Augmentació de dades
L'augmentació de dades és una família de tècniques que expandeix artificialment un conjunt de dades d'entrenament aplicant transformacions que preserven les etiquetes a mostres existents. Sistematitzada originalment per a tasques de classificació d'imatges, ara s'aplica àmpliament en dominis de visió, text, àudio i tabular. Va sorgir com una resposta pràctica a l'escassetat crònica de dades etiquetades en aprenentatge profund supervisat i continua sent un pas de pre-processament estàndard en els fluxos de treball de xarxes neuronals modernes.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- 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 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 2). Data Augmentation. ScholarGate. https://scholargate.app/ca/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.
- Entrenament adversarialAprenentatge profund↔ compare
- Aprenentatge per transferènciaAprenentatge automàtic↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →