画像認識モデルを構築する際、手元にある訓練データが少ない状態で無理に学習を進めると、モデルが訓練データ特有の細かなノイズまで丸暗記してしまい、未知のデータに対応できなくなる。この現象を回避するため、学習時に元の画像に対してランダムな平行移動、回転、色調変更などの加工を施し、擬似的にデータの多様性を増やす前処理手法を何と呼ぶか。