SAS جي ڊيٽا ماهرن پاران اسان جي مصنوعي ڊيٽا جي خارجي تشخيص

اسان استعمال ڪيو ٽيليڪ ڊيٽا جيڪو استعمال ڪيو ويو آهي "چرن" اڳڪٿي لاءِ ٽارگيٽ ڊيٽا طور. تشخيص جو مقصد مصنوعي ڊيٽا استعمال ڪرڻ هو مختلف چرن جي اڳڪٿي واري ماڊل کي تربيت ڏيڻ ۽ هر ماڊل جي ڪارڪردگي جو جائزو وٺڻ. جيئن ته چرن جي اڳڪٿي هڪ درجي بندي جو ڪم آهي، SAS اڳڪٿيون ڪرڻ لاءِ مشهور درجي بندي جا ماڊل چونڊيا، جن ۾ شامل آهن:

1. بي ترتيب forestيلو
2. تدريسي واڌارو
3. لاجسٽڪ ريگريشن
4. نيٽورڪ نيٽ ورڪ

مصنوعي ڊيٽا پيدا ڪرڻ کان اڳ، SAS بي ترتيب طور تي ٽيليڪ ڊيٽا سيٽ کي ٽرين سيٽ ۾ ورهايو (ماڊلن جي تربيت لاءِ) ۽ هڪ هولڊ آئوٽ سيٽ (ماڊلن کي اسڪور ڪرڻ لاءِ). اسڪورنگ لاءِ هڪ الڳ هولڊ آئوٽ سيٽ هجڻ هڪ غيرجانبدارانه اندازي جي اجازت ڏئي ٿو ته نئين ڊيٽا تي لاڳو ٿيڻ تي درجه بندي ماڊل ڪيترو بهتر ٿي سگهي ٿو.

ٽرين سيٽ کي انپٽ طور استعمال ڪندي، Syntho پنھنجي Syntho Engine کي ھڪ مصنوعي ڊيٽا سيٽ تيار ڪرڻ لاءِ استعمال ڪيو. بينچ مارڪنگ لاءِ، SAS هڪ مخصوص حد تائين پهچڻ لاءِ مختلف گمنام ٽيڪنڪ لاڳو ڪرڻ کان پوءِ ٽرين سيٽ جو هڪ گمنام ورزن پڻ ٺاهيو (ڪي-نامي جي). اڳوڻي قدمن جي نتيجي ۾ چار ڊيٽا سيٽن ۾ شامل آهن:

1. هڪ ٽرين ڊيٽا سيٽ (يعني اصل ڊيٽا سيٽ مائنس هولڊ آئوٽ ڊيٽا سيٽ)
2. هڪ هولڊ آئوٽ ڊيٽا سيٽ (يعني اصل ڊيٽا سيٽ جو هڪ ذيلي سيٽ)
3. هڪ گمنام ڊيٽا سيٽ (ٽرين جي ڊيٽا سيٽ جي گمنام ڊيٽا، اصل ڊيٽا سيٽ مائنس هولڊ آئوٽ ڊيٽا سيٽ)
4. هڪ مصنوعي ڊيٽا سيٽ (ٽرين جي ڊيٽا سيٽ جو ٺهيل ڊيٽا، اصل ڊيٽا سيٽ مائنس هولڊ آئوٽ ڊيٽا سيٽ)

ڊيٽا سيٽس 1، 3 ۽ 4 استعمال ڪيا ويا ھر ھڪڙي درجه بندي ماڊل کي تربيت ڏيڻ لاء، نتيجي ۾ 12 (3 x 4) تربيتي ماڊل. SAS بعد ۾ استعمال ڪيو هولڊ آئوٽ ڊيٽا سيٽ هر ماڊل جي درستگي کي ماپڻ لاءِ گراهڪ چرن جي اڳڪٿي ۾.

SAS اصل ڊيٽا جي مقابلي ۾ Syntho جي AI-generated synthetic ڊيٽا جي ڊيٽا جي درستگي، رازداري جي تحفظ، ۽ استعمال جي قابليت تي مختلف مڪمل اڀياس ڪري ٿو. نتيجي طور، SAS Syntho جي مصنوعي ڊيٽا کي اصل ڊيٽا جي مقابلي ۾ درست، محفوظ، ۽ استعمال لائق قرار ڏنو ۽ منظور ڪيو.