Генерування реалістичних наборів даних за допомогою Faker

Create Your Free Account

or

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

Ця вправа є частиною курсу

Конфіденційність даних і анонімізація в Python

SkillTag.level.advancedSkillTag.label

4.9+

50 reviews

Почніть курс безкоштовно

Підготуйтеся застосовувати техніки анонімізації, зокрема приховування даних, маскування, генерацію синтетичних даних і узагальнення. У цьому розділі ви навчитеся розрізняти чутливу та нечутливу персонально ідентифіковану інформацію (PII), квазіідентифікатори та основи GDPR. Ви також побачите реальні приклади того, що може піти не так, якщо не дотримуватися цих найкращих практик.

Exercise 1: Що є приватним і чому це важливо?Exercise 2: Приватність — це сила Exercise 3: Конфіденційні чи неконфіденційні?Exercise 4: Приховування чутливих атрибутів Exercise 5: Маскування даних і генерування даних за допомогою Faker Exercise 6: Маскування конфіденційних PII Exercise 7: Видалення імен за допомогою faker Exercise 8: Анонімізація за допомогою узагальнення даних Exercise 9: Зменшення ризику ідентифікації за допомогою узагальнення Exercise 10: Агрегація даних та узагальнення даних Exercise 11: Топ- і боттом-кодування зарплат у Білому домі

Дізнайтеся, як анонімізувати дані шляхом вибірки з наборів даних відповідно до ймовірнісного розподілу стовпців. Потім ви навчитеся застосовувати модель приватності k-anonymity, щоб запобігти атакам зв'язування або повторної ідентифікації, і використовувати ієрархії для узагальнення даних у категоріальних змінних.

Exercise 1: Анонімізація категоріальних даних Exercise 2: Дослідіть розподіл даних Exercise 3: Вибірка з того самого ймовірнісного розподілу Exercise 4: Анонімізація неперервних даних Exercise 5: Різні розподіли Exercise 6: Вибірка з найкращого неперервного розподілу Exercise 7: Вступ до k-anonymity Exercise 8: Атрибути приватності Exercise 9: Узагальнення до інтервалів Exercise 10: Узагальнення даних за допомогою ієрархій Exercise 11: Використання ієрархій для категоріальних даних Exercise 12: K-анонімізація набору даних

Дізнайтеся про диференційну приватність — модель, яку використовують провідні технологічні компанії, зокрема Apple, Google та Uber. У цьому розділі ви досліджуватимете дані, створюючи приватні гістограми та обчислюючи приватні середні значення. Ви також створите диференційно приватні моделі машинного навчання, які дають змогу бізнесу підвищити корисність своїх даних.

Exercise 1: Вступ до диференційної приватності Exercise 2: Епсілон (ϵ): чарівне число Exercise 3: Гістограми з диференційною приватністю Exercise 4: Бюджети приватності Exercise 5: Використання бюджетів приватності Exercise 6: Коли бюджет вичерпано Exercise 7: Дослідження даних із обліковцем бюджету конфіденційності Exercise 8: Диференційно-приватні моделі машинного навчання Exercise 9: Побудуйте диференційно-приватний класифікатор Exercise 10: Прогнозування рівня зарплат Exercise 11: Кластеризаційні моделі з диференційною приватністю Exercise 12: Попередня обробка даних Exercise 13: Сегментація клієнтів

У фінальному розділі ви навчитеся застосовувати методи зменшення розмірності, зокрема аналіз головних компонент (PCA), щоб анонімізувати великі багатостовпцеві набори даних. Потім ви використаєте Faker для генерації реалістичних і узгоджених наборів даних, а scikit-learn — для створення синтетичних наборів даних, що відповідають нормальному розподілу. Нарешті, ви поєднаєте все вивчене в цьому курсі, комбінуючи кілька технік, щоб безпечно публікувати набори даних для широкого загалу.

Exercise 1: PCA для анонімізації Exercise 2: Анонімізація високовимірних даних Exercise 3: Маскування даних за допомогою PCA Exercise 4: Генерування реалістичних наборів даних за допомогою Faker

Поточна вправа

Exercise 5: Послідовний синтетичний набір даних Exercise 6: Набори даних з однаковим імовірнісним розподілом Exercise 7: Створення синтетичних наборів даних за допомогою scikit-learn Exercise 8: Генерування наборів даних для класифікації Exercise 9: Генерування наборів даних для кластеризації Exercise 10: Безпечно оприлюднюйте набори даних Exercise 11: Дослідження та псевдонімізація набору даних Exercise 12: Підготовка даних про працівників до безпечного оприлюднення Exercise 13: Чудова робота!