Data augmentation gera variações dos dados originais para aumentar a diversidade e tamanho do dataset sem coletar novos dados. Para imagens: rotação, flip, crop, ajuste de brilho/contraste, mixup e CutMix. Para texto: paráfrase, back-translation, inserção/deleção de palavras e augmentação com LLMs. Para áudio: time-stretching, pitch-shifting e adição de ruído. Reduz overfitting e melhora robustez do modelo.