ScholarGate
Asisten
Machine learningTraining techniques

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.

Buka di MethodMindSegeraVideoSegeraDownload slides

Baca metode selengkapnya

Khusus anggota

Masuk dengan akun gratis untuk membaca bagian ini.

Masuk

Method map

The neighbourhood of related methods — select a node to explore.

Sumber

  1. 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.

Compare side by side

Dirujuk oleh

ScholarGateData Augmentation (Data Augmentation). Diakses 2026-06-15 dari https://scholargate.app/id/deep-learning/data-augmentation · Set data: https://doi.org/10.5281/zenodo.20539026