🔑 名詞卡

合成資料（Synthetic Data）

🎯 定義

由生成式模型產生、用以增補或替代真實訓練資料的人工資料，屬於生成式 AI 在「資料增強」面向的典型應用。

三大用途

合成資料＝「用 AI 造資料來訓練 AI」，主要解決「真實世界罕見或難取得的樣本」。

vs SMOTE：SMOTE 是以既有少數類樣本「內插」出新樣本的統計方法；合成資料則是以生成式模型「學會分佈後創造」新樣本，後者更能產生多樣化與高擬真的樣本。
定位限制：合成資料是「增補、模擬與強化」，不能完全取代真實資料——生成模型本身仍須以真實資料訓練，全面取代反而會放大原始資料既有的偏誤。
在隱私面向，合成資料也可作為降低個資風險的替代方案（對照資料匿名化）。

📖 課文原文
「資料增強與模擬訓練資料（Synthetic Data）：增補訓練資料：解決樣本不足或不平衡問題（如少數族群語料）。模擬罕見情境：生成詐欺行為資料、模擬感測器故障。強化模型魯棒性：測試模型在異常情況下的表現。」