正則化

Mixupとは、異なるデータセットから複数のデータを組み合わせ、新しい訓練データを生成するデータ拡張手法です。この手法は、トレーニングデータの多様性を高め、モデルの性能向上に役立てられます。Mixupは、異なるデータポイントの特徴を線形結合することで、新しいデータポイントを作成します。この線形結合は、ランダムな重みを使用して決定され、新しいデータポイントが元のデータポイントの中間的な表現になります。Mixupが有効なのは、データが線形的に分離可能な領域に分布している場合です。