Im Kontext der Datenaugmentierung eine Technik, bei der kleine, zufällige Variationen oder Störungen (z.B. Helligkeitsänderungen bei Bildern, leichte Verschiebungen von Datenpunkten) zu den Trainingsdaten hinzugefügt werden. Ziel ist es, die Robustheit des Modells gegenüber leichten Variationen in den Eingabedaten zu erhöhen und Überanpassung (Overfitting) zu reduzieren.