Generarea practică de date sintetice: Echilibrul dintre confidențialitate și disponibilitatea largă a datelor

Recenzii ale cititorilor

Cartea nu îndeplinește așteptările cititorilor care caută o resursă tehnică, în special în domeniul învățării automate, deoarece îi lipsesc aplicațiile practice, exemplele de codare și conținutul substanțial.

Autorul pare să aibă o mare încredere în propria lucrare în comparație cu această carte, indicând faptul că consideră că propria resursă este mult mai cuprinzătoare și mai valoroasă.

Cartea nu este tehnică, nu conține cod sau formule, are referințe rare, este scurtă la 145 de pagini cu imagini mari, neinformative și nu este potrivită pentru practicienii învățării automate.

(pe baza a 1 recenzii ale cititorilor)

Titlul original:

Practical Synthetic Data Generation: Balancing Privacy and the Broad Availability of Data

Conținutul cărții:

Construirea și testarea modelelor de învățare automată necesită acces la date mari și diverse. Dar unde puteți găsi seturi de date utilizabile fără a întâmpina probleme legate de confidențialitate? Această carte practică prezintă tehnici de generare a datelor sintetice - date false generate din date reale - astfel încât să puteți efectua analize secundare pentru a face cercetare, a înțelege comportamentele clienților, a dezvolta noi produse sau a genera noi venituri.

Oamenii de știință din domeniul datelor vor învăța cum generarea de date sintetice oferă o modalitate de a face astfel de date disponibile pe scară largă în scopuri secundare, abordând în același timp multe preocupări legate de confidențialitate. Analiștii vor învăța principiile și pașii pentru generarea de date sintetice din seturi de date reale. Iar liderii de afaceri vor vedea cum datele sintetice pot ajuta la accelerarea timpului de realizare a unui produs sau a unei soluții.

Această carte descrie:

⬤ Etape pentru generarea datelor sintetice folosind distribuții normale multivariate.

⬤ Metode de ajustare a distribuției care acoperă diferite metrici de bonitate a ajustării.

⬤ modul de replicare a structurii simple a datelor originale.

⬤ O abordare pentru modelarea structurii datelor pentru a lua în considerare relațiile complexe.

⬤ Multiple abordări și măsurători pe care le puteți utiliza pentru a evalua utilitatea datelor.

⬤ Modul în care analiza efectuată pe date reale poate fi reprodusă cu date sintetice.

⬤ Implicațiile datelor sintetice asupra confidențialității și metodele de evaluare a divulgării identității.