adataugmentációt
Adataumentációt, a machine learning modellek teljesítményének javítására használt technika, amely meglévő adatokból új, de hasonló adatokat hoz létre. Célja az adathalmaz méretének és sokszínűségének növelése, ami segít a modelleknek jobban általánosítani és ellenállóbbá válni a zajjal szemben. Különösen hasznos olyan területeken, ahol a nagyméretű, címkézett adatok beszerzése költséges vagy időigényes, mint például az orvosi képalkotás vagy az autonóm járművek.
Adataumentáció számos módszerrel valósítható meg, attól függően, hogy milyen típusú adatokkal dolgozunk. Képek esetében gyakori technikák
Adataumentáció alkalmazása csökkenti a túltanulás (overfitting) kockázatát, mivel a modell több változatos példával találkozik a képzés