Spreker
Alain Briancon, Ph.D.
Vicepresident Onderzoek & Datawetenschap, Dynata
Het datalandschap verschuiftvan observatie –leren van historische signalen –naar generatie, waarbij modellen worden gebruikt om de werkelijkheid te voorspellen, te simuleren en aan te vullen. Deze verschuiving wordt aangedreven door toenemende gegevensschaarste, strengere privacyvereisten en de beperkingen van traditionele gegevensverzameling.
Synthetische gegevens bieden enorme mogelijkheden, maar alleen alskwaliteit en validatie vanaf het begin zijn ingebouwd. Hoewel het genereren van synthetische gegevens relatief eenvoudig is geworden, blijft het de echte uitdaging om ervoor te zorgen dat deze gegevens nauwkeurig, betrouwbaar en geschikt zijn voor besluitvorming.
In deze sessie laten we zien hoe synthetische data tegenwoordig worden toegepast en, nog belangrijker,hoe je de kwaliteit ervan kunt beoordelen voordat ze in productie worden genomen. Je krijgt praktische kaders aangereikt om synthetische data te valideren en de risico’s te vermijden die gepaard gaan met het gebruik van niet-geverifieerde of slecht geteste modellen.
Je leert:
- Waarom de sector steeds meer gebruikmaakt van synthetische gegevens – en wat de drijvende kracht is achter de huidige acceptatie ervan
- Waar synthetische gegevens echte meerwaarde bieden versus waar onvoldoende validatie risico’s met zich mee kan brengen
- Hoe je synthetische gegevens met vertrouwen kunt beoordelen en toepassen met behulp van ‘kwaliteit-eerst’-raamwerken
