Data Augmentation

También conocido como aumento de datos, es una técnica utilizada en el aprendizaje automático para aumentar el tamaño del conjunto de datos aplicando transformaciones a los datos existentes. Esto se logra aplicando diversas transformaciones a los datos existentes, como rotaciones, escalados, traslaciones, recortes, y otros cambios. El objetivo del aumento de datos es mejorar la generalización y el rendimiento del modelo proporcionando más variedad en los datos de entrenamiento, lo que ayuda a prevenir el sobreajuste (overfitting).

El aumento de datos es especialmente útil cuando se dispone de un conjunto de datos limitado, ya que permite ampliar artificialmente el tamaño del conjunto de datos, lo que puede conducir a un mejor rendimiento del modelo y una mayor capacidad de generalización.