ডেটা অগমেন্টেশন
ডেটা অগমেন্টেশন হলো এমন একগুচ্ছ কৌশল যা বিদ্যমান নমুনাগুলিতে লেবেল-সংরক্ষণকারী রূপান্তর প্রয়োগ করে কৃত্রিমভাবে একটি প্রশিক্ষণ ডেটাসেটকে প্রসারিত করে। প্রাথমিকভাবে চিত্র শ্রেণিবিন্যাস (image classification) কার্যগুলির জন্য পদ্ধতিবদ্ধ করা হলেও, এটি এখন দৃষ্টি (vision), পাঠ্য (text), অডিও এবং সারণী ডোমেন জুড়ে ব্যাপকভাবে প্রয়োগ করা হয়। এটি তত্ত্বাবধানে থাকা গভীর শিক্ষণে (supervised deep learning) লেবেলযুক্ত ডেটার দীর্ঘস্থায়ী ঘাটতির একটি ব্যবহারিক সমাধান হিসাবে আবির্ভূত হয়েছে এবং আধুনিক নিউরাল নেটওয়ার্ক পাইপলাইনগুলিতে একটি আদর্শ প্রাক-প্রক্রিয়াকরণ ধাপ হিসাবে রয়ে গেছে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Shorten, C., & Khoshgoftaar, T. M. (2019). A survey on image data augmentation for deep learning. Journal of Big Data, 6, 60. DOI: 10.1186/s40537-019-0197-0 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 2). Data Augmentation. ScholarGate. https://scholargate.app/bn/deep-learning/data-augmentation
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Adversarial Trainingগভীর শিখন↔ compare
- ট্রান্সফার লার্নিংযন্ত্র শিখন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →