Data Augmentation ist ein wichtiger Begriff aus den Bereichen K\u00fcnstliche Intelligenz, Big Data und Smart Data sowie Automatisierung. Es bezeichnet Methoden, mit denen bestehende Datens\u00e4tze k\u00fcnstlich vergr\u00f6\u00dfert oder erweitert werden, um eine bessere Grundlage f\u00fcr die Entwicklung und das Training von Algorithmen zu schaffen.<\/p>\n
Angenommen, ein Unternehmen m\u00f6chte eine k\u00fcnstliche Intelligenz entwickeln, die automatisch Fotos von Produkten erkennt. Daf\u00fcr ben\u00f6tigt die KI viele verschiedene Bilder jedes Produkts. Oft sind aber nicht genug Fotos vorhanden. Hier kommt Data Augmentation ins Spiel: Mithilfe von Computerprogrammen werden aus den vorhandenen Bildern neue Varianten erstellt \u2013 zum Beispiel, indem die Farben ver\u00e4ndert, das Bild gespiegelt oder leicht gedreht wird. So entstehen schnell und ohne gro\u00dfen Aufwand viele zus\u00e4tzliche Daten.<\/p>\n
Der Vorteil von Data Augmentation liegt darin, dass Algorithmen robuster und genauer werden, weil sie mit einer gr\u00f6\u00dferen Vielfalt von Beispielen trainiert werden k\u00f6nnen. Das spart Zeit und Geld, weil weniger echte Daten gesammelt werden m\u00fcssen, und verbessert die Qualit\u00e4t der Ergebnisse von K\u00fcnstlicher Intelligenz deutlich.<\/p>\n","protected":false},"excerpt":{"rendered":"