Syntetisk datagenerering i Azure AI Foundry-portalen
I Azure AI Foundry-portalen kan du använda syntetisk datagenerering för att effektivt skapa förutsägelser för dina datauppsättningar. Den här artikeln beskriver begreppet syntetisk datagenerering och hur du kan använda den i maskininlärning.
Vad är syntetisk datagenerering?
Syntetisk datagenerering innebär att skapa artificiella data som efterliknar de statistiska egenskaperna för verkliga data. Dessa data genereras via algoritmer och maskininlärningstekniker. Du kan använda data på olika sätt, till exempel datorsimuleringar eller modellering av verkliga händelser.
Förmåner
Inom maskininlärning är syntetiska data värdefulla för:
Dataförstoring: Det hjälper till att utöka storleken på träningsdatauppsättningar, vilket är avgörande för träning av robusta maskininlärningsmodeller. Den här expansionstekniken är särskilt användbar när verkliga data är knappa eller dyra att hämta.
Testning och validering: Det möjliggör omfattande testning och validering av maskininlärningsmodeller i olika scenarier utan behov av verkliga data.
Exempel på notebook-fil
Om du vill se hur du genererar syntetiska data kan du använda exempelanteckningsboken.