Synthetic Data とは？

synthetic data は、アルゴリズムやモデルによって、形状・分布・関係の面で実レコードに似るように生成されますが、実際の本番情報は一切含みません。チームはこれを使って、テスト環境を満たしたり、モデルを訓練したり、個人情報や機密データを漏らさずに dataset を共有したりします。ルールベースにも、実データに fit させたモデルからのサンプリングにもできます。

なぜ重要か

実際の本番データはプライバシー規則で制限されていることが多く、テストシステムへコピーするのはリスクがあります。synthetic data により、pipeline は機密レコードを下位環境の外に保ちながら、現実的な量や edge case を検証できます。

関連ガイド