データ拡張（Data Augmentation）とは、機械学習や深層学習のモデルを訓練する際に、学習データを人工的に増やす手法です。特に画像認識では、元の画像に対して回転・拡大縮小・平行移動・反転・色調補正・ノイズ付加などの加工を行い、多様なバリエーションを生成します。これにより、限られたデータからでもより豊富な学習パターンを作り出し、モデルの汎化性能を向上させることが可能です。また、過学習を防ぎ、実運用に近い環境での安定した認識精度を確保するために広く利用されています。