Startseite
Podcasts
Data Science Deep Dive Podcast
#74: [PAIQ1] Predictive AI Quarterly

#74: [PAIQ1] Predictive AI Quarterly

Data Science Deep Dive vor 1 Jahr

0:00

28:06

Predictive AI Quarterly ist unser neues Format im Data Science
Deep Dive. Alle 3 Monate sprechen wir über Entwicklungen im
Bereich Predictive AI - kompakt, kritisch und praxisnah. Wir
starten mit einem Überblick zu den aktuellen News und Trends,
danach wird's hands-on: Wir berichten, was wir selbst ausprobiert
haben, was gut funktioniert hat und was nicht.

**Zusammenfassung**

TabPFN ist ein Foundation-Modell speziell für tabulare Daten,
das Prognose- und Klassifikationsaufgaben ohne Finetuning lösen
kann

Finetuning-Optionen: Neben dem kostenpflichtigen Angebot von
PriorLabs existiert ein Open-Source-Repo zum Finetuning von
TabPFN, das aktiv weiterentwickelt wird

mit TabICL gibt es ein weiteres Foundation-Modell für
tabulare Daten, das synthetisch trainiert ist, sich auf
Klassifikation konzentriert und auch bei großen Datensätzen (bis
500k Zeilen) schnelle Inferenz verspricht

Foundation-Modelle für Zeitreihen: Unternehmen wie IBM,
Google und Salesforce entwickeln eigene Foundation-Modelle für
Time-Series Forecasting (z. B. TTMs, TimesFM, Moirai), diese
werden bislang auf echten Zeitreihen trainiert

der GIFT-Benchmark dient als Standard zum Vergleich von
Zeitreihenmodellen – hier zeigt sich, dass ein angepasstes TabPFN
auch für Zeitreihen überraschend leistungsfähig ist

Hands On:

TabPFN lässt sich analog zu scikit-learn einsetzen und ist
besonders dann praktisch, wenn eine GPU vorhanden ist, die
Einstiegshürde ist sehr niedrig

in Zukunft wird mit multimodalen Erweiterungen (z. B.
Bilder), quantisierten Varianten und weiteren Alternativen zu
TabPFN gerechnet, der Bereich Foundation Models für strukturierte
Daten entwickelt sich rasant

**Links**

Podcastfolge #72: TabPFN: Die KI-Revolution für tabulare
Daten mit Noah Hollmann

TabPFN:

Finetuning Angebot von Prior Labs

GitHub-Repo: Finetune TabPFN v2

GitHub-Repo: Zero-Shot Time Series Forecasting mit
TabPFNv2

TabICL:

GitHub-Repo: TabICL – Tabular In-Context Learning

Workshop @ ICML 2025: Foundation Models for Structured Data
(18. Juli 2025 in Vancouver)

Blogartikel & Studien:

Tiny Time Mixers (TTMs) von IBM Research

Moirai: A Time Series Foundation Model by
Salesforce

Blogartikel von inwt: "TabPFN: Die KI-Revolution für
tabulare Daten"

Huggingface Spaces & Modelle:

TimesFM Foundation Model für Zeitreihen von Google
Research

GIFT-Eval Forecasting Leaderboard

Fragen, Feedback oder Themenwünsche? Schreibt uns gern an:
podcast@inwt-statistics.de