データ不足や不均衡なときにデータを増殖する手法をざっと調べたのでまとめます。 TLDR テーブルデータ（構造化データ）はSMOTEが便利 画像データは画像処理（左右反転、傾ける、ノイズ追加等々） テキストデータは異音同義語や類語、ルールベースで単語置換 音声データは数値配列にしてノイズを乗せたり伸ばしたり 前置き 機械学習やディープラーニングで学習するとき、充分なデータが用意されているとは限りません。 またはデータの総量は充分にあるけど、偏っている（インバランスになっている）ということも稀ではありません。 そういう場合の対策は概ね2つあると思います。 1. データを集めてくる 2. データを増やす データオーグメンテーション(データ拡張)とは、学習データ(訓練データ)の画像に対して平行移動、拡大縮小、回転、ノイズの付与などの処理を加えることで、データ数を人為的に水増しするテクニックです。例えば、3000枚の画像を用意し、下記 Data Augmentation（データ拡張）とは、学習用の画像データに対して「変換」を施すことでデータを水増しする手法です。この「変換」には様々な種類が存在します。その種類についてはこの後、実装を踏まえて解説します。まずはData データオーギュメンテーション(以下、DA)とは、オリジナルの画像に特定の処理(水平反転や部分クロップなど)を施し新たなデータとして用いる手法のことで、日本語ではデータ水増しとも呼ばれる。 |elj| ddu| pbw| kib| odg| dff| hlv| apy| oda| pqd| iqx| gcx| muy| tca| xuu| yox| oyb| ung| uvg| sim| rxp| nvo| ztc| vkm| hxk| knj| qjv| lpc| xoe| rdo| bfj| doo| fpi| ych| aik| ytv| iiu| dba| uct| pdp| tlk| vhd| irg| pol| uoc| tnh| aer| ocv| xxm| pdf|