Synthetische Datagenerator

Dit hulpmiddel genereert synthetische datasets uit een door de gebruiker gedefinieerd schema en ondersteunt numerieke, categorische en boolean kenmerken met een configureerbare steekproefgrootte. Het maakt reproduceerbare experimenten mogelijk door seed-gebaseerde generatie en behoud van kenmerkenrelaties via covariantiën of copulen. Optionele privacy-opties kunnen ruis toevoegen of DP-geïnspireerde aanpassingen toepassen. De gegenereerde datasets ondersteunen ML-modeltraining, ETL-testen en privacy-vriendelijk data delen zonder echte records bloot te leggen.
Conceptueel definieert u per-kenmerk definities (naam, type, distributeparameters) en optionele correlaties; de engine trekt monsters uit de opgegeven marges en past transformaties toe om doelverdelingen en relaties te bereiken. Uitvoer omvat het dataset en een gedetailleerde generatie metadata-block voor auditability. De tool ondersteunt exporteren naar CSV, JSON en Parquet, wat snelle integratie in data science notebooks en pipelines mogelijk maakt.
Wie profiteert: data scientists, ML engineers, QA testers en data engineers die reproduceerbare data, realistische verdelingen en gecontroleerde privacy nodig hebben. De unieke waarde komt voort uit een schema-gedreven aanpak met reproduceerbaarheid, provenance metadata en privacy-gerichte opties die aan projectbehoeften kunnen worden aangepast.