데이터 증강
term_id: data_augmentation
Category: training_techniques
Definition
이 방법은 기존 샘플의 수정된 버전(예: 이미지 회전, 오디오 노이즈 추가, 텍스트 동의어 교체 등)을 생성하여 훈련 데이터셋을 인위적으로 확장합니다. 이를 통해 모델의 일반화 능력을 향상시키고 과적합(overfitting)을 방지하며, 제한된 데이터로도 강력한 모델을 학습시킬 수 있습니다.
Summary
기존 데이터 포인트에 변환을 적용하여 훈련 데이터셋의 다양성과 크기를 증가시키는 기법입니다.
Key Concepts
- 과적합 방지
- 데이터셋 확장
- 일반화
- 변환
Use Cases
- 컴퓨터 비전 모델의 강건성 향상
- 제한된 텍스트 데이터로 NLP 모델 성능 개선
- 불균형 데이터셋 균형 맞추기
Code Example
| |