Синтетични данни

Започнете с целта. Записите от тестовете на интерфейса се нуждаят от валидни форми и крайни случаи; набор от данни за обучение може да се нуждае от значими връзки и редки състояния. Набор от данни, подходящ за проверка на формуляр, не е непременно подходящ за оценка на статистически данни за населението. Документирайте как са създадени данните и каква реална информация им е повлияла. Базирано на правила генериране, симулация, статистическа извадка и генеративни модели създават различни видове грешки. Поддържайте генерираните записи различими от наблюдаваните записи в линията на данни. Оценете полезността за конкретната задача надолу по веригата. Сравнете резултатите от независим набор от тестове в реалния свят, когато е подходящо, и проверете покритието на подгрупите. Синтетичните записи могат да разширят предположенията на генератора или да пропуснат необичайни ситуации, дори когато цялостното разпределение изглежда правдоподобно. Оценявайте поверителността отделно. Генераторът може да възпроизвежда информация от своите изходни данни и премахването на очевидни идентификатори не е универсална гаранция за поверителност. Диференциалната поверителност е една формална рамка, но нейните гаранции зависят от действителния механизъм и параметри. Прегледайте независимо твърденията относно поверителността и полезността, вместо да приемате, че едното предполага другото.