【G検定過去問風テスト】データ拡張の目的と「テストデータ」に関する罠<

2026年7月29日 2026年7月29日 atsushi_kitazawa

※本記事では、アフィリエイトプログラムより教材を紹介しています。

📝 問題

データ拡張（Data Augmentation）の目的や適用方法に関する説明として、最も適切な選択肢を1つ選べ。

A）モデルの最終的な予測精度を厳密に測定するため、本番の評価用データ（テストデータ）に対してデータ拡張を適用してデータを水増しする。
B）AIモデルが特定の訓練データだけを丸暗記してしまう過学習（オーバーフィッティング）を防ぎ、未知のデータに対する汎化性能を高めるために、主に訓練データに対して適用する。
C）画像データを左右反転や回転させる手法は、自然言語処理（テキストデータ）のモデルに対してもそのまま完全に適用できる。
D）データ拡張は、十分な量の学習用データが最初から潤沢にそろっている場合にのみ有効なアプローチである。

🔍 ここをクリックして正解を見る

正解: ○）B）AIモデルが特定の訓練データだけを丸暗記してしまう過学習（オーバーフィッティング）を防ぎ、未知のデータに対する汎化性能を高めるために、主に訓練データに対して適用する。

💡 合格に近づく！徹底解説

重要度: ★★★

■ 1分で分かる！この問題の要点

データ拡張の最大の目的は、過学習の防止と汎化性能の向上である。
鍛えるための「訓練データ」に対して行い、実力を測る「テストデータ」には絶対に適用してはいけない。

■ 初学者向け解説（例え話や背景）

模擬試験（テストデータ）の問題を勝手に改変して水増ししたら、本番の正確な実力が測れなくなってしまいますよね。データ拡張はあくまで「練習用の問題集（訓練データ）」を工夫してバリエーションを増やすためのテクニックです。この「どこに適用するか」のすり替えはG検定の定番の罠なので、しっかり押さえておきましょう！