منصوبے کے بارے میں

SDV (Synthetic Data Vault) ایک Python لائبریری ہے جو ٹیبلر مصنوعی ڈیٹا بنانے کے لیے استعمال ہوتی ہے۔ یہ حقیقی ڈیٹا سے مشین لرننگ کے مختلف ماڈلز کے ذریعے پیٹرن سیکھتی ہے اور انہیں پیدا کردہ ڈیٹا میں دوبارہ پیش کرتی ہے۔ README میں بیان کردہ اہم صلاحیتیں: - متعدد سنتھیسائزرز، کلاسیکی شماریاتی طریقوں (GaussianCopula) سے لے کر گہری تعلیم (CTGAN) تک۔ - سنگل ٹیبل، متعدد منسلک ٹیبلز، اور سیکوئنشل ٹیبلز کے لیے معاونت۔ - میٹا ڈیٹا پر مبنی ماڈلنگ: کالم ڈیٹا کی اقسام، پرائمری کلید اور تعلقات میٹا ڈیٹا میں بیان کیے جاتے ہیں۔ - تشخیص اور تصور: معیار کی رپورٹس اور کالم پلاٹس کے ساتھ مصنوعی بمقابلہ حقیقی ڈیٹا کا موازنہ کریں۔ - پری پروسیسنگ، گمنامی کے اختیارات، اور کاروباری اصولوں کو کوڈ کرنے کے لیے منطقی رکاوٹیں۔ - کولاب نوٹ بکس کے ذریعے ڈیمو ڈیٹاسیٹس اور ٹیوٹوریلز، دستاویزات اور کمیونٹی فورم کے ساتھ۔ عام ورک فلو: ڈیمو ڈیٹاسیٹ اور میٹا ڈیٹا ڈاؤن لوڈ کریں، GaussianCopulaSynthesizer جیسا سنتھیسائزر انسٹنٹی ایٹ کریں، اسے حقیقی ڈیٹا پر فٹ کریں، پھر مصنوعی قطاریں نمونہ کریں۔ ایک معیار کی رپورٹ مجموعی اسکور کے ساتھ ساتھ کالم شکل اور کالم جوڑی رجحان کی خرابیوں کا حساب دیتی ہے۔ یہ پروجیکٹ The Synthetic Data Vault Project کا حصہ ہے، جو اصل میں 2016 میں MIT کے Data to AI Lab میں بنایا گیا تھا اور بعد میں DataCebo نے تیار کیا۔ یہ Business Source License کے تحت تقسیم کیا جاتا ہے اور pip یا conda کے ذریعے انسٹال کیا جا سکتا ہے۔