Augmentasi data adalah teknik yang digunakan dalam pembelajaran mesin dan visi komputer untuk meningkatkan jumlah data yang tersedia untuk model pelatihan. Ini melibatkan pembuatan versi baru dan bervariasi dari data yang ada dengan menerapkan transformasi seperti rotasi, membalik, perubahan kecerahan atau kontras, dan menambahkan noise atau distorsi. Gambar input yang dimodifikasi ini dapat membantu meningkatkan akurasi dan performa model dengan membuatnya lebih kuat terhadap variabilitas dan kondisi dunia nyata. Intinya, augmentasi data memperluas keragaman kumpulan data, dan dengan demikian, membantu mengatasi masalah yang terkait dengan overfitting, dan underfitting.
Tanggal penerbitan: