各種データ拡張

手元にある画像に対して処理を行うことで擬似的に異なる画像データを作成することをデータ拡張と言います。

物体を正しく認識するためには網羅したデータが必要ですが、あらゆるパターンを想定した画像をあらかじめ準備することはほぼ不可能です。データ拡張の簡単な例としては上下左右へ移動、上下左右の反転、拡大・縮小、回転などが挙げられます。

👉より体系的に学びたい方は「人工知能基礎」（東京大学松尾豊先生監修）へ

クイズ

データ拡張(Data Augmentation)について述べたものとして、最も不適切な選択肢を 1つ選べ。

過学習をある程度抑制する
学習にかかる時間が短くなる
訓練データの不足をある程度カバーできる
一般的にモデルの性能は向上する

正解を見る

解説を見る
データ拡張は十分な訓練データがない時に有効な手段です。過学習を抑制したり、汎化性能は向上しますがデータが増える分学習時間は増えます。
👉G検定の受験対策は約1,000問収録の「G検定実践トレーニング」へ

人工知能基礎講座を提供中

人工知能の第一人者である東京大学の松尾豊教授が監修した人工知能基礎講座を受講してみませんか？人工知能の歴史から自然言語処理、機械学習、深層学習といった最先端のトピックやAIに関わる法律問題まで網羅しているので全てのビジネスパーソン・AIの初学者におすすめです。

サンプル動画

人工知能基礎講座はこちら↓

AI初学者・ビジネスパーソン向けのG検定対策講座

G検定受験前にトレーニングしたい方向けの問題集「G検定実践トレーニング」も提供中です。

zero to oneの「E資格」向け認定プログラム

日本ディープラーニング協会の実施するE資格の受験ならzero to oneの「E資格」向け認定プログラム (税込165,000円) をおすすめします。当講座は、東京大学大学院工学系研究科の松尾豊教授と東北大学大学院情報科学研究科の岡谷貴之教授が監修する実践的なプログラムとなっています。厚生労働省の教育訓練給付制度対象のE資格認定プログラムの中では最安値※となり、実質負担額49,500円～(支給割合70%の場合)で受講可能です。※2023年弊社調べ

G検定（AI・機械学習）用語集トップ

G検定（AI・機械学習）用語集

各種データ拡張