Dataaugmentering

term_id: data_augmentation

Category: training_techniques

Definition

Denne metoden utvider treningsdatasettet kunstig ved å lage modifiserte versjoner av eksisterende prøver, for eksempel ved å rotere bilder, legge til støy i lyd eller erstatte synonymer i tekst. Det hjelper med å forebygge

Summary

Dataaugmentering er en teknikk brukt til å øke mangfoldet og størrelsen på treningsdatasett ved å anvende transformasjoner på eksisterende datapunkter.

Key Concepts

  • Forebygging av overtilpasning
  • Datasettutvidelse
  • Generalisering
  • Transformasjoner

Use Cases

  • Forbedring av robustheten til datamaskinseende-modeller
  • Forbedring av ytelsen til NLP-modeller med begrenset tekst
  • Balansering av skjeve datasett

Code Example

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