データオーギュメンテーション（データ拡張）
意味・解説
学習用データが少ない場合、元のデータを加工（回転、反転、色の変更など）して疑似的にデータを増やす手法。
特に画像認識において、左右反転や切り出し（クロップ）、明るさ調整などを行うことで、AIが『本質的な特徴』を捉えやすくなり、過学習を抑制し汎化性能を高める。
くわしく
「AIのための『千本ノック』のバリエーション」です。
1.手法：
猫の画像を左右反転させても猫であることに変わりはありません。このように、同じデータを少し変えて教えることで、AIに「猫はどの向きでも猫だ」と理解させます。
2.効果：
高価な実データを集めるコストを抑えつつ、AIの『応用力』を鍛えられます。ポイントは、現実の世界では完璧なデータを大量に集めるのは難しいため、この工夫なしには実用的なAIは完成しないからです。
例文
医療用画像の判定AIを開発する際、症例データが不足していたため、データオーギュメンテーションを適用してモデルの精度を向上させた。
同義語: データ水増し / データ拡張
分類: 機械学習のデータ前処理