synthetic-data-examples
跑通几个 Notebook，快速学会生成合成数据
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-09-12 · 当前星标 ★ 180
核心亮点
- 用 Jupyter Notebook 呈现，代码、说明和输出在同一页面，边看边跑，学习成本低
- 覆盖多种合成数据生成思路，不局限于单一库或方法，便于横向对比
- 示例代码可直接复制到自己的项目中修改，适合快速原型验证
不足之处
- 项目星标较少，社区活跃度和维护频率有限，长期更新不确定
- 示例偏教学性质，缺少生产级封装、性能优化和完整评估指标
适用场景
- 机器学习初学者想了解合成数据生成的基本流程和常用方法
- 数据科学家在隐私敏感场景下需要快速生成替代数据做实验
- 教师或培训者寻找可演示的合成数据教学案例
替代项目
sdv、ydata-synthetic、faker
下一篇：sdg_hub
同类项目推荐
awesome-open-data-annotation
开源
一站式找到最合适的开源数据标注工具
Open Source Data Annotation & Labeling Tools
anime-offline-database
开源
一份JSON搞定动漫元数据，跨站引用直接查
A JSON based anime dataset containing the most important meta data as well as cross ···
VPSCI-Dataset
开源
真实车人冲突场景数据，直接喂给自动驾驶安全模型
VPSCI（Vehicle–Pedestrian Safety-Critical Interaction）Dataset
datasets
开源
100+免费数据集一站索引，找数据不再到处翻
A compilation of 125+ free datasets for use in social science, applied microeconomic···
awesome-NLP-resources
开源
一站式收藏NLP项目，告别东搜西找
a collection of NLP projects&tools. 自然语言处理方向项目和工具集合。
ObjaversePlusPlus
开源
想要高质量3D数据？Objaverse++ 帮你筛选出精品，训练效果更稳。
[ICCV 2025] Repo for Objaverse++, Curated 3D Object Dataset with Quality Annotations
medical-datasets
开源
医学影像数据集一站清单，找数据不再东翻西找
tracking medical datasets, with a focus on medical imaging
awesome-segmentation-saliency-da···
开源
找图像分割/显著性数据集，看这个清单就够了
A collection of some datasets for segmentation / saliency detection. Welcome to PR..···
DataFlow
开源
用 LLM 算子搭流水线，把脏数据一键变成训练集
[SIGMOD'27] Easy Data Preparation with latest LLMs-based Operators and Pipelines.