Observação
O acesso a essa página exige autorização. Você pode tentar entrar ou alterar diretórios.
O acesso a essa página exige autorização. Você pode tentar alterar os diretórios.
Aplica-se somente a:
Portal Foundry (clássico). Este artigo não está disponível para o novo portal do Foundry.
Saiba mais sobre o novo portal.
Nota
Links neste artigo podem abrir conteúdo na nova documentação do Microsoft Foundry em vez da documentação da Foundry (clássica) que você está exibindo agora.
No portal do Microsoft Foundry, você pode usar a geração de dados sintéticos para produzir previsões com eficiência para seus conjuntos de dados. Este artigo apresenta o conceito de geração de dados sintéticos e como você pode usá-lo no aprendizado de máquina.
O que é a geração de dados sintéticos?
A geração de dados sintéticos envolve a criação de dados artificiais que imitam as propriedades estatísticas dos dados do mundo real. Esses dados são gerados por meio de algoritmos e técnicas de machine learning. Você pode usar os dados de várias maneiras, como simulações de computador ou modelagem de eventos do mundo real.
Benefícios
No aprendizado de máquina, os dados sintéticos são valiosos para:
Aumento de dados: ajuda a expandir o tamanho dos conjuntos de dados de treinamento, o que é crucial para treinar modelos robustos de machine learning. Essa técnica de expansão é especialmente útil quando os dados do mundo real são escassos ou caros de obter.
Teste e validação: permite testes extensivos e validação de modelos de machine learning em vários cenários sem a necessidade de dados reais.
Bloco de anotações de exemplo
Para ver como gerar dados sintéticos, você pode usar o notebook de exemplo.