理解 synthetic data 如何同時服務 privacy、bias mitigation 與模型訓練。
原書指出 Snowflake 提供由 Synthesis AI 建立的 5,000 張多元合成人臉資料集，亦提供由 Clearbox AI 產生的合成金融資料，例如 simulated mortgage applications。
| 資料 | 原書資訊 |
|---|---|
| Synthetic faces | 5,000 |
| 用途 | 客製化、包容性資料集／facial recognition bias concerns |
| 另一資料類型 | Simulated mortgage applications |
可在 Excel 建立 representation matrix，比較不同 demographic segment 的筆數與 coverage；AI 可協助找不足群組，但不能把 demographic attribute 猜測成事實。
若教材假設 5 個群組平均分配，理想平均為 5000/5=1,000 張／群；這只是平衡示範，不代表原資料實際分布。
Synthetic data 能補足真實資料難以取得的情境，但「合成」不自動代表 unbiased；生成流程本身仍可能複製原模型偏誤。
根據以下已知 demographic counts，檢查 representation imbalance，列出不足群組；不得自行推測未提供屬性。
**題目：**若某一群組只有 400 張、其他條件相近，與 1,000 張平均基準相比少多少？
**參考解答：**少 600 張，低於基準 60%。