Aumento dei Dati
La data augmentation è una famiglia di tecniche che espande artificialmente un dataset di addestramento applicando trasformazioni che preservano le etichette ai campioni esistenti. Originariamente sistematizzata per compiti di classificazione di immagini, è ora applicata ampiamente nei domini visivi, testuali, audio e tabulari. È emersa come risposta pratica alla cronica scarsità di dati etichettati nell'apprendimento profondo supervisionato e rimane un passaggio di pre-elaborazione standard nelle moderne pipeline di reti neurali.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 2). Data Augmentation. ScholarGate. https://scholargate.app/it/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.
- Addestramento avversarialeApprendimento profondo↔ compare
- Apprendimento per trasferimentoApprendimento automatico↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →