18.3 获取大量数据和人工数据

参考视频: 18 - 3 - Getting Lots of Data and Artificial Data (16 min).mkv

如果我们的模型是低方差的,那么获得更多的数据用于训练模型,是能够有更好的效果 的。问题在于,我们怎样获得数据,数据不总是可以直接获得的,我们有可能需要人工地创 造一些数据。

以我们的文字识别应用为例,我们可以字体网站下载各种字体,然后利用这些不同的字 体配上各种不同的随机背景图片创造出一些用于训练的实例,这让我们能够获得一个无限大 的训练集。这是从零开始创造实例。

另一种方法是,利用已有的数据,然后对其进行修改,例如将已有的字符图片进行一些 扭曲、旋转、模糊处理。只要我们认为实际数据有可能和经过这样处理后的数据类似,我们 便可以用这样的方法来创造大量的数据。

有关获得更多数据的几种方法:

  1. 人工数据合成

  2. 手动收集、标记数据

  3. 众包