Adversarielle Datenaugmentation
Eine fortgeschrittene Datenaugmentationstechnik, bei der bewusst leicht gestörte oder "adversarielle" Beispiele zu den Trainingsdaten hinzugefügt werden, um die Robustheit und Generalisierungsfähigkeit eines Modells zu verbessern.
Kategorie: Training, Daten & Fine-Tuning
Adversarielle Datenaugmentation ist eine Methode, die darauf abzielt, Machine-Learning-Modelle widerstandsfähiger gegen Angriffe und unerwartete Eingaben zu machen. Anstatt nur zufällige Transformationen anzuwenden, werden hierbei Beispiele generiert, die absichtlich so verändert sind, dass sie das Modell in die Irre führen könnten.
Synonyme / Tags
- Adversarial Augmentation
- Robustheits-Training
- Verteidigende Datenaugmentation
Die ganze Definition im Member Hub braucht ein kostenloses Konto.