Syntetisk datagenerator

Dette værktøj genererer syntetiske datasæt ud fra et brugerdefineret skema og understøtter numeriske, kategoriske og booleske funktioner med konfigurerbar stikprøvestørrelse. Det muliggør reproducerbare eksperimenter ved hjælp af seed-baseret generering og opretholdelse af funktioners relationer gennem kovarianser eller copulaer. Valgbare privatlivsindstillinger kan tilføre støj eller DP-inspirerede justeringer. De genererede datasæt letter træning af ML-modeller, ETL-test og privatlivsvenlig dataudveksling uden at dele rigtige poster.
Konceptuelt definerer du per-funktion definitioner (navn, type, distributionsparametre) og valgfrie korrelationer; motoren trækker prøver fra de angivne margner og anvender transformationer for at nå målfordelinger og relationer. Outputtet inkluderer datasættet og en detaljeret genererings-metadata-blok til revision. Værktøjet understøtter flere eksportformater som CSV, JSON og Parquet, hvilket gør det nemt at integrere i data science-notebooks og pipelines.
Brugere, der drager fordel: data scientists, ML-ingeniører, QA-testere og dataingeniører, der har brug for repeterbare data, realistiske fordelingsmønstre og kontrolleret privatliv. Værdien kommer fra en skemadrevet tilgang kombineret med reproducerbarhed, provenance metadata og privatlivsorienterede muligheder, som kan tilpasses projektbehov.