5 역주 적대 샘플은 모델이 잘못된 예측을 만들도록 의도적으로 일부 특성 값을 바꾼 샘플입니다.

6 역주 레이블 스무딩은 레이블에 잡음을 추가하는 규제 기법입니다. 예를 들면 정답에 해당하는 타깃 값을 1 - ϵ + ϵ / K로 바꾸고, 그 외 타깃 값은 ϵ / K로 바꿉니다. 여기서 K는 클래스 개수이고 ϵ는 스무딩 하이퍼파라미터입니다. 변경된 타깃 값을 모두 더하면 1 - ϵ + ϵ / K + ϵ / K * (K - 1) = 1 - ϵ + ϵ = 1이 됩니다.

7 역주 Mixup은 두 샘플의 특성과 타깃을 일정 비율로 혼합하여 새로운 샘플을 만드는 데이터 증강 기법의 하나입니다.