Επαύξηση Δεδομένων
Η επαύξηση δεδομένων είναι μια οικογένεια τεχνικών που επεκτείνει τεχνητά ένα σύνολο δεδομένων εκπαίδευσης εφαρμόζοντας μετασχηματισμούς που διατηρούν την ετικέτα σε υπάρχοντα δείγματα. Αρχικά συστηματοποιήθηκε για εργασίες ταξινόμησης εικόνων, πλέον εφαρμόζεται ευρέως σε τομείς όρασης, κειμένου, ήχου και πινάκων. Εμφανίστηκε ως πρακτική απάντηση στη χρόνια έλλειψη επισημασμένων δεδομένων στην επιβλεπόμενη βαθιά μάθηση και παραμένει ένα τυπικό βήμα προεπεξεργασίας σε σύγχρονες γραμμές επεξεργασίας νευρωνικών δικτύων.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- 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 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 2). Data Augmentation. ScholarGate. https://scholargate.app/el/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.
- Εκπαίδευση με Εχθρικές Εισόδους (Adversarial Training)Βαθιά Μάθηση↔ compare
- Εκμάθηση μεταφοράςΜηχανική Μάθηση↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →