A comprehensive toolkit and benchmark for tabular data learning, featuring 30+ deep methods, more than 10 classical methods, and 300 diverse tabular datasets.

Ce dépôt propose des modèles FT-Transformer interprétables (ftt, ftt_plus, ftt_plus_plus, ftt_random) pour prédire et expliquer le churn client dans la banque et les télécoms, une première dans la littérature.