaoyu, et al.
Pubblicazione: (2023)

Assessing the Use of AutoML for Data-Driven Software Engineering
di: Calefato, Fabio, et al.
Pubblicazione: (2023)

AutoML for Multi-Class Anomaly Compensation of Sensor Drift
di: Schaller, Melanie, et al.
Pubblicazione: (2025)

LEMUR Neural Network Dataset: Towards Seamless AutoML
di: Goodarzi, Arash Torabi, et al.
Pubblicazione: (2025)

ZeroML: A Next Generation AutoML Language
di: Mahmud, Monirul Islam
Pubblicazione: (2025)

Explaining AutoClustering: Uncovering Meta-Feature Contribution in AutoML for Clustering
di: da Silva, Matheus Camilo, et al.
Pubblicazione: (2026)

Data-Driven Stochastic AC-OPF using Gaussian Processes
di: Mitrovic, Mile
Pubblicazione: (2024)

Exploring the impact of fairness-aware criteria in AutoML
di: Simões, Joana, et al.
Pubblicazione: (2026)

Budget-aware Query Tuning: An AutoML Perspective
di: Wu, Wentao, et al.
Pubblicazione: (2024)

An AutoML-based approach for Network Intrusion Detection
di: Gyimah, Nana Kankam, et al.
Pubblicazione: (2024)

EDCA - An Evolutionary Data-Centric AutoML Framework for Efficient Pipelines
di: Simões, Joana, et al.
Pubblicazione: (2025)

Explainable AutoML (xAutoML) with adaptive modeling for yield enhancement in semiconductor smart manufacturing
di: Zhai, Weihong, et al.
Pubblicazione: (2024)

Pre-Hoc Predictions in AutoML: Leveraging LLMs to Enhance Model Selection and Benchmarking for Tabular datasets
di: Belkhiter, Yannis, et al.
Pubblicazione: (2025)

Auto-Unrolled Proximal Gradient Descent: An AutoML Approach to Interpretable Waveform Optimization
di: Kaplan, Ahmet
Pubblicazione: (2026)

Auto-ADMET: An Effective and Interpretable AutoML Method for Chemical ADMET Property Prediction
di: de Sá, Alex G. C., et al.
Pubblicazione: (2025)

An AutoML Framework using AutoGluonTS for Forecasting Seasonal Extreme Temperatures
di: Rodríguez-Bocca, Pablo, et al.
Pubblicazione: (2025)

I-MCTS: Enhancing Agentic AutoML via Introspective Monte Carlo Tree Search
di: Liang, Zujie, et al.
Pubblicazione: (2025)

In-Context Decision Making for Optimizing Complex AutoML Pipelines
di: Balef, Amir Rezaei, et al.
Pubblicazione: (2025)

Deciphering AutoML Ensembles: cattleia's Assistance in Decision-Making
di: Kozak, Anna, et al.
Pubblicazione: (2024)

AutoML Benchmark with shorter time constraints and early stopping
di: Jurado, Israel Campero, et al.
Pubblicazione: (2025)

Extreme AutoML: Analysis of Classification, Regression, and NLP Performance
di: Ratner, Edward, et al.
Pubblicazione: (2024)