正规化就是您所需要的：简单的神经网络可以在表格数据上Excel Excel

下载PDF摘要：表格数据集是最后一个＆＃34; uncthed castle＆＃34;对于深度学习，具有梯度提升决策树等甚至仍然针对最近的专业神经架构的梯度提升决策树的方法。在本文中，我们假设提高神经网络性能的关键延续了一大集现代化技术的关节和同时应用。因此，我们通过在使用Ajoint Optimization上搜索每个数据集的最优方式/混合物，从而通过通过在常规的决定和它们的ramensidizers的决定上搜索每个数据集的最佳序列/混合物，通过针对每个数据集进行13个正则化技术的最优方式/混合物来提出正规化。我们对MLP的大规模实证研究进行了明确评估了对MLP的对MLP的影响，并证明（i）良好的正规化普通的MLPSSignight MLPS显着优于最近的最先进的专业神经网络建筑，（ii）甚至优于强大的传统ML方法，如XGBoost。

书目工具代码＆amp;关于Arxivlabs Arxivlabs的数据相关论文是一个框架，允许合作者在我们的网站上直接开发和分享新的Arxiv功能。

与Arxivlabs合作的个人和组织都接受并接受了我们的开放，社区，卓越和用户数据隐私价值观。 Arxiv致力于这些价值观，只与遵守它们的合作伙伴合作。

有一个项目，将增加Arxiv＆＃39;社区的价值？了解有关Arxivlabs以及如何参与的更多信息。