データ拡張（でーたかくちょう）

概要解説

データ拡張は、機械学習モデルの訓練時に、既存のデータにわずかな変更を加えた複数のコピーを用いることで、モデルの過学習を低減し、汎化能力を向上させるために広く利用されている。もともとは、訓練データが不十分な状況下で最尤推定を可能にするための統計的な手法として発展した。1990年代半ば、畳み込みニューラルネットワークが大規模化する過程でデータ不足が課題となり、既存データにアフィン変換を加えて新たな学習例を作成する試みが行われた。さらに2003年には、MNISTデータセットに対して弾性歪みを適用する手法が提案された。こうした技術は、ベイズ解析における応用を含め、2010年代には機械学習の分野で一般的な手法として定着した。不均衡なデータセットへの対処法など、モデルの性能改善を目的とした様々なアプローチが存在する。