【第81回】AIはデータが少なくても学べる？データ拡張（Data Augmentation）とは

つとむ

2026年5月27日 20:38

学習データが少ないと、AIの性能は下がってしまいます。
そこでデータを増やす工夫として使われるのがデータ拡張です。
この記事では、画像の回転や反転などの基本手法をやさしく解説します。

1. 読み方

データかくちょう (Data Augmentation)

2. 意味（定義）

「手元にある既存のデータを加工・変形させることで、擬似的に新しいデータを作り出し、学習データのバリエーションを増やす手法」のことです。

画像データの場合: 画像を回転させたり、左右反転させたり、色を変えたりすることで、「元の画像とは少し違うけれど、本質的には同じもの」というデータを大量に生成します。

【暗記カードの増やし方という例え】
あなたは「英単語の暗記」のために、10枚の単語カード（データ）を持っています。

そのまま学習: 10枚を何度も繰り返して覚えます。でも、少しでも書き方が違うと覚えられません。
データ拡張を使った学習:カードを「逆さま」にして見る。「文字の書体」や「色違い」のパターンを自作して、10枚から100枚分に増やします。すると、多少書き方が崩れた単語が出てきても、あなたは「あ、これはあの単語だ！」と正しく判断できるようになります。これがデータ拡張の力です。

3. 歴史・背景

ディープラーニングが爆発的に普及した際、最大の課題の一つは「データの不足」でした。AIに大量の学習をさせるには膨大なラベル付きデータが必要ですが、人間が一つひとつ手作業でラベルを付けるのは、コストも時間もかかりすぎます。そこで、「今あるデータを加工して、あたかも新しいデータであるかのように見せかける」というデータ拡張が登場しました。これにより、少ないデータでも「過学習（Overfitting）」を防ぎ、未知のデータに対しても強い（汎化性能が高い）モデルを作ることが可能になりました。

4. 比較・対比（似た用語との違い）

ここが試験で狙われる「整理」ポイントです！

データ拡張 (Data Augmentation) vs 過学習 (Overfitting)
- 過学習: 学習データに「慣れすぎて」しまい、新しいデータに対応できなくなる状態。
- データ拡張: 過学習を防ぐための「対策（解決策）」。
データ拡張 (Data Augmentation) vs データの収集 (Data Collection)
- データの収集: 外に新しいデータを探しに行って、人間がラベルを付けて持ってくること（コスト大）。
- データ拡張: 手元にあるものを加工して増やすこと（コスト小）。

5. 活用シーン（どんな問題に使うか）

医療画像解析: 患者の数は限られていますが、画像を回転させたり拡大したりすることで、病変のパターンを増やし、診断精度を高めます。
自動運転: 晴れの日、曇りの日、夜、逆光…といった様々な天候・照明条件のバリエーションを、色調変換などの拡張によってシミュレートします。
文字認識 (OCR): 文字の傾きや掠れ（かすれ）をシミュレートして、どんな書き方でも読めるようにします。

6. G検定での出題傾向

G検定では、以下のポイントが狙われます！

手法の具体例: 「回転」「反転」「クロッピング（切り抜き）」「色調変換」などが、データ拡張の具体的な手法として問われます。
目的と効果: 「過学習を防ぐため」「汎化性能（未知のデータへの対応力）を高めるため」という目的が非常に重要です。
「過学習」との関係性: 「データ拡張を行うことで、モデルの過学習を抑制できる」という文脈での出題。
データの性質: 拡張によって「新しい情報（全く別の物体）」が増えるわけではなく、「既存情報のバリエーション」が増えるという点。

7. G検定の例題

【問題1：データ拡張の目的】

ディープラーニングにおける「データ拡張（Data Augmentation）」を行う主な目的として、最も適切なものはどれですか？

A. 学習データのラベル（正解）を自動的に生成し、アノテーション作業のコストを削減するため。
B. モデルのパラメータ数を増やし、より複雑な特徴を学習できるようにするため。
C. 学習データのバリエーションを増やし、モデルの過学習（Overfitting）を抑制して汎化性能を高めるため。
D. 入力画像の解像度を向上させ、より詳細な特徴抽出を可能にするため。

【問題2：データ拡張の手法】

画像認識のタスクにおいて、「データ拡張」の具体的な手法として当てはまらないものはどれですか？

A. 画像を左右に反転（Horizontal Flip）させる。
B. 画像の一部をランダムに切り抜く（Random Cropping）。
C. 学習率（Learning Rate）を段階的に小さくしていく。
D. 画像の明るさやコントラストをランダムに変化させる。

8. 例題の回答と解説

【問題1 の回答】

正解：C

【解説】 データ拡張は、データの「バリエーション」を増やすことで、モデルが特定のパターンに固執してしまう「過学習」を防ぎ、未知のデータに対しても正しく予測できる「汎化性能」を高めるための手法です。A はアノテーション（ラベル付け）の話、B はモデル構造（ネットワーク）の話、D はアップサンプリングなどの話であり、誤りです。

【問題2 の回答】