データと前処理

データ拡張でーたかくちょう

データ拡張オーグメンテーション過学習対策画像変換訓練データ増加

データ拡張について教えて

簡単に言うとこんな感じ！

手持ちのデータを「加工・変形」して水増しするテクニックだよ。写真を回転させたり明るさを変えたりして「似て非なるデータ」を大量に作り出し、AIに豊富な経験を積ませる方法なんだ！

データ拡張（Data Augmentation）とは、既存の訓練データに対して様々な変換を加えることで、見かけ上のデータ量を増やす手法です。機械学習モデル、特にディープラーニングは大量のデータを必要とするため、データが少ない場合の過学習を防ぎ、汎化性能を高めるために広く使われています。

実際のビジネス現場では、医療画像の収集コストが高い・不良品の発生頻度が低いなど「十分なデータが集まらない」ことはよくあります。データ拡張はこうした現実的な制約を乗り越える実践的な解決策です。

変換後のデータは元データとラベルが同じである（意味が変わらない）ことが前提です。猫の写真を回転させても猫であることに変わりないため、そのまま訓練データとして使えます。

データ拡張は強力ですが、過度な拡張は逆効果になることもあります。

適切な拡張の例（文書分類）
  ○ 同義語置換、逆翻訳
  × ランダムに単語を並び替え（意味が破壊される）

適切な拡張の例（医療X線）
  ○ 輝度変換、水平反転
  × 垂直反転（臓器の位置関係が変わる）

「意味が保たれているか」を常に確認することが重要です。