ds unstructured-data preprocessing
まず結論
データ拡張（Data Augmentation）とは、既存の画像データを変換して人工的に学習データを増やす手法です。
DS検定では
学習データ不足の対策
過学習の防止
という文脈で出題されることがあります。
直感的な説明
AIを学習させるときは
大量のデータ
が必要になります。
しかし現実の問題では
医療画像
不良品画像
など
データ数が少ない
ケースがよくあります。
このとき
同じ画像を
回転する
左右反転する
拡大する
などの変換を行い
新しいデータとして学習に使う方法
がデータ拡張です。
定義・仕組み
データ拡張とは
既存データを変換して学習データを人工的に増やす方法
です。
画像AIでは次のような変換がよく使われます。
回転（Rotation）
画像を回転させます。
例
10°回転
20°回転
など。
反転（Flip）
画像を左右または上下に反転します。
例
左右反転
上下反転
拡大・縮小（Zoom）
画像の一部を拡大して
異なる視点のデータを作ります。
明るさ変更
明るさやコントラストを変え
異なる環境条件を再現します。
どんな場面で使う？
データ拡張は
画像AIの学習で非常に重要な技術です。
データ不足の対策
学習データが少ない場合でも
データ拡張によって
学習用データを増やすことができます。
過学習の防止
同じデータだけで学習すると
AIは
特定の画像に過剰に適合
してしまうことがあります。
これを
過学習（Overfitting）
と呼びます。
データ拡張により
多様なデータを学習させることで
過学習を防ぎやすくなります。
よくある誤解・混同
誤解①
データ拡張＝新しいデータ収集
これは違います。
データ拡張は
既存データを変換して作る
方法です。
誤解②
データが多ければデータ拡張は不要
実際には
データ拡張を使うことで
AIの汎化性能が向上する
場合があります。
DS検定のひっかけ
DS検定では
「データ拡張は学習データを人工的に増やす方法」
という理解が重要です。
選択肢で
「データ拡張はテストデータを増やす方法」
と書かれていたら 誤り です。
データ拡張は
学習データに対して行います。
まとめ（試験直前用）
データ拡張は 既存データを変換してデータ数を増やす方法
画像AIでは
回転
反転
拡大
明るさ変更 などが使われる
主な目的
データ不足対策
過学習防止
DS検定では
データ拡張＝学習データを人工的に増やす技術
と覚えると判断しやすくなります。
対応スキル項目（AI利活用スキルシート）
スキルカテゴリ名 AIの技術理解
サブカテゴリ名 機械学習
★ 代表的な機械学習手法の概要を理解している
🔗 関連記事
- アノテーションとは？（AI学習データを作る重要な作業）【DS検定】
- データ抽出と集計の違いとは？（SQL・BIで混同しやすい操作）【DS検定】
- データトランスフォーメーションとは？（非構造化データの変換）【DS検定】
- 係り受け解析とは？形態素解析との違いを整理【DS検定】
- 画像のデジタル表現とは？（標本化と量子化の基本）【DS検定】