合成數據 是什麼？

Synthetic Data — 合成數據 的完整解釋

合成數據是指通過程式或演算法生成的人工數據，而非從真實世界收集的數據。它常用於訓練AI模型，特別是在真實數據稀缺或涉及隱私問題時。

容易混淆

合成數據 vs 資料擴增術 合成數據：偏向 把資料整理成清楚格式 資料擴增術：偏向 用擾動擴大資料 最關鍵的區別：合成數據看的是「把資料整理成清楚格式」，資料擴增術看的是「用擾動擴大資料」。

合成數據 vs 模擬至實轉移 合成數據：偏向 把資料整理成清楚格式 模擬至實轉移：偏向 從模擬轉到真實世界 最關鍵的區別：合成數據看的是「把資料整理成清楚格式」，模擬至實轉移看的是「從模擬轉到真實世界」。

記住這句就好

欄位固定，規則清楚，就是加分。

實際案例

案例：Excel 表格和資料庫表格 欄位固定，適合直接查詢與分析

案例：把雜亂日誌整理成欄位 先規整，再進資料倉儲或分析流程

深入了解

欄位有定義、型別固定，查詢和統計最方便 資料來源與品質越清楚，後續整合成本越低 原始資料、整理後資料和合成資料，要先分清楚

情境判斷

Q1（直覺題）： Excel 報表能不能直接拿去分析？ → 可以，只要欄位定義清楚、型別一致，就很適合。

Q2（判斷題）： JSON 和日誌算不算完全不能用？ → 看情況，它們可以先整理成結構化欄位，再拿去分析或建模。

常見問題

什麼樣的資料最適合先做結構化整理？

欄位重複出現、後續又常被查詢或彙整的資料，最值得先整理。

這種資料一定比其他資料更好嗎？

不一定，若資料本來就是圖片、語音或原始文本，硬轉成表格反而會丟掉資訊。

合成資料算不算真的資料？

它不是原始真資料，但如果來源、分布和用途控制得好，仍然能在訓練和測試裡發揮作用。