аугментация, это просто увеличение размера безотносительно чего: набора картинок или табличных данных. вот здесь как раз рассматривается подобная аугментация для категориальных признаков, как в моем примере. пока не прочитал все, но судя по выводам в статье - это может работать https://towardsdatascience.com/augmenting-categorical-datasets-with-synthetic-data-for-machine-learning-a25095d6d7c8

Касательно попробовать - это в принципе частый вариант. Пробуйте, только тест делайте. А по поводу аугментации.. например, вы начинаете добавлять смещенные и повернутые картинки. Вы ведь со всеми картинками поработаете, правильно? Предполагается, что большого смещения не произойдет, а распределение останется примерно тем же. А вы как хотите добавить все комбинации? С каким-то ведь распределением, правильно? Его изначально нет. Везде по одному? Или где-то больше? Очень хорошо, что вы пытаетесь докопаться до истины, это очень важно

просто хочу понять, какой подход и как лучше применять, для улучшения результата

Попробуйте свои подходы на уже решённых задачах, как вариант

ну это да, интересовало мнение других, может кто сталкивался с таким подходом

Рекомендую! Мне очень понравилась сессия этого года - https://community-z.com/events/ml-rsschool-2022

Спасибо

Начало в 2022 году?

Ура я решил в 23 а тут 22

Да. Обещали ещё в сентябре этого года, посмотрим. На мой взгляд,  он от beginner до pre-intermidiate, каждый свое почерпнет. Ведут курс сотрудники EPAM BELARUS.

Спасибо))

Yes

Доброго вечера, такой вопрос: насколько актуален "тот самый курс по МЛ от Andrew Ng" (10 недель, с самых азов начало)? Просто он давно записан, и уже потерял актуальность?

Thx!

Если я правильно понимаю он не на Питоне, а на Матлабе

А математика конечно не изменилась за годы)

Тоже заметила, но я совсем нуб в мл, поэтому не знаю, насколько матлаб еще используется в мл. Собственно и вопрос к уже прошедшим курс, стоит ли брать

брать стоит, матлаб используется крайне редко, однако я так понял, что это +- что и на нумпае писать, в целом, полезно с точки зрения реализации алгоритмов "from scratch"

сам, уже работая в дс, держу его в списке на прохождение, ради истории, так сказать))

классика