人工數(shù)據(jù)合成的概念通常包含兩種不同的變體：第一種是白手起家創(chuàng)造新的數(shù)據(jù)；第二種是已經(jīng)有了一小部分帶標簽的訓練集，然后擴充為一個大的訓練集

人工數(shù)據(jù)合成

人工數(shù)據(jù)合成

字符識別的更大的訓練集： 現(xiàn)代計算機通常都有一個很大的字體庫，庫中有很多不同類型的字體，然后將字體粘貼到其他隨機的背景圖像前面（第一種）。然后模糊操作讓圖像變形，比如均勻等比例縮放或者一些旋轉(zhuǎn)操作等等（第二種）。

語音識別的更大的訓練集：自動地為純凈的音頻片段添加這些不同的背景聲音（高斯隨機噪聲?）

人工數(shù)據(jù)合成

建議：

1.產(chǎn)生大量人工訓練樣本之前，通常最好應該先保證你已經(jīng)有了一個低偏差的分類器，這樣得到大量的數(shù)據(jù)才真的會起作用

2.考慮要付出多少工作量來獲得10倍于我們現(xiàn)有的數(shù)據(jù)量

3."眾包"(crowd sourcing)，雇傭標記人幫你為數(shù)據(jù)加上標簽

建議