gerçek gözlemleri birebir kopyalamadan, onların bazı özelliklerini taklit edecek biçimde üretilen yapay kayıtlar. test ortamı, yazılım geliştirme ve model eğitimi için işe yarayabilir; ama gerçek verinin nadir durumlarını, ölçüm hatalarını ve eşitsiz dağılımını otomatik olarak taşımaz. ortalamayı iyi taklit eden bir veri seti, zor vakaları seyrek üretiyorsa model kolay bir sınavdan geçmiş olur. hangi özelliklerin korunduğu ve hangilerinin kaybolduğu ayrıca ölçülür.
4 entry
sentetik veri
İsimleri silmek sentetik veriyi otomatik olarak mahrem kılmıyor. Üretici model gerçek kayıtları fazla iyi ezberlediyse nadir bir kombinasyonu yeniden üretebilir; dışarıdan yapay görünen bir tablo yine de belirli kişileri ayırt etmeye yarayabilir. Mahremiyet iddiasını taşıyan şey, sentetik etiketi değil, benzerlik, sızıntı ve yeniden tanımlama testleridir. Ortalama değerler yerli yerine oturunca dosyanın da uslu durduğu sanılıyor; veri bu konuda pek terbiyeli değil.
sentetik veride eğitim ve test kümeleri aynı üretim alışkanlıklarını taşıyorsa, ölçülen başarı gerçek dünyaya dayanıklılıktan çok üretici modele uyumu anlatabilir.
sentetik veriyle kurulan bir testte üretim tarifini de saklamak gerekiyor. prompt, model sürümü, filtre veya örnekleme ayarı değiştiğinde aynı dosya yeniden üretilemeyebilir; eski sonuçla yeni sonucu yan yana koyunca modelin mi, verinin mi değiştiği belirsizleşir. deney günlüğü neden hâlâ tali iş sayılıyor?