Lo scenario
Un'azienda deve condividere informazioni sul comportamento dei clienti senza esporre i dati grezzi degli utenti. Costruisce quindi una pipeline che genera sequenze realistiche di eventi sintetici, applica la privacy differenziale e ne verifica l'utilità su un holdout reale.
Cosa contiene questo disegno
Leggi le decisioni che ne stanno alla base.
01
Decidere se suddividere i dati grezzi in set di addestramento e holdout per valutare l'utilità
02
Stabilire quando i dati sintetici generati soddisfano le metriche di privacy e utilità
03
Gestire un eventuale fallimento regolando il moltiplicatore del rumore e ripetendo l'addestramento
Usa questo diagramma di flusso per progettare o verificare una pipeline che converte log comportamentali sensibili in dataset sintetici destinati alla modellazione del comportamento dei clienti.