ScholarGate
Pembantu
Machine learningTraining techniques

Tatatanda Data

Tatatanda data ialah satu keluarga teknik yang mengembangkan set data latihan secara buatan dengan mengaplikasikan transformasi yang mengekalkan label pada sampel sedia ada. Pada asalnya disistemkan untuk tugasan klasifikasi imej, kini ia diaplikasikan secara meluas merentasi domain penglihatan, teks, audio, dan jadual. Ia muncul sebagai jawapan praktikal kepada kekurangan data berlabel yang kronik dalam pembelajaran mendalam berselia dan kekal sebagai langkah pra-pemprosesan standard dalam saluran rangkaian saraf moden.

Buka dalam MethodMindTidak lama lagiVideoTidak lama lagiDownload slides

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log 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 memetik halaman ini

ScholarGate. (2026, June 2). Data Augmentation. ScholarGate. https://scholargate.app/ms/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). Dicapai 2026-06-15 daripada https://scholargate.app/ms/deep-learning/data-augmentation · Set data: https://doi.org/10.5281/zenodo.20539026