Veri Artırma Nedir?
İngilizce: Data Augmentation
Yayın: · Son güncelleme:
Veri Artırma Nedir? Kısaca
Veri artırma (data augmentation), mevcut eğitim örneklerine döndürme, kırpma, gürültü ekleme ya da yeniden ifade etme gibi anlamı koruyan dönüşümler uygulayarak yeni örnekler üreten ve modelin genelleme yeteneğini artırmayı amaçlayan bir tekniktir.
Veri artırma, elindeki eğitim verisini çoğaltmak için mevcut örneklerin biraz değiştirilmiş kopyalarını üretme yöntemidir. Yeni veri toplamak pahalı ya da zor olduğunda modeli daha fazla çeşitlilikle eğitmenin pratik bir yoludur.
Veri artırma nedir?
Bir kedi fotoğrafını hafifçe döndürdüğünde, yatay çevirdiğinde ya da parlaklığını değiştirdiğinde görüntü hâlâ bir kedidir. Veri artırma bu fikri kullanır: Etiketi değiştirmeyen dönüşümlerle yeni eğitim örnekleri oluşturur. Model böylece kediyi belirli bir açı ya da ışığa bağlı olmadan tanımayı öğrenir.
Veri türüne göre teknikler
| Veri türü | Örnek dönüşümler |
|---|---|
| Görüntü | Döndürme, kırpma, ayna çevirme, renk ve parlaklık değişimi, gürültü ekleme |
| Metin | Eş anlamlı kelime değiştirme, geri çeviri (başka dile çevirip geri çevirme), yeniden ifade etme |
| Ses | Hız ve perde değişimi, arka plan gürültüsü ekleme |
| Tablo verisi | Azınlık sınıfı için yapay örnek üretme (ör. SMOTE) |
Dönüşümler genellikle eğitim sırasında her seferinde rastgele uygulanır; böylece model aynı görüntüyü her turda biraz farklı görür.
Neden önemli?
- Aşırı öğrenmeyi azaltır: Model belirli örnekleri ezberlemek yerine genel kalıpları öğrenir.
- Az veride işe yarar: Küçük veri setleriyle daha iyi sonuç alınmasını sağlar.
- Dayanıklılık kazandırır: Gerçek dünyadaki ışık, açı ya da gürültü farklarına karşı modeli hazırlar.
Nelere dikkat etmeli?
Dönüşüm anlamı değiştirmemelidir. Örneğin rakam tanımada 6'yı ters çevirmek onu 9'a dönüştürür ve modele yanlış bilgi öğretir. Ayrıca artırılmış örnekler yalnızca eğitim setine uygulanmalı; test setine karıştırılmamalıdır. Yapay üretilmiş tamamen yeni veriler için sentetik veri kavramına da bakabilirsin.
Sıkça Sorulan Sorular
Veri artırma ile sentetik veri aynı şey mi?
Benzerdir ama aynı değildir. Veri artırma mevcut örnekleri dönüştürür; sentetik veri ise genellikle bir model ya da simülasyonla sıfırdan üretilir.
Veri artırma test setine uygulanır mı?
Normalde hayır. Test seti modelin gerçek performansını ölçmek için kullanıldığından değiştirilmeden bırakılır.