講演者
アラン・ブリアンコン 博士
Dynata リサーチ&データサイエンス担当副社長
データ環境は、過去のシグナルから学ぶ「観察」から、モデルを用いて現実を予測・シミュレーション・拡張する「生成」へと移行しつつあります。この変化は、データ不足の深刻化、プライバシー要件の厳格化、そして従来のデータ収集手法の限界によって推進されています。
合成データには大きな可能性が秘められていますが、それは最初から品質と検証が組み込まれている場合に限られます。合成データの生成自体は比較的容易になってきましたが、その正確性や信頼性を確保し、意思決定に活用できる状態にすることこそが、依然として真の課題となっています。
本セッションでは、合成データが現在どのように活用されているか、そして何よりも重要な点として、本番環境に導入する前にその品質をどのように評価すべきかについてご紹介します。本セッションを通じて、合成データを検証し、検証されていないモデルや十分にテストされていないモデルの使用に伴うリスクを回避するための実践的なフレームワークを習得していただけます。
学習内容:
- 業界が合成データへと移行している理由――そして、現在その導入を後押ししている要因とは
- 合成データが真の価値をもたらす場面と、不十分な検証がリスクを招きかねない場面
- 品質重視のフレームワークを用いて、合成データを確実に評価・活用する方法
