업샘플링(Upsampling)은 신호·이미지의 해상도·샘플 수를 늘리는 과정 또는 머신러닝에서 소수 클래스의 샘플을 복제·생성해 클래스 균형을 맞추는 기법을 의미합니다. 신호 처리에서는 보간법으로 새 샘플을 추가하며, ML에서는 단순 복제, SMOTE, 합성 데이터 생성을 활용합니다. 불균형 데이터셋으로 인한 모델 편향을 완화하는 중요한 전처리 단계입니다.
업샘플링(Upsampling)은 신호·이미지의 해상도·샘플 수를 늘리는 과정 또는 머신러닝에서 소수 클래스의 샘플을 복제·생성해 클래스 균형을 맞추는 기법을 의미합니다. 신호 처리에서는 보간법으로 새 샘플을 추가하며, ML에서는 단순 복제, SMOTE, 합성 데이터 생성을 활용합니다. 불균형 데이터셋으로 인한 모델 편향을 완화하는 중요한 전처리 단계입니다.