Expansión de datos (Data Expansion)

Es una técnica utilizada para incrementar el tamaño de un conjunto de datos mediante transformaciones o modificaciones de los datos originales.

Su propósito principal es mejorar el rendimiento y la capacidad generalizadora de los modelos de aprendizaje artificial, especialmente en escenarios con datos limitados.

Las transformaciones pueden incluir rotaciones, recortes, escalados, adiciones de ruido, entre otras modificaciones, dependiendo del dominio y tipo de datos.

Es particularmente efectiva en áreas como el procesamiento de imágenes, análisis de audio y otras aplicaciones donde pequeñas variaciones en los datos no alteran su significado básico.

Aumentar la diversidad en los datos a través de esta técnica ayuda a prevenir el sobreajuste, mejorando la robustez del modelo frente a nuevos ejemplos.