# Syntetyczne dane tabelaryczne

EN: **Synthetic tabular data generation** · id `tabularsynthetic` · aliases: synthetic tabular data, tabular data synthesis, dane syntetyczne w tabelach

Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [Dane dla AI](https://aiatlasgraph.com/t/data.md) › [Dane syntetyczne i augmentacja](https://aiatlasgraph.com/t/synthetic.md) › Syntetyczne dane tabelaryczne

## Description

- PL: Generowanie wierszy tabel o mieszanych typach kolumn za pomocą modeli generatywnych; CTGAN warunkuje generowanie, aby lepiej odwzorować wielomodalne kolumny ciągłe i rzadkie kategorie.
- EN: Generating rows for mixed-type tables with generative models; CTGAN conditions generation to better represent multimodal continuous columns and rare categories.

## In one sentence

- PL: Tworzenie sztucznych tabel, np. klientów czy transakcji, które statystycznie przypominają prawdziwe, ale nie opisują realnych osób.
- EN: Creating artificial tables, such as customers or transactions, that statistically resemble real ones without describing real people.

## Problem it solves

- PL: Prawdziwych danych firmowych czy medycznych nie wolno swobodnie udostępniać, a rzadkich przypadków jest za mało do nauki.
- EN: Real business or medical records cannot be shared freely, and rare cases are too few to learn from.

## What it does

- PL: Jak aktor grający typowego klienta: zachowuje się realistycznie i spójnie, ale nie jest żadną konkretną osobą.
- EN: Like an actor playing a typical customer: behaving realistically and consistently, but being no specific person.

## Everyday example

- PL: Bank przekazuje firmie testującej aplikację tabelę wymyślonych klientów z realistycznymi saldami zamiast prawdziwej bazy.
- EN: A bank hands an app-testing company a table of invented customers with realistic balances instead of the real database.

## This concerns you if you…

- PL: nie możesz udostępnić prawdziwych danych klientów
- PL: brakuje ci przykładów rzadkich zdarzeń, np. oszustw
- EN: cannot share real customer data
- EN: lack examples of rare events such as fraud

## Keywords

CTGAN · TVAE · Synthetic Data Vault (SDV) · Gaussian copula · TabDDPM · GReaT · DP-synthetic data · SDMetrics

## How it works

- PL: Generator uczy się łącznego rozkładu kolumn ciągłych i kategorycznych. W CTGAN normalizacja uwzględnia tryby rozkładu kolumn ciągłych, a warunkowe próbkowanie pomaga uczyć się niezbalansowanych kolumn dyskretnych. Jakość ocenia się podobieństwem rozkładów i użytecznością modeli trenowanych na danych syntetycznych, a prywatność sprawdza osobno.
- EN: A generator learns the joint distribution of continuous and categorical columns. In CTGAN, normalisation accounts for modes in continuous columns and conditional sampling helps with imbalanced discrete columns. Quality is evaluated through distributional similarity and the utility of models trained on synthetic data, while privacy is tested separately.

## Limits

- PL: Syntetyk nie gwarantuje prywatności: model może zapamiętać rzadkie rekordy, chyba że użyje się prywatności różnicowej, co obniża wierność. Zależności między wieloma tabelami i rzadkie korelacje bywają gubione.
- EN: Synthetic data does not guarantee privacy: the model can memorise rare records unless differential privacy is used, which lowers fidelity. Multi-table relations and rare correlations are often lost.

## Key terms

- PL: **train on synthetic, test on real**: Test użyteczności: model z danych sztucznych sprawdzany na prawdziwych.
- PL: **ryzyko ujawnienia**: Szansa odtworzenia informacji o prawdziwej osobie z danych syntetycznych.
- EN: **train on synthetic, test on real**: Utility test: a model trained on synthetic data evaluated on real data.
- EN: **disclosure risk**: Chance of recovering real-person information from synthetic data.

## Know first

- [Generatywne sieci przeciwstawne (GAN) (Generative adversarial networks (GAN))](https://aiatlasgraph.com/t/gan.md)

## Related topics

Untyped, symmetric "see also" links.

- [Modele bazowe dla danych tabelarycznych (Tabular foundation models)](https://aiatlasgraph.com/t/tabularfm.md)

## Sources

- [Modeling Tabular data using Conditional GAN](<https://arxiv.org/abs/1907.00503>) `xu-2019-ctgan` · by Lei Xu, Maria Skoularidou, Alfredo Cuesta-Infante, Kalyan Veeramachaneni

---

AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/tabularsynthetic · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30