データ拡張とは
Data Augmentation
既存の学習データへ変換を加えて多様性を増やし、モデルの汎化性能を高める技術
ひとことで言うと
手持ちの学習データを回転させたり言い換えたりして「水増し」し、AIが応用を利かせられるようにする技術。
概要
データ拡張とは、既存の学習データへ変換を加えて訓練サンプルの多様性を増やし、モデルの汎化性能を高める技術を指す。 画像では回転・反転・切り抜き・色調変更、音声では速度変更やノイズ付加、テキストでは言い換えや逆翻訳などが使われる。 ラベル付きデータが限られる状況で過学習を抑える基本的な手段であり、対照学習では正例ペアを作る中核的な役割も担う。 LLMの時代には、モデル自身に学習データを生成させる合成データがデータ拡張の発展形として広く使われている。