目录
1、为什么要做数据增强？
2、图像数据增强？
3、文本与音频数据增强？
4、高级数据增强？
数据增强技术就像是一种“造数据”的魔法，通过对原始数据进行各种变换，生成新的样本，从而提高模型的泛化能力。
1、为什么要做数据增强？
- 提升模型泛化能力(lmprove Generalization):减少模型对训练数据中无关特征的依赖，使其在未见过的新数据上表现更好。
- 防止过拟合(Prevent Overfitting):当训练数据量有限时，模型很容易“记住”训练数据的所有细节，而不是学习到底层的规律。增加数据量是解决过拟合最有效的方法之一。
- 降低数据采集成本 (Reduce Data Collection Costs):收集和标注大量高质量的数据是非常昂贵且耗时的。数据增强可以用较低的成本扩充数据集
- 处理类别不平衡问题 (Handle Class lmbalance):在分类任务中，如果某些类别样本很少，可以针对性地对这些少数类进行数据增强，以平衡数据分布。
2、图像数据增强？
3、文本与音频数据增强？
4、高级数据增强？
)
