ಸಂಶ್ಲೇಷಿತ ಡೇಟಾವು ನೈಜ-ಪ್ರಪಂಚದ ಮೂಲಗಳಿಂದ ಸಂಗ್ರಹಿಸುವುದಕ್ಕಿಂತ ಕೃತಕವಾಗಿ ರಚಿಸಲಾದ ಡೇಟಾವನ್ನು ಸೂಚಿಸುತ್ತದೆ. ಸಾಮಾನ್ಯವಾಗಿ, ಮೂಲ ಡೇಟಾವನ್ನು ವ್ಯಕ್ತಿಗಳೊಂದಿಗೆ (ಗ್ರಾಹಕರು, ರೋಗಿಗಳು, ಇತ್ಯಾದಿ) ನಿಮ್ಮ ಎಲ್ಲಾ ಸಂವಹನಗಳಲ್ಲಿ ಸಂಗ್ರಹಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ನಿಮ್ಮ ಎಲ್ಲಾ ಆಂತರಿಕ ಪ್ರಕ್ರಿಯೆಗಳ ಮೂಲಕ, ಸಂಶ್ಲೇಷಿತ ಡೇಟಾವನ್ನು ಕಂಪ್ಯೂಟರ್ ಅಲ್ಗಾರಿದಮ್ ಮೂಲಕ ರಚಿಸಲಾಗುತ್ತದೆ.

ಸಂಶ್ಲೇಷಿತ ಡೇಟಾವನ್ನು ನಿಯಂತ್ರಿತ ಪರಿಸರದಲ್ಲಿ ಮಾದರಿಗಳನ್ನು ಪರೀಕ್ಷಿಸಲು ಮತ್ತು ಮೌಲ್ಯಮಾಪನ ಮಾಡಲು ಅಥವಾ ನೈಜ-ಪ್ರಪಂಚದ ಡೇಟಾವನ್ನು ಹೋಲುವ ಡೇಟಾವನ್ನು ರಚಿಸುವ ಮೂಲಕ ಸೂಕ್ಷ್ಮ ಮಾಹಿತಿಯನ್ನು ರಕ್ಷಿಸಲು ಸಹ ಬಳಸಬಹುದು ಆದರೆ ಯಾವುದೇ ಸೂಕ್ಷ್ಮ ಮಾಹಿತಿಯನ್ನು ಹೊಂದಿರುವುದಿಲ್ಲ. ಸಂಶ್ಲೇಷಿತ ಡೇಟಾವನ್ನು ಸಾಮಾನ್ಯವಾಗಿ ಗೌಪ್ಯತೆ ಸೂಕ್ಷ್ಮ ಡೇಟಾಗೆ ಪರ್ಯಾಯವಾಗಿ ಬಳಸಲಾಗುತ್ತದೆ ಮತ್ತು ಪರೀಕ್ಷಾ ಡೇಟಾವಾಗಿ, ವಿಶ್ಲೇಷಣೆಗಾಗಿ ಅಥವಾ ಯಂತ್ರ ಕಲಿಕೆಗೆ ತರಬೇತಿ ನೀಡಲು ಬಳಸಬಹುದು.

ಮತ್ತಷ್ಟು ಓದು

ಸಿಂಥೆಟಿಕ್ ಡೇಟಾವು ಮೂಲ ಡೇಟಾದಂತೆಯೇ ಅದೇ ಡೇಟಾ ಗುಣಮಟ್ಟವನ್ನು ಹೊಂದಿದೆ ಎಂದು ಖಾತರಿಪಡಿಸುವುದು ಸವಾಲಿನದ್ದಾಗಿರಬಹುದು ಮತ್ತು ಸಾಮಾನ್ಯವಾಗಿ ನಿರ್ದಿಷ್ಟ ಬಳಕೆಯ ಸಂದರ್ಭ ಮತ್ತು ಸಂಶ್ಲೇಷಿತ ಡೇಟಾವನ್ನು ಉತ್ಪಾದಿಸಲು ಬಳಸುವ ವಿಧಾನಗಳನ್ನು ಅವಲಂಬಿಸಿರುತ್ತದೆ. ಸಿಂಥೆಟಿಕ್ ಡೇಟಾವನ್ನು ಉತ್ಪಾದಿಸುವ ಕೆಲವು ವಿಧಾನಗಳು, ಉದಾಹರಣೆಗೆ ಉತ್ಪಾದಕ ಮಾದರಿಗಳು, ಮೂಲ ಡೇಟಾಗೆ ಹೆಚ್ಚು ಹೋಲುವ ಡೇಟಾವನ್ನು ಉತ್ಪಾದಿಸಬಹುದು. ಪ್ರಮುಖ ಪ್ರಶ್ನೆ: ಇದನ್ನು ಹೇಗೆ ಪ್ರದರ್ಶಿಸುವುದು?

ಸಂಶ್ಲೇಷಿತ ಡೇಟಾದ ಗುಣಮಟ್ಟವನ್ನು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಲು ಕೆಲವು ಮಾರ್ಗಗಳಿವೆ:

• ನಮ್ಮ ಡೇಟಾ ಗುಣಮಟ್ಟದ ವರದಿಯ ಮೂಲಕ ಡೇಟಾ ಗುಣಮಟ್ಟದ ಮೆಟ್ರಿಕ್‌ಗಳು: ಸಿಂಥೆಟಿಕ್ ಡೇಟಾವು ಮೂಲ ಡೇಟಾದಂತೆಯೇ ಅದೇ ಡೇಟಾ ಗುಣಮಟ್ಟವನ್ನು ಹೊಂದಿದೆ ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಲು ಒಂದು ಮಾರ್ಗವೆಂದರೆ ಸಿಂಥೆಟಿಕ್ ಡೇಟಾವನ್ನು ಮೂಲ ಡೇಟಾಗೆ ಹೋಲಿಸಲು ಡೇಟಾ ಗುಣಮಟ್ಟದ ಮೆಟ್ರಿಕ್‌ಗಳನ್ನು ಬಳಸುವುದು. ಡೇಟಾದ ಹೋಲಿಕೆ, ನಿಖರತೆ ಮತ್ತು ಸಂಪೂರ್ಣತೆಯಂತಹ ವಿಷಯಗಳನ್ನು ಅಳೆಯಲು ಈ ಮೆಟ್ರಿಕ್‌ಗಳನ್ನು ಬಳಸಬಹುದು. ಸಿಂಥೋ ಸಾಫ್ಟ್‌ವೇರ್ ವಿವಿಧ ಡೇಟಾ ಗುಣಮಟ್ಟದ ಮೆಟ್ರಿಕ್‌ಗಳೊಂದಿಗೆ ಡೇಟಾ ಗುಣಮಟ್ಟದ ವರದಿಯನ್ನು ಒಳಗೊಂಡಿದೆ.
• ಬಾಹ್ಯ ಮೌಲ್ಯಮಾಪನ: ಮೂಲ ಡೇಟಾಗೆ ಹೋಲಿಸಿದರೆ ಸಿಂಥೆಟಿಕ್ ಡೇಟಾದ ಡೇಟಾ ಗುಣಮಟ್ಟವು ಪ್ರಮುಖವಾಗಿರುವುದರಿಂದ, ನೈಜ ಡೇಟಾಗೆ ಹೋಲಿಸಿದರೆ ಸಿಂಥೋ ಮೂಲಕ ಸಿಂಥೆಟಿಕ್ ಡೇಟಾದ ಡೇಟಾ ಗುಣಮಟ್ಟವನ್ನು ಪ್ರದರ್ಶಿಸಲು ನಾವು ಇತ್ತೀಚೆಗೆ SAS (ಅನಾಲಿಟಿಕ್ಸ್‌ನಲ್ಲಿ ಮಾರುಕಟ್ಟೆ ನಾಯಕ) ಡೇಟಾ ತಜ್ಞರೊಂದಿಗೆ ಮೌಲ್ಯಮಾಪನ ಮಾಡಿದ್ದೇವೆ. ಎಡ್ವಿನ್ ವ್ಯಾನ್ ಯುನೆನ್, ಎಸ್‌ಎಎಸ್‌ನಿಂದ ವಿಶ್ಲೇಷಣಾತ್ಮಕ ಪರಿಣಿತರು, ಸಿಂಥೋದಿಂದ ಸಿಂಥೆಟಿಕ್ ಡೇಟಾಸೆಟ್‌ಗಳನ್ನು ವಿವಿಧ ಅನಾಲಿಟಿಕ್ಸ್ (ಎಐ) ಮೌಲ್ಯಮಾಪನಗಳ ಮೂಲಕ ಮೌಲ್ಯಮಾಪನ ಮಾಡಿದರು ಮತ್ತು ಫಲಿತಾಂಶಗಳನ್ನು ಹಂಚಿಕೊಂಡರು. ಆ ವೀಡಿಯೊದ ಕಿರು ರೀಕ್ಯಾಪ್ ಅನ್ನು ಇಲ್ಲಿ ವೀಕ್ಷಿಸಿ.
• ನೀವೇ ಪರೀಕ್ಷೆ ಮತ್ತು ಮೌಲ್ಯಮಾಪನ: ಸಂಶ್ಲೇಷಿತ ಡೇಟಾವನ್ನು ನೈಜ-ಪ್ರಪಂಚದ ಡೇಟಾಗೆ ಹೋಲಿಸುವ ಮೂಲಕ ಅಥವಾ ಯಂತ್ರ ಕಲಿಕೆಯ ಮಾದರಿಗಳಿಗೆ ತರಬೇತಿ ನೀಡಲು ಮತ್ತು ನೈಜ-ಪ್ರಪಂಚದ ದತ್ತಾಂಶದ ಮೇಲೆ ತರಬೇತಿ ಪಡೆದ ಮಾದರಿಗಳಿಗೆ ಅವುಗಳ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಹೋಲಿಸುವ ಮೂಲಕ ಪರೀಕ್ಷಿಸಬಹುದು ಮತ್ತು ಮೌಲ್ಯಮಾಪನ ಮಾಡಬಹುದು. ಸಿಂಥೆಟಿಕ್ ಡೇಟಾದ ಡೇಟಾ ಗುಣಮಟ್ಟವನ್ನು ನೀವೇ ಏಕೆ ಪರೀಕ್ಷಿಸಬಾರದು? ಇದರ ಸಾಧ್ಯತೆಗಳಿಗಾಗಿ ನಮ್ಮ ತಜ್ಞರನ್ನು ಇಲ್ಲಿ ಕೇಳಿ. 

ಸಿಂಥೆಟಿಕ್ ಡೇಟಾವು ಮೂಲ ಡೇಟಾಗೆ 100% ಹೋಲುತ್ತದೆ ಎಂದು ಎಂದಿಗೂ ಖಾತರಿಪಡಿಸುವುದಿಲ್ಲ ಎಂಬುದನ್ನು ಗಮನಿಸುವುದು ಮುಖ್ಯ, ಆದರೆ ಇದು ನಿರ್ದಿಷ್ಟ ಬಳಕೆಯ ಸಂದರ್ಭದಲ್ಲಿ ಉಪಯುಕ್ತವಾಗಲು ಸಾಕಷ್ಟು ಹತ್ತಿರದಲ್ಲಿದೆ. ಈ ನಿರ್ದಿಷ್ಟ ಬಳಕೆಯ ಸಂದರ್ಭವು ಸುಧಾರಿತ ವಿಶ್ಲೇಷಣೆ ಅಥವಾ ತರಬೇತಿ ಯಂತ್ರ ಕಲಿಕೆ ಮಾದರಿಗಳಾಗಿರಬಹುದು.

ಕ್ಲಾಸಿಕ್ 'ಅನಾಮಧೇಯತೆ' ಯಾವಾಗಲೂ ಉತ್ತಮ ಪರಿಹಾರವಲ್ಲ, ಏಕೆಂದರೆ:

1. ಗೌಪ್ಯತೆ ಅಪಾಯ - ನೀವು ಯಾವಾಗಲೂ ಹೊಂದಿರುತ್ತೀರಿ
   ಒಂದು ಗೌಪ್ಯತೆ ಅಪಾಯ. ಅವುಗಳನ್ನು ಅನ್ವಯಿಸುವುದು
   ಕ್ಲಾಸಿಕ್ ಅನಾಮಧೇಯ ತಂತ್ರಗಳು
   ಇದು ಕೇವಲ ಕಷ್ಟವಾಗುತ್ತದೆ, ಆದರೆ ಅಲ್ಲ
   ವ್ಯಕ್ತಿಗಳನ್ನು ಗುರುತಿಸುವುದು ಅಸಾಧ್ಯ.
2. ಡೇಟಾವನ್ನು ನಾಶಪಡಿಸುವುದು - ನೀವು ಹೆಚ್ಚು
   ಅನಾಮಧೇಯಗೊಳಿಸು, ನೀವು ಉತ್ತಮವಾಗಿ ರಕ್ಷಿಸುತ್ತೀರಿ
   ನಿಮ್ಮ ಗೌಪ್ಯತೆ, ಆದರೆ ನೀವು ಹೆಚ್ಚು
   ನಿಮ್ಮ ಡೇಟಾವನ್ನು ನಾಶಮಾಡಿ. ಇದು ಏನಲ್ಲ
   ನೀವು ವಿಶ್ಲೇಷಣೆಗಾಗಿ ಬಯಸುತ್ತೀರಿ, ಏಕೆಂದರೆ
   ನಾಶವಾದ ಡೇಟಾವು ಕೆಟ್ಟದ್ದಕ್ಕೆ ಕಾರಣವಾಗುತ್ತದೆ
   ಒಳನೋಟಗಳು.
3. ಸಮಯ ತೆಗೆದುಕೊಳ್ಳುವ - ಇದು ಪರಿಹಾರವಾಗಿದೆ
   ಇದು ಸಾಕಷ್ಟು ಸಮಯ ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ, ಏಕೆಂದರೆ
   ಆ ತಂತ್ರಗಳು ವಿಭಿನ್ನವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ
   ಪ್ರತಿ ಡೇಟಾಸೆಟ್ ಮತ್ತು ಪ್ರತಿ ಡೇಟಾಟೈಪ್.

ಸಂಶ್ಲೇಷಿತ ಡೇಟಾವು ಈ ಎಲ್ಲಾ ನ್ಯೂನತೆಗಳನ್ನು ಪರಿಹರಿಸುವ ಗುರಿಯನ್ನು ಹೊಂದಿದೆ. ವ್ಯತ್ಯಾಸವು ಎಷ್ಟು ಗಮನಾರ್ಹವಾಗಿದೆ ಎಂದರೆ ನಾವು ಅದರ ಬಗ್ಗೆ ವೀಡಿಯೊವನ್ನು ಮಾಡಿದ್ದೇವೆ. ಇಲ್ಲಿ ನೋಡಿ.