一家公司需要创建反映其现有数据集中模式的合成数据。哪种类型的模型适合生成此类合成数据？

生成对抗网络 (GAN) 是一种强大的深度学习模型，特别擅长生成与训练数据具有相似统计特性和模式的新数据样本。它们通过生成器和判别器网络之间的对抗过程学习数据的底层分布，从而能够创建高度逼真的合成数据。XGBoost 是一种梯度提升算法，主要用于分类和回归任务，不适用于生成数据。残差神经网络主要用于解决深度神经网络中的梯度消失问题，提高模型训练效率，而非生成数据。WaveNet 是一种生成模型，但主要用于生成原始音频波形，不适用于生成通用数据集中的模式。