Sentetik veri nedir?

Detaylı açıklama

Sentetik veri, bir kamera, sensör ya da kullanıcı tarafından değil, bir bilgisayar tarafından üretilen veridir. Üretim; istatistiksel modeller, simülasyonlar ya da derin öğrenme ve üretken yapay zeka gibi yöntemlerle yapılır. Amaç, gerçek verinin örüntülerini ve ilişkilerini koruyan ama gerçek bir kişiye ya da olaya doğrudan bağlı olmayan bir veri kümesi elde etmektir. Bu veri tablo, metin, görsel ya da video biçiminde olabilir. Üç ana türü vardır. Tamamen sentetik veri hiçbir gerçek kayıt içermez. Kısmen sentetik veride, genellikle hassas bilgi taşıyan bölümler yapay değerlerle değiştirilir. Hibrit veri ise gerçek ve sentetik kayıtları bir araya getirir. Kullanım nedenleri arasında şunlar sayılabilir: gerçek veri toplamak yavaş ve pahalı olabilir, sağlık ve finans gibi alanlarda gizlilik kuralları veriye erişimi sınırlar, nadir görülen durumlar (örneğin dolandırıcılık işlemleri) gerçek veride yeterince bulunmaz. Sentetik veri çoğu zaman etiketli üretildiği için elle etiketleme yükünü de azaltır. Risklerini de bilmek gerekir. Kaynak veri önyargılıysa sentetik veri de bu önyargıyı taşıyabilir. Bir model art arda yapay zeka çıktısıyla eğitilirse performansı düşebilir, buna model çökmesi denir. Ayrıca doğruluk ile gizlilik arasında bir denge vardır ve üretilen verinin kalitesi ayrıca doğrulanmalıdır. Bu yüzden uygulamada genellikle gerçek ve sentetik veri birlikte kullanılır.

Kullanım örneği

Bir banka, sahte işlem örneklerinin azlığı yüzünden dolandırıcılık tespit modelini yeterince eğitemiyor. Gerçek müşteri kayıtlarına dokunmadan, şüpheli işlemleri taklit eden yapay kayıtlar üretiyor ve modeli bu kayıtlarla da eğitiyor.