Data Augmentation is een techniek om kunstmatig meer trainingsgegevens te creëren door bestaande gegevens te wijzigen. Voor afbeeldingen kan dit betekenen dat ze worden geroteerd, verkleind, of dat er ruis wordt toegevoegd. Voor tekst kan het gaan om synonyme woorden in te voegen of de zinsstructuur te veranderen.

Dit is vooral nuttig wanneer je een beperkt dataset hebt, omdat het model meer diverse voorbeelden ziet en beter kan generaliseren. Data augmentation verbetert ook de robuustheid van modellen tegen kleine variaties in echte gegevens.