Data Augmentation
overfitting 에 대응하기 위해서는 많은 training data 를 이용해서 학습하는 것이 좋다. 특히, 이미지 데이터의 경우, 기존 이미지를 변형해서 새로운 이미지 학습 데이터를 만들 수 있다. 이러한 이미지 변형 과정을 통해 얻어진 이미지는 완전히 새로운 학습 데이터를 얻는 것보다는 학습 효과가 덜 하겠지만, 저렴한 비용으로 학습 데이터를 늘릴 수 있다는 것이 장점이다.
B) Example
C) For Sequential Data
- shuffling
- last word(item) prediction