Zijn de gegevens geanonimiseerd?

Gegevensanonimisering is het proces van het verwijderen of wijzigen van persoonlijke informatie op zodanige wijze dat het onmogelijk is om een specifieke persoon te identificeren.

In projecten voor machine learning wordt anonimisering vaak toegepast om te voldoen aan privacy- en wettelijke vereisten (bijvoorbeeld GDPR). Dit kan onder meer omvatten:

• Het verwijderen of maskeren van identificatoren (namen, telefoonnummers, adressen).
• Het generaliseren van gegevens (bijvoorbeeld het vervangen van exacte leeftijden door leeftijdsgroepen).
• Het toepassen van methoden voor differentiële privacy.

Als gegevens zijn geanonimiseerd, wordt dit meestal vastgelegd in de documentatie, en worden speciale technieken gebruikt om de bruikbaarheid van de gegevens voor het trainen van modellen te behouden, terwijl persoonlijke informatie wordt beschermd.