sdv-dev/CTGAN

解決的問題

它提供了一種生成高保真單表表格數據合成版本的方法。這讓使用者能夠創建人工資料集，保留真實世界資料的統計特性，同時不使用原始記錄。

工作原理

該程式庫實現了深度學習模型，特別是條件生成對抗網絡（CTGAN）和表格變分自編碼器（TVAE），基於2019年NeurIPS論文。這些模型學習真實資料集的分佈，然後可用於採樣新的合成記錄，以模擬原始資料。

適用對象

需要合成表格資料進行測試、隱私保護資料共享或資料集增強的資料科學家和機器學習工程師。

特色

• 使用專為表格資料設計的深度學習架構（CTGAN 和 TVAE）。
• 支援連續（float）和離散（int/string）資料類型。
• 可作為獨立程式庫使用，也可作為更大的 Synthetic Data Vault（SDV）生態系統的一部分。
• 基於在 NeurIPS 2019 上發表的同行評審研究。

這是一個強大的工具，能有效生成與真實資料高度相似的合成資料——@jamesmccaffrey