趋近智
机器学习合成数据介绍
章节 1: 了解合成数据
什么是合成数据？
为何生成人工数据？
真实数据与合成数据
常用术语
潜在优势
一般限制
章节 2: 数据生成的基本方法
数据生成模型的构想
从统计分布生成数据
基于规则的系统简介
生成简单的数值数据
生成简单分类数据
动手实践：创建基本合成数据
章节 3: 生成合成表格数据
理解表格数据结构
行采样方法
独立列值生成
维护列的基本关联性
数据匿名化方法概述
动手实践：生成一个合成表格
章节 4: 介绍合成图像数据
图像数据为何需要合成？
图像的基本属性：像素与色彩
用简单形状和图案制作图像
施加噪声与简单数据增强
简单场景的渲染入门
生成真实感图像的困难
动手实践：生成简单的合成图像
章节 5: 评估合成数据质量
评估的重要性
视觉检查方法
基本统计比较
比较数据分布
保真度与实用性的理念
章节 6: 工具和库概览
软件在数据生成中的作用
用于基本数据操作的库 (NumPy, Pandas)
Faker 库简介
简单图像处理库 (Pillow, Scikit-image)
查找生成工具
数据生成模型的构想
这部分内容有帮助吗？
- Synthetic Data for Machine Learning: Principles and Practice, Maksim Khakimov, Altynbek Seitov, Aziza Alimzhanova, and Zhamilya Baizakova, 2021 (Springer) DOI: 10.1007/978-3-030-74697-3 - 对合成数据进行了基础介绍，定义了其目的并概述了包括统计方法在内的基本生成原理。
- A Survey on Synthetic Data Generation, Jingge Li, Xiangyu Han, Yaliang Li, Chengyu Song, Jun Ma, 2022 Journal of Big Data Analytics in Transportation, Vol. 4 (Springer) DOI: 10.1007/s42493-022-00078-0 - 全面概述了合成数据生成方法，涵盖从基本统计模型到更复杂的机器学习方法。
- Monte Carlo Statistical Methods, Christian P. Robert, George Casella, 2004 (Springer) DOI: 10.1007/978-0-387-21239-5 - 经典著作，详细介绍了从各种统计分布生成随机变量的方法，是合成数据“统计描述”方法的基石。（第2版）
- Privacy-Preserving Data Publishing, Raymond Wong, Min Wu, and Chengqi Zhang, 2011 (Springer) DOI: 10.1007/978-1-4419-5867-0 - 讨论了在保护隐私的同时发布数据的技术，包括基于统计属性生成合成或扰动数据的方法。