Geração de dados sintéticos
Gere milhões de registros sintéticos estatisticamente fiéis usando CTGAN, CopulaGAN, TVAE e Gaussian Copula. Compartilhe dados sem risco de privacidade.
4 motores de geracao para cada tipo de dado
Escolha o motor ideal para a distribuicao dos seus dados. Cada motor se destaca em cenarios diferentes.
GAN Tabular Condicional. Ideal para dados de tipo misto (numerico + categorico). Lida com o desbalanceamento de classes e os valores ausentes nativamente.
GAN baseada em copulas para correlacoes multivariadas complexas. Preserva as relacoes nao lineares entre features melhor que os GANs padrao.
Autoencoder Variacional Tabular. Destaca-se com dados de alta dimensionalidade e distribuicoes complexas. Equilibrio entre velocidade e qualidade.
Modelo estatistico para dados continuos. Captura relacoes lineares e nao lineares. Tempo de treinamento mais rapido de todos os motores.
Key Capabilities
Everything you need to get the most out of this module.
4 Motores de IA
CTGAN, CopulaGAN, TVAE e Gaussian Copula — escolha o melhor motor para a distribuição dos seus dados.
Métricas de Qualidade
Divergência KL, preservação de correlação e métricas de cobertura garantem fidelidade estatística.
Pontuação de Privacidade
Avaliação de risco de re-identificação, verificação de k-anonimato e garantias de privacidade.
Escala
Gere 10M+ registros sintéticos. Processamento em lotes com tamanhos de saída configuráveis.
Fidelidade estatistica com garantias de privacidade
Cada dataset sintetico e pontuado tanto em qualidade de dados quanto em protecao de privacidade.
Divergencia KL
Mede o quao bem as distribuicoes sinteticas correspondem aos dados originais. Valores mais baixos indicam maior fidelidade a distribuicao fonte.
Preservacao de Correlacoes
Valida que as relacoes entre features nos dados sinteticos reflitam as originais. Critico para manter a utilidade dos dados em modelos posteriores.
Metricas de Cobertura
Garante que os dados sinteticos cubram a faixa completa das distribuicoes marginais. Previne o colapso de modas e as lacunas em casos extremos.
Risco de Re-identificacao
Avalia a probabilidade de rastrear registros sinteticos ate individuos originais. Pontuado de 0 (seguro) a 1 (alto risco).
Verificacao de k-Anonimato
Verifica tamanhos minimos de grupos em combinacoes de quase-identificadores. Garante que nenhum individuo seja identificavel de forma unica no dataset sintetico.
Privacidade Diferencial
Parametros de privacidade epsilon-delta configuraveis. Garantias matematicas sobre o vazamento de informacoes dos dados sinteticos.
Gere dados sinteticos programaticamente
Treine modelos, gere registros e valide a qualidade — tudo pelo SDK.
from coreplexml import CorePlexMLClient
client = CorePlexMLClient(
base_url="https://api.coreplexml.io",
api_key="sk_your_api_key"
)
# Train a CTGAN model on your dataset
model = client.synthgen.create_model(
project_id="proj_abc",
dataset_version_id="dsv_customer_q1",
name="customer-synth-v1",
model_type="ctgan",
config={"epochs": 300, "batch_size": 500}
)
# Wait for training
client.synthgen.wait(model["id"])
# Generate 100,000 synthetic records
synthetic = client.synthgen.generate(
model_id=model["id"],
num_rows=100_000,
seed=42
)
print(f"Generated: {synthetic['num_rows']} rows")
print(f"KL Divergence: {synthetic['quality']['kl_divergence']:.4f}")
print(f"Re-ID Risk: {synthetic['privacy']['reidentification_risk']:.4f}")
# Download synthetic dataset
client.synthgen.download(model["id"], output_path="synthetic_data.csv")API de SynthGen
Endpoints para treinamento de modelos, geracao de dados e avaliacao de qualidade.
/api/synthgen/modelsTreinar um modelo de dados sinteticos (CTGAN, CopulaGAN, TVAE, Gaussian Copula)
/api/synthgen/models/{id}Obter detalhes do modelo, estado de treinamento e metricas de qualidade
/api/synthgen/models/{id}/generateGerar registros sinteticos (ate 10M+ linhas)
/api/synthgen/models/{id}Excluir um modelo de dados sinteticos
Geracao de dados sinteticos
Metricas de qualidade e analise de distribuicoes
Pronto para comecar?
Comece a construir com CorePlexML hoje. Plano gratuito disponivel — nao e necessario cartao de credito.