Data-augmentatie

term_id: data_augmentation

Category: training_techniques

Definition

Deze methode breidt het trainingsdataset kunstmatig uit door gewijzigde versies van bestaande steekproeven te maken, zoals het draaien van afbeeldingen, het toevoegen van ruis aan audio of het vervangen van synoniemen in tekst. Het helpt voorkomen

Summary

Data-augmentatie is een techniek die wordt gebruikt om de diversiteit en omvang van trainingsdatasets te vergroten door transformaties toe te passen op bestaande datapunten.

Key Concepts

  • Voorkomen van Overfitting
  • Datasetuitbreiding
  • Algemene Toepasbaarheid
  • Transformaties

Use Cases

  • Verbeteren van de robuustheid van computervisie-modellen
  • Verhogen van de prestaties van NLP-modellen met beperkte tekst
  • Balanceren van onevenwichtige datasets

Code Example

1
2
from tensorflow.keras.preprocessing.image import ImageDataGenerator
gen = ImageDataGenerator(rotation_range=20)