Badgers：使用 Python 生成数据质量缺陷
Badgers: generating data quality deficits with Python
AI总结：
本文提出了开源Python库badgers，用于为表格、时间序列和文本等不同模态数据生成异常值、不平衡和漂移等数据质量缺陷，以支持数据驱动AI/ML应用的实验评估。
摘要：
生成特定上下文的数据质量缺陷对于实验评估数据驱动（人工智能（AI）或机器学习（ML））应用的数据质量是必要的。在本文中，我们介绍了 badgers，一个可扩展的开源 Python 库，用于为不同模态（表格数据、时间序列、文本等）生成数据质量缺陷（异常值、不平衡数据、漂移等）。文档可在 https://fraunhofer-iese.github.io/badgers/ 访问，源代码可在 https://github.com/Fraunhofer-IESE/badgers 获取。
英文摘要：
Generating context specific data quality deficits is necessary to experimentally assess data quality of data-driven (artificial intelligence (AI) or machine learning (ML)) applications. In this paper we present badgers, an extensible open-source Python library to generate data quality deficits (outliers, imbalanced data, drift, etc.) for different modalities (tabular data, time-series, text, etc.). The documentation is accessible at https://fraunhofer-iese.github.io/badgers/ and the source code at https://github.com/Fraunhofer-IESE/badgers
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
