問題 No.186
画像認識モデル（CNNなど）の学習において、用意できた訓練データの枚数が少なく、このままでは過学習を起こすリスクが高い。そのため、元の画像データに対して「左右反転」「ランダムな切り出し（クロッピング）」「輝度の変更」「わずかな回転」などの加工をプログラムで自動的に施し、データの多様性（バリエーション）を擬似的に大量に増殖させて汎化性能を向上させる前処理を何というか。
【正解の解説】
データオーグメンテーション
手持ちの画像を回転させたり、明るさを変えたりして、擬似的にデータを水増しする手法です。モデルが特定のデータに依存しすぎるのを防ぎ、未知のデータへの対応力を高めます。
スポンサーリンク
【その他の選択肢の解説】
ワンホットエンコーディング
カテゴリーデータを、0と1だけで構成されたベクトルに変換する手法です（例：「犬」を[1, 0, 0]のように表現）。
バッチ正規化
各層の入力を、平均が0、分散が1になるように調整することで、学習を安定させ高速化する処理のことです。
プルーニング
ニューラルネットワークにおいて、重要度の低い結合の重みを削除し、モデルを軽量化して計算効率を上げる手法です。