Nota:
El acceso a esta página requiere autorización. Puede intentar iniciar sesión o cambiar directorios.
El acceso a esta página requiere autorización. Puede intentar cambiar los directorios.
Solo se aplica a:portal Foundry (clásico). Este artículo no está disponible para el nuevo portal de Foundry.
Obtenga más información sobre el nuevo portal.
Nota
Los vínculos de este artículo pueden abrir contenido en la nueva documentación de Microsoft Foundry en lugar de la documentación de Foundry (clásico) que está viendo ahora.
En el Portal de Foundry de Microsoft, puede usar la creación de datos sintéticos para producir predicciones de forma eficaz para los conjuntos de datos. En este artículo se presenta el concepto de generación de datos sintéticos y cómo se puede usar en el aprendizaje automático.
¿Qué es la generación de datos sintéticos?
La generación de datos sintéticos implica la creación de datos artificiales que imitan las propiedades estadísticas de los datos reales. Estos datos se generan a través de algoritmos y técnicas de aprendizaje automático. Puede usar los datos de varias maneras, como simulaciones por ordenador o el modelado de eventos del mundo real.
Ventajas
En el aprendizaje automático, los datos sintéticos son valiosos para:
Aumento de datos: ayuda a expandir el tamaño de los conjuntos de datos de entrenamiento, lo que es fundamental para entrenar modelos de aprendizaje automático sólidos. Esta técnica de expansión es especialmente útil cuando los datos del mundo real son escasos o costosos de obtener.
Pruebas y validación: permite realizar pruebas exhaustivas y validar modelos de aprendizaje automático en varios escenarios sin necesidad de datos reales.
Cuaderno de ejemplo
Para ver cómo generar datos sintéticos, puede usar el cuaderno de ejemplo.