TopAIToolsTopAITools

Glossary

0-9
6DoF pose estimation4D data5G + AI1-shot learning0-shot learning3D convolution8-bit quantization7D representation2-stage detector9-layer network
A
Artificial Intelligence (AI)AGI / Artificial General IntelligenceAutoencoderAttentionAlgorithm
B
BackpropagationBERTBiasBoostingBatch Normalization
C
Classifier / ClassificationCNN / Convolutional Neural NetworkClusteringCross-ValidationChatbot
D
Data AugmentationDeep LearningDeepfakeDeterministic ModelDiscriminative Model
E
Ensemble LearningEncoderEmbeddingEpochExplainable AI (XAI)
F
Fine-tuningFusion / Multimodal FusionFeature ExtractionForward PropagationFoundation Model
G
GAN / Generative Adversarial NetworkGradient DescentGroundingGenerative AIGraph Neural Network (GNN)
H
Hierarchical ModelHeuristicHallucinationHidden LayerHyperparameter
I
Instance / SampleInstruction tuningIntelligence Amplification / AugmentationInterpretabilityImbalanced Data
J
JuxtapositionJitteringJAXJoint EmbeddingJSONL / JSON-lines
K
K-Shot LearningKernel TrickK-means ClusteringKnowledge DistillationKL Divergence (Kullback–Leibler Divergence)
L
Learning RateLarge Language Model (LLM)Loss FunctionLatent VariableLSTM / Long Short-Term Memory
M
Machine Learning (ML)Meta-learningModelMulti-head AttentionMultimodal / Multimodality
N
NLP / Natural Language ProcessingNovelty Detection / Anomaly DetectionNLU / Natural Language UnderstandingNormalizationNeural Network
O
Online LearningObjective FunctionOne-hot EncodingOverfittingOptimizer
P
PretrainingPoolingParameterPolicy / Reinforcement Learning PolicyPrompt
Q
Q-learningQueue / BufferQuantizationQuality EstimationQuery
R
Reinforcement Learning (RL)Retrieval Augmented Generation (RAG)Representation LearningRegularizationRNN / Recurrent Neural Network
S
Self-Supervised LearningSupervised LearningSequence ModelingSamplingSoftmax
T
Tuning / Hyperparameter TuningTokenizerTraining DataTransfer LearningTransformer
U
Unsupervised LearningUniversal Approximation TheoremUnderfittingUncertainty EstimationU-Net
V
Vector EmbeddingVariational Autoencoder (VAE)Validation SetVision Transformer (ViT)Vanishing / Exploding Gradient
W
Weight DecayWeak SupervisionWhitening / Whitening TransformationWord EmbeddingWorkflow
X
XOR problemXAI / Explainable AIX-axis / feature axisXLMXLNet
Y
Y-axis / feature axisYield (model yield / throughput)YAGNI (You Aren't Gonna Need It)Y-transform / YUVYoga of AI
Z
Zero-shot Learning / Zero-shot inferenceZero-centric / Zero-bias initializationZ-score NormalizationZero-gradient phenomenonZygosity in augmentation

Qué es Aumento de Datos

El aumento de datos es una técnica utilizada para aumentar la diversidad de los conjuntos de datos de entrenamiento, especialmente en aprendizaje automático y aprendizaje profundo. Al aplicar transformaciones como rotación, escalado, recorte y adición de ruido a muestras existentes, se pueden generar nuevas muestras, mejorando la capacidad de generalización del modelo y reduciendo el sobreajuste.


La importancia del aumento de datos se refleja en varios aspectos. En situaciones donde los datos son escasos, puede aumentar efectivamente la cantidad de datos disponibles para el entrenamiento, mejorando el rendimiento del modelo. Además, al introducir diversidad, las muestras aumentadas ayudan al modelo a aprender mejor las características clave, mejorando así su rendimiento en muestras no vistas.


En términos de funcionamiento, las técnicas de aumento de datos pueden clasificarse en varios tipos, incluyendo transformaciones geométricas, transformaciones de color e inyección de ruido. Las transformaciones geométricas como la rotación y la inversión pueden cambiar la perspectiva de las imágenes; las transformaciones de color ajustan el brillo y el contraste, alterando la distribución de colores de las imágenes; la inyección de ruido agrega ruido aleatorio a las imágenes, mejorando la robustez del modelo a datos imperfectos.


Las aplicaciones típicas incluyen el reconocimiento de imágenes, el procesamiento del lenguaje natural y el análisis de audio. Por ejemplo, en el reconocimiento de imágenes, rotar y recortar imágenes puede generar más muestras de entrenamiento, mejorando la precisión de los modelos de clasificación. En el procesamiento del lenguaje natural, se puede realizar un aumento de datos textuales mediante la sustitución de sinónimos y la reestructuración de frases.


La futura tendencia del aumento de datos puede dirigirse hacia enfoques más automatizados e inteligentes, como el uso de Redes Generativas Antagónicas (GANs) para generar muestras aumentadas de alta calidad. Además, con el auge del aprendizaje auto-supervisado, el aumento de datos se integrará más estrechamente con métodos de aprendizaje no supervisados.


A pesar de que el aumento de datos presenta ventajas significativas en la mejora del rendimiento del modelo, también existen desventajas. Un aumento inadecuado puede introducir muestras erróneas, lo que lleva a un rendimiento del modelo disminuido. Además, un aumento excesivo de datos puede hacer que el modelo aprenda características innecesarias, afectando su rendimiento en datos reales. Por lo tanto, al utilizar el aumento de datos, es fundamental elegir cuidadosamente las estrategias de aumento adecuadas y realizar evaluaciones apropiadas.