סינטעטיש דאַטן רעפערס צו דאַטן וואָס זענען אַרטאַפישאַלי דזשענערייטאַד אלא ווי געזאמלט פֿון פאַקטיש-וועלט קוואלן. אין אַלגעמיין, כאָטש אָריגינעל דאַטן זענען געזאמלט אין אַלע דיין ינטעראַקשאַנז מיט מענטשן (קלייאַנץ, פּאַטיענץ, אאז"ו ו) און דורך אַלע דיין ינערלעך פּראַסעסאַז, סינטעטיש דאַטן זענען דזשענערייטאַד דורך אַ קאָמפּיוטער אַלגערידאַם.

סינטעטיש דאַטן קענען אויך זיין גענוצט צו פּרובירן און אָפּשאַצן מאָדעלס אין אַ קאַנטראָולד סוויווע, אָדער צו באַשיצן שפּירעוודיק אינפֿאָרמאַציע דורך דזשענערייטינג דאַטן וואָס זענען ענלעך צו פאַקטיש-וועלט דאַטן אָבער כּולל קיין שפּירעוודיק אינפֿאָרמאַציע. סינטעטיש דאַטן זענען אָפט געניצט ווי אָלטערנאַטיוו פֿאַר פּריוואַטקייט שפּירעוודיק דאַטן און קען זיין געוויינט ווי טעסט דאַטן, פֿאַר אַנאַליטיקס אָדער צו באַן מאַשין לערנען.

לייענען מער

געראַנטיד אַז סינטעטיש דאַטן האלט די זעלבע דאַטן קוואַליטעט ווי דער אָריגינעל דאַטן קענען זיין טשאַלאַנדזשינג, און אָפט דעפּענדס אויף די ספּעציפיש נוצן פאַל און די מעטהאָדס געניצט צו דזשענערייט די סינטעטיש דאַטן. עטלעכע מעטהאָדס פֿאַר דזשענערייטינג סינטעטיש דאַטן, אַזאַ ווי גענעראַטיווע מאָדעלס, קענען פּראָדוצירן דאַטן וואָס זענען זייער ענלעך צו דער אָריגינעל דאַטן. שליסל קשיא: ווי צו באַווייַזן דעם?

עס זענען עטלעכע וועגן צו ענשור די קוואַליטעט פון סינטעטיש דאַטן:

• דאַטן קוואַליטעט מעטריקס דורך אונדזער דאַטן קוואַליטעט באַריכט: איין וועג צו ענשור אַז סינטעטיש דאַטן האלט די זעלבע דאַטן קוואַליטעט ווי די אָריגינעל דאַטן איז צו נוצן דאַטן קוואַליטעט מעטריקס צו פאַרגלייַכן די סינטעטיש דאַטן צו די אָריגינעל דאַטן. די מעטריקס קענען ווערן גענוצט צו מעסטן זאכן ווי ענלעכקייט, אַקיעראַסי און קאַמפּליטנאַס פון די דאַטן. Syntho ווייכווארג אַרייַנגערעכנט אַ דאַטן קוואַליטעט באַריכט מיט פאַרשידן דאַטן קוואַליטעט מעטריסעס.
• פונדרויסנדיק אפשאצונג: זינט די דאַטן קוואַליטעט פון סינטעטיש דאַטן אין פאַרגלייַך צו אָריגינעל דאַטן איז שליסל, מיר לעצטנס דורכגעקאָכט אַ אַססעססמענט מיט די דאַטן עקספּערץ פון SAS (מאַרק פירער אין אַנאַליטיקס) צו באַווייַזן די דאַטן קוואַליטעט פון סינטעטיש דאַטן דורך Syntho אין פאַרגלייַך מיט די פאַקטיש דאַטן. Edwin van Unen, אַנאַליטיקס עקספּערט פון SAS, עוואַלואַטעד דזשענערייטאַד סינטעטיש דאַטאַסעץ פון סינטהאָ דורך פאַרשידן אַנאַליטיקס (AI) אַסעסמאַנץ און שערד די אַוטקאַמז. היטן אַ קורץ רעקאַפּ פון דעם ווידעא דאָ.
• טעסטינג און אפשאצונג דורך זיך: סינטעטיש דאַטן קענען זיין טעסטעד און עוואַלואַטעד דורך קאַמפּערינג עס צו פאַקטיש-וועלט דאַטן אָדער ניצן עס צו באַן מאַשין לערנען מאָדעלס און קאַמפּערינג זייער פאָרשטעלונג מיט מאָדעלס טריינד אויף פאַקטיש-וועלט דאַטן. פארוואס טאָן ניט פּרובירן די דאַטן קוואַליטעט פון סינטעטיש דאַטן דורך זיך? פרעגן אונדזער עקספּערץ פֿאַר די פּאַסאַבילאַטיז פון דעם דאָ. 

עס איז וויכטיק צו טאָן אַז סינטעטיש דאַטן קענען קיינמאָל גאַראַנטירן צו זיין 100% ענלעך צו דער אָריגינעל דאַטן, אָבער עס קען זיין נאָענט גענוג צו זיין נוציק פֿאַר אַ ספּעציפיש פאַל. דעם ספּעציפיש נוצן פאַל קענען אפילו זיין אַוואַנסירטע אַנאַליטיקס אָדער טריינינג מאַשין לערנען מאָדעלס.

קלאַסיש 'אַנאַנימיזאַטיאָן' איז ניט שטענדיק דער בעסטער לייזונג, ווייַל:

1. פּריוואַטקייט ריזיקירן – איר וועט שטענדיק האָבן
   אַ פּריוואַטקייט ריזיקירן. אַפּלייינג די
   קלאַסיש אַנאָנימיזאַטיאָן טעקניקס
   מאכט עס בלויז האַרדער, אָבער נישט
   אוממעגלעך צו ידענטיפיצירן מענטשן.
2. דיסטרויינג דאַטן - די מער איר
   אַנאָנימיזע, די בעסער איר באַשיצן
   דיין פּריוואַטקייט, אָבער די מער איר
   צעשטערן דיין דאַטן. דאס איז נישט וואָס
   איר ווילן פֿאַר אַנאַליטיקס, ווייַל
   חרובֿ דאַטע וועט רעזולטאַט אין שלעכט
   ינסייץ.
3. צייט-קאַנסומינג - עס איז אַ לייזונג
   אַז נעמט אַ פּלאַץ פון צייַט, ווייַל
   די טעקניקס אַרבעט אַנדערש
   פּער דאַטאַטיפּע און פּער דאַטאַטיפּע.

סינטעטיש דאַטן יימז צו סאָלווע אַלע די שאָרטקאָמינגס. דער חילוק איז אַזוי סטרייקינג אַז מיר געמאכט אַ ווידעא וועגן אים. היט עס דאָ.