Git Stars Git Stars

#synthetic-data リポジトリ

#synthetic-dataのタグが付いた、GitHub上の49件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は118,509個で、プロジェクトあたりの平均は2,418個です。このトピックをリードしているのは、21,929個のスターを獲得しているstefan-jansen/machine-learning-for-tradingです。

49
リポジトリ総数
118,509
合計スター数
2,418
リポジトリあたりの平均スター数

リポジトリ合計49件

1
stefan-jansen/machine-learning-for-trading

『機械学習によるトレーディング』第3版のコード — データ収集からライブ実行まで。

stefan-jansen
⭐ 21,929 Jupyter Notebook 👤 stefan-jansen User 🕐 更新日時 2026-11-18 📅 作成日 2018-05-09
2
oumi-ai/oumi

Qwen、Gemma、または任意のオープンなエージェント型LLM/VLMを簡単にファインチューニング(SFT/RL)し、評価してデプロイできます!

oumi-ai
⭐ 9,441 Python 👤 oumi-ai Organization 🕐 更新日時 2026-11-21 📅 作成日 2024-05-07
3
princeton-vl/infinigen

プロシージャル生成による無限のフォトリアルな世界

princeton-vl
⭐ 7,464 Python 👤 princeton-vl Organization 🕐 更新日時 2026-11-11 📅 作成日 2023-06-17
4
datajuicer/data-juicer

基盤モデルのための、そして基盤モデルとのデータ処理! 🍎 🍋 🌽 ➡️ ➡️🍸 🍹 🍷

datajuicer
⭐ 7,266 Python 👤 datajuicer Organization 🕐 更新日時 2026-11-20 📅 作成日 2023-08-01
5
Kiln-AI/Kiln

AIシステムの構築、評価、および最適化。評価(evals)、RAG、エージェント、ファインチューニング、合成データ生成、データセット管理、MCPなどが含まれます。

Kiln-AI
⭐ 5,286 Python 👤 Kiln-AI Organization 🕐 更新日時 2026-11-21 📅 作成日 2024-07-23
6
lk-geimfari/mimesis

Mimesisは、複数の言語やロケールで偽の、しかしリアルなデータを生成するためのPythonライブラリです。

lk-geimfari
⭐ 4,873 Python 👤 lk-geimfari User 🕐 更新日時 2026-11-13 📅 作成日 2016-09-09
7
DLR-RM/BlenderProc

フォトリアリスティックな訓練画像生成のためのプロシージャル Blender パイプライン

DLR-RM
⭐ 3,804 Python 👤 DLR-RM Organization 🕐 更新日時 2026-01-20 📅 作成日 2019-10-10
8
sdv-dev/SDV

表形式データのための合成データ生成

sdv-dev
⭐ 3,607 Python 👤 sdv-dev Organization 🕐 更新日時 2026-11-16 📅 作成日 2018-05-11
9
synthetichealth/synthea

合成患者集団シミュレーター

synthetichealth
⭐ 3,474 Java 👤 synthetichealth Organization 🕐 更新日時 2026-11-20 📅 作成日 2016-06-17
10
argilla-io/distilabel

Distilabelは、検証済みの研究論文に基づいた、高速で信頼性が高くスケーラブルなパイプラインを必要とするエンジニア向けの合成データおよびAIフィードバックフレームワークです。

argilla-io
⭐ 3,467 Python 👤 argilla-io Organization 🕐 更新日時 2026-11-18 📅 作成日 2023-10-16
11
pgmpy/pgmpy

Python因果推論および確率推論ツールキット

pgmpy
⭐ 3,387 Python 👤 pgmpy Organization 🕐 更新日時 2026-11-21 📅 作成日 2013-09-20
12
a312863063/generators-with-stylegan2

StyleGAN2に基づいた顔生成器のシリーズです

a312863063
⭐ 2,492 Python 👤 a312863063 User 🕐 更新日時 2026-09-03 📅 作成日 2019-12-21
13
rpautrat/SuperPoint

効率的なニューラル特徴検出器と記述子

rpautrat
⭐ 2,459 Jupyter Notebook 👤 rpautrat User 🕐 更新日時 2025-05-05 📅 作成日 2018-03-05
14
hitsz-ids/synthetic-data-generator

SDGは、高品質な構造化表形式データを生成するために設計された専門的なフレームワークです。

hitsz-ids
⭐ 2,442 Python 👤 hitsz-ids Organization 🕐 更新日時 2026-11-16 📅 作成日 2023-08-10
15
NVIDIA-NeMo/DataDesigner

🎨 NeMo Data Designer:ゼロから、またはシードデータから高品質な合成データを生成。

NVIDIA-NeMo
⭐ 2,419 Python 👤 NVIDIA-NeMo Organization 🕐 更新日時 2026-11-21 📅 作成日 2025-10-16
16
unrealcv/unrealcv

UnrealCV: コンピュータビジョンとUnreal Engineの連携

unrealcv
⭐ 2,227 Python 👤 unrealcv Organization 🕐 更新日時 2026-09-04 📅 作成日 2016-09-08
17
axoviq-ai/synthadoc

Synthadoc: 生のドキュメントを構造化されたローカルファーストのWikiに変換する、オープンソースのLLM知識コンパイルエンジン。従来のRAGに代わる、透明で人間が読める代替手段であり、ツールを使用せずに自己管理および自己改善が可能です。

axoviq-ai
⭐ 1,998 Python 👤 axoviq-ai Organization 🕐 更新日時 2026-11-21 📅 作成日 2026-04-11
18
google-deepmind/mathematics_dataset

このデータセットコードは、学校レベルのおおよその難易度で、さまざまな質問タイプから数学の質問と回答のペアを生成します。

google-deepmind
⭐ 1,925 Python 👤 google-deepmind Organization 🕐 更新日時 2024-12-23 📅 作成日 2019-03-27
19
GreenmaskIO/greenmask

データベースの匿名化とテストデータ管理

GreenmaskIO
⭐ 1,809 Go 👤 GreenmaskIO Organization 🕐 更新日時 2026-11-18 📅 作成日 2023-12-01
20
bespokelabsai/curator

ポストトレーニングと構造化データ抽出のための合成データキュレーション

bespokelabsai
⭐ 1,766 Python 👤 bespokelabsai Organization 🕐 更新日時 2026-11-02 📅 作成日 2024-10-28
21
stephansturges/WALDO

低空検知可能オブジェクトの所在確認。ドローン用FOSS AIのSOTA!

stephansturges
⭐ 1,690 Python 👤 stephansturges User 🕐 更新日時 2025-01-07 📅 作成日 2022-11-02
22
Data-Centric-AI-Community/fg-data-synthetic

表形式および時系列データの合成データジェネレーター

Data-Centric-AI-Community
⭐ 1,662 Jupyter Notebook 👤 Data-Centric-AI-Community Organization 🕐 更新日時 2026-09-03 📅 作成日 2020-05-04
23
huggingface/aisheets

ノーコードでAIモデルを使用してデータセットを構築、充実、変換する

huggingface
⭐ 1,656 TypeScript 👤 huggingface Organization 🕐 更新日時 2026-09-23 📅 作成日 2025-01-16
24
sdv-dev/CTGAN

合成テーブルデータを生成するための条件付き GAN。

sdv-dev
⭐ 1,579 Python 👤 sdv-dev Organization 🕐 更新日時 2026-11-16 📅 作成日 2019-09-08
25
shuttle-hq/synth

宣言型データジェネレーター

shuttle-hq
⭐ 1,472 Rust 👤 shuttle-hq Organization 🕐 更新日時 2024-09-27 📅 作成日 2020-08-09
26
plurai-ai/intellagent

シミュレートされた現実的な合成インタラクションを使用したエージェントの包括的な診断と最適化のためのフレームワーク

plurai-ai
⭐ 1,266 Python 👤 plurai-ai Organization 🕐 更新日時 2026-09-14 📅 作成日 2024-10-28
27
datadreamer-dev/DataDreamer

DataDreamer:プロンプト。合成データを生成します。モデルのトレーニングとアライメント。   🤖💤

datadreamer-dev
⭐ 1,112 Python 👤 datadreamer-dev Organization 🕐 更新日時 2025-02-02 📅 作成日 2023-06-02
28
cuevhv/mamma

MAMMAの公式コード:マーカーレスで高精度なマルチパーソンモーションキャプチャ。

cuevhv
⭐ 907 Python 👤 cuevhv User 🕐 更新日時 2026-11-10 📅 作成日 2026-05-06
29
nolabs-ai/deepfabric

高品質な合成データを生成し、単一のパイプラインで学習、測定、評価を行う

nolabs-ai
⭐ 896 Python 👤 nolabs-ai Organization 🕐 更新日時 2026-11-13 📅 作成日 2024-10-25
30
magpie-align/magpie

[ICLR 2025] 何もない状態でアライメント済みLLMにプロンプトを入力し、ゼロからアライメントデータを合成。効率的で高品質な合成データ生成パイプライン!

magpie-align
⭐ 861 Python 👤 magpie-align Organization 🕐 更新日時 2025-03-17 📅 作成日 2024-06-12
31
BatsResearch/bonito

GPTなしでデータ用の合成指示チューニングデータセットを生成するための軽量ライブラリ。

BatsResearch
⭐ 831 Python 👤 BatsResearch Organization 🕐 更新日時 2025-07-15 📅 作成日 2024-02-25
32
CHATS-lab/verbalized-sampling

確率に基づいて応答を要求することで、LLMにおけるモード崩壊を緩和するための、訓練不要なプロンプティング戦略である、言語化サンプリング。品質を維持しながら、多様性を2~3倍向上させます。クリエイティブライティング、合成データ生成、対話シミュレーションのためのCLI/APIを備えた、モデル非依存のフレームワーク。

CHATS-lab
⭐ 828 Python 👤 CHATS-lab Organization 🕐 更新日時 2026-11-08 📅 作成日 2025-05-20
33
mostly-ai/mostlyai

合成データSDK ✨

mostly-ai
⭐ 805 Python 👤 mostly-ai Organization 🕐 更新日時 2026-10-29 📅 作成日 2023-12-22
34
nicolas-hbt/pygraft

指先で操作できる、構成可能な合成スキーマおよびナレッジグラフの生成

nicolas-hbt
⭐ 718 Python 👤 nicolas-hbt User 🕐 更新日時 2026-01-26 📅 作成日 2023-09-07
35
vanderschaarlab/synthcity

プライバシー、公平性、データ拡張のための合成表形式データの生成および評価ライブラリ。

vanderschaarlab
⭐ 697 Python 👤 vanderschaarlab Organization 🕐 更新日時 2026-04-21 📅 作成日 2022-03-18
36
gretelai/gretel-synthetics

差分プライベート学習を特徴とする、構造化および非構造化テキスト用の合成データジェネレーター。

gretelai
⭐ 671 Python 👤 gretelai Organization 🕐 更新日時 2025-06-24 📅 作成日 2020-03-02
37
jofpin/synthBTC

高度なモンテカルロシミュレーションとTurbit並列処理を使用して、可能なビットコイン予測シナリオを作成するツール。

jofpin
⭐ 664 JavaScript 👤 jofpin User 🕐 更新日時 2024-08-04 📅 作成日 2024-08-02
38
sdv-dev/Copulas

コプーラを使用して多変量データをモデル化するためのライブラリ。

sdv-dev
⭐ 658 Python 👤 sdv-dev Organization 🕐 更新日時 2026-11-16 📅 作成日 2017-11-13
39
onyx-dot-app/EnterpriseRAG-Bench

社内文書に対するRAGのデータセットとベンチマーク。

onyx-dot-app
⭐ 639 👤 onyx-dot-app Organization 🕐 更新日時 2026-09-03 📅 作成日 2026-02-19
40
EzioBy/Ditto

[CVPR'26 ハイライト] Ditto: 高品質な合成データセットを用いた指示ベースのビデオ編集のスケーリング

EzioBy
⭐ 636 Python 👤 EzioBy User 🕐 更新日時 2026-06-01 📅 作成日 2025-10-19
41
Arlo0o/UniScene-Unified-Occupancy-centric-Driving-Scene-Generation

[CVPR 2025, TPAMI 2026] UniScene: 統一占有中心運転シーン生成

Arlo0o
⭐ 624 Python 👤 Arlo0o User 🕐 更新日時 2026-05-24 📅 作成日 2024-12-10
42
sparkfish/augraphy

合成紙印刷・ファクス・スキャン・コピー機プロセスのレンダリングのための増幅パイプライン

sparkfish
⭐ 559 Python 👤 sparkfish Organization 🕐 更新日時 2025-07-20 📅 作成日 2021-05-31
43
yandex-research/tab-ddpm

[ICML 2023] 論文「TabDDPM: 拡散モデルを用いた表形式データのモデリング」の公式実装

yandex-research
⭐ 523 Python 👤 yandex-research Organization 🕐 更新日時 2024-07-13 📅 作成日 2022-10-02
44
expectedparrot/edsl

AIを活用した調査や実験を設計・実施し、その結果を分析します。多数のAIエージェントと大規模言語モデルを用いて、社会科学研究や市場調査をシミュレーションします。

expectedparrot
⭐ 521 Python 👤 expectedparrot Organization 🕐 更新日時 2026-11-21 📅 作成日 2024-01-02
45
Nightmare-n/DepthAnyVideo

スケーラブルな合成データによるあらゆるビデオの深度推定(ICLR 2025)

Nightmare-n
⭐ 508 Python 👤 Nightmare-n User 🕐 更新日時 2024-12-04 📅 作成日 2024-10-08
46
yejy53/Echo-4o

Echo-4o: 独自モデルによる合成画像を活用した画像生成の改善

yejy53
⭐ 507 Jupyter Notebook 👤 yejy53 User 🕐 更新日時 2025-12-09 📅 作成日 2025-08-11
47
yangzhou24/OmniWorld

[ICLR 2026] OmniWorld:4D世界モデリングのためのマルチドメイン・マルチモーダルデータセット

yangzhou24
⭐ 506 Python 👤 yangzhou24 User 🕐 更新日時 2026-04-16 📅 作成日 2025-09-15
48
databrickslabs/dbldatagen

プロジェクトに適した合成データをすばやく生成できます。Databricks Labs の合成データジェネレーター(`dbldatagen` とも呼ばれます)は、Databricks 環境で、テストや概念実証(POC)などに利用できる大規模なシミュレーションデータ/合成データセットを生成するために使用できます。Delta Live Tables のパイプラインも対象です。

databrickslabs
⭐ 506 Python 👤 databrickslabs Organization 🕐 更新日時 2026-10-26 📅 作成日 2019-07-23
49
intellicia-public/parastore

店を描き、LLMペルソナを生成し、彼らが買い物をするのを見守る — 合成消費者実験のためのアイソメトリック3Dサンドボックス。

intellicia-public
⭐ 502 TypeScript 👤 intellicia-public Organization 🕐 更新日時 2026-05-21 📅 作成日 2026-05-15

よくある質問

1

GitHubで最も人気のある#synthetic-dataリポジトリは何ですか?

GitHubで最も上位にランクインしているオープンソースの#synthetic-dataプロジェクトは、21,929個のスターを獲得しているstefan-jansen/machine-learning-for-tradingです。『機械学習によるトレーディング』第3版のコード — データ収集からライブ実行まで。

2

#synthetic-dataリポジトリで最もよく使われているプログラミング言語は何ですか?

GitHubで上位にランクインしている#synthetic-dataプロジェクトでは、Python, Jupyter Notebook, TypeScript, Javaが最も一般的なプログラミング言語です。

3

#synthetic-dataリポジトリのランキングはどのように算出されていますか?

#synthetic-dataのタグが付いた49件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は118,509個で、リポジトリあたりの平均は2,418個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。