自动化数据加强：实践、理论和新方向

对当今须要大量数据的机器学习模型而言，数据加强是一种具备显著价值的技术——既可用于缓解数据量不足的问题，也可用于提高模型的稳健性。常规的数据加强技术每每依赖相关领域的专家，耗时耗力成本高昂，所以研究者开始探索自动化数据加强技术。近日，斯坦福大学 AI 实验室（SAIL）发表了一篇题为《自动化数据加强：实践、理论和新方向》的博客文章，介绍了这一领域及近期的相关研究进展。算法 在图像分类和文本分类等应

>>阅读原文<<