Augmentasi Data
Augmentasi data adalah keluarga teknik yang memperluas kumpulan data pelatihan secara artifisial dengan menerapkan transformasi yang mempertahankan label pada sampel yang ada. Awalnya disistematisasi untuk tugas klasifikasi gambar, kini diterapkan secara luas di domain visual, teks, audio, dan tabular. Teknik ini muncul sebagai jawaban praktis terhadap kelangkaan data berlabel yang kronis dalam pembelajaran mendalam terawasi dan tetap menjadi langkah pra-pemrosesan standar dalam alur kerja jaringan saraf modern.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 2). Data Augmentation. ScholarGate. https://scholargate.app/id/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.
- Pelatihan AdversarialPembelajaran Mendalam↔ compare
- Transfer LearningPembelajaran Mesin↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →