Data Augmentation
데이터 증강
Data Augmentation(데이터 증강)은 데이터 처리에서 반드시 위치와 역할을 이해해야 하는 개념입니다. 정의만 암기하지 않고 입력이 어떻게 변하고 결과에 어떤 영향을 주는지 단계적으로 확인합니다.
WHY SHOULD I KNOW THIS?
왜 알아야 하나?
모델 성능 이전에 입력 데이터의 품질과 형태를 통제하는 데 필요한 핵심 Topic입니다. 이후 개념에서 다시 등장할 때 계산 흐름을 놓치지 않게 해줍니다.
WHERE IS IT USED?
어디에 사용되나?
학습 데이터 준비·파이프라인Interactive Lab후속 Topic 선수지식
02.16 CONCEPT VIEW
Data Augmentation
이 Topic은 이후 실제 계산/시각화 학습 시뮬레이션으로 확장됩니다.
INTERACTIVE CONCEPT LABDATA PIPELINE LAB
CURRENT STAGE1 / 6 · Raw Data
Data Augmentation
노드를 클릭하거나 PLAY FLOW를 눌러 정보가 어떻게 이동하는지 단계별로 확인하세요. 슬라이더는 시각적 영향도를 조절합니다.
이 Topic에서 알아야 할 핵심
✓Data Augmentation
✓데이터 증강
✓입력 → 처리 → 결과
✓실제 AI에서의 연결
이해 확인 질문
Q1잘못 처리하면 학습 결과에 어떤 문제가 생기는가?
Q2Data Augmentation의 입력과 출력은 무엇인가?
Q3데이터 증강를 실제 AI 사례 하나로 설명할 수 있는가?
CATEGORY
DATA & PREPROCESSING모델보다 먼저 데이터가 어떻게 구성·변환·분리되는지 학습합니다.
CURRENT PATH
02.16 Data Augmentation이 Topic의 위치와 앞뒤 순서를 항상 Curriculum 기준으로 유지합니다.