データ拡張技術とは

別表記：データ拡張

手持ちのデータに変化を加えて、学習用データの量を人工的に増やす手法。

生成AIパスポート公式シラバス（2026年2月試験より適用）第3章「現在の生成AIの動向」の収載語です。

まず1問、解いてみる

答えを開く前に、自分の言葉で説明してみてください。

画像生成AIの学習でよく行われる「データの水増し（データ拡張、augmentation）」とは、どのような処理か。

A手持ちの画像を回転・反転・拡大縮小するなどして、少ない元データから多くの学習用画像を作り出す処理
B集めた画像から個人が写り込んだものを取り除き、学習に使ってよい画像だけを選び出す処理
C画像の大きさや明るさの数値をそろえて、学習の前にデータの形式を統一しておく処理
Dよく似た画像を探して重複を削除し、学習データ全体の量を絞り込む処理

答えと解説を開く

正解A　手持ちの画像を回転・反転・拡大縮小するなどして、少ない元データから多くの学習用画像を作り出す処理

「データの水増し（拡張、augmentation）」とは、もとの画像を回転させたり、反転させたり、明るさを変えたりして、少ない枚数の写真から多くの練習問題（学習データ）を作り出す工夫のことです。生成AI（絵や文章などを新しく作り出すAI）は大量のデータで練習するほど上手になるため、この工夫でデータ不足を補います。学習の前には、画像の大きさをそろえる「リサイズ」や、明るさなどの数値の範囲をそろえる「正規化」といった下ごしらえも行われます。

この問題を含む一問一答で続きを解く

同じ選択肢に並んだ語（区別して覚える）

当サイトの問題で、データ拡張技術と同じ選択肢の欄に並んだ語です。

ハルシネーション（Hallucination）＝生成AIが事実でないことを、まるで本当のことのようにもっともらしく作り出してしまう現象。
ファインチューニング＝学習済みモデルに追加データを与え、新しい目的向けに仕上げの調整をする手法。
プレトレーニング＝AIモデルが実際に使われる前に、大量のデータであらかじめ学習しておくこと。
リマスタリング
画像のリサイズ

ありがちな誤解と訂正

当サイトの問題「画像生成AIの学習でよく行われる「データの水増し（データ拡張、augmentation）」とは、どのような処理か。」の誤答の選択肢から。

×集めた画像から個人が写り込んだものを取り除き、学習に使ってよい画像だけを選び出す処理

○個人が写った画像を取り除き、学習に使える画像だけを選ぶ処理＝画像を増やす水増しとは別の作業。

この問題の正解＝「手持ちの画像を回転・反転・拡大縮小するなどして、少ない元データから多くの学習用画像を作り出す処理」

同じ問題に登場した語

当サイトでの登場（実測）

当サイトの問題バンク321問のうち、データ拡張技術は3問に登場します。内訳＝問題文に登場1問・ひっかけ役（誤答の選択肢）2問。このほか、解説・誤答の注だけでの言及が1問あります（これは「問われた」に数えていません）。

登場した単元＝第2章生成AI（ジェネレーティブAI）・第3章現在の生成AIの動向

※この数字は当サイトの問題バンク内の集計です。本試験の出題頻度ではありません。

演習に進む

最終更新：2026年8月27日（運営：Meritorious）