ITパスポート講座
★ 猫本 10-10 第4次産業革命とビッグデータ(その2) ★
ITパスポート 令和元年度秋期 問23
統計学や機械学習などの手法を用いて大量のデータを解析して,新たなサービスや価値を生み出すためのヒントやアイディアを抽出する役割が重要となっている。その役割を担う人材として,最も適切なものはどれか。
ア | ITストラテジスト |
イ | システムアーキテクト |
ウ | システムアナリスト |
エ | データサイエンティスト |
解説
(頭の準備体操)
データサイエンティスト:大量に蓄積されたデータを分析・活用して,企業などの課題解決を行う者
ア | 「高度IT人材として確立した専門分野をもち,企業の経営戦略に基づいて, ビジネスモデルや企業活動における特定のプロセスについて,情報技術(IT)を活用して事業を改革・高度化・最適化するための基本戦略を策定・提案・推進する者」(IPA「試験の概要」) |
イ | 「高度IT人材として確立した専門分野をもち,ITストラテジストによる提案を受けて,情報システム又は組込みシステム・IoTを利用したシステムの開発に必要となる要件を定義し,それを実現するためのアーキテクチャを設計し,情報システムについては開発を主導する者」(IPA「試験の概要」) |
ウ | 「経営戦略に基づく情報戦略の立案,システム化全体計画及び個別システム化計画の策定を行うとともに,計画立案者の立場から情報システム開発プロジェクトを支援し,その結果を評価する者」(IPA「試験の概要」) |
エ | 大量に蓄積されたデータを分析・活用して,企業などの課題解決を行う者(正解) |
解答
エ
ITパスポート 平成31年度春期 問28
意思決定に役立つ知見を得ることなどが期待されており,大量かつ多種多様な形式でリアルタイム性を有する情報などの意味で用いられる言葉として,最も適切なものはどれか。
ア | ビッグデータ |
イ | ダイバーシティ |
ウ | コアコンピタンス |
エ | クラウドファンディング |
解説
(頭の準備体操)
ビッグデータ:多種多様で高頻度に更新される大量のデータ。「Volume(量),Variety(多様性),Velocity(速度)の三つのVの特徴をもつ」(SG29.2.46)
ア | 「Volume(量),Variety(多様性),Velocity(速度)の三つのVの特徴をもつ」(SG29.2.46)(正解) |
イ | 「性別,年齢,国籍,経験などが個人ごとに異なるような多様性を示す」(IP30.1.07) |
ウ | 「顧客に価値をもたらし,企業にとって競争優位の源泉となる,競合他社には模倣されにくいスキルや技術」(IP23.2.22) |
エ | 「Webサイトに公表されたプロジェクトの事業計画に協賛して,そのリターンとなる製品や権利の入手を期待する不特定多数の個人から小口資金を調達すること」(FE01.2.72) |
解答
ア
ITパスポート 令和3年度 問19
ビッグデータの分析に関する記述として,最も適切なものはどれか。
ア | 大量のデータから未知の状況を予測するためには,統計学的な分析手法に加え,機械学習を用いた分析も有効である。 |
イ | テキストデータ以外の,動画や画像,音声データは,分析の対象として扱うことができない。 |
ウ | 電子掲示板のコメントやSNSのメッセージ,Webサイトの検索履歴など,人間の発信する情報だけが,人間の行動を分析することに用いられる。 |
エ | ブログの書き込みのような,分析されることを前提としていないデータについては,分析の目的にかかわらず,対象から除外する。 |
解説
(頭の準備体操)
ビッグデータ:多種多様で高頻度に更新される大量のデータ。「Volume(量),Variety(多様性),Velocity(速度)の三つのVの特徴をもつ」(SG29.2.46)
ア | 大量のデータから未知の状況を予測するためには,統計学的な分析手法に加え,機械学習を用いた分析も有効である。(正解) |
イ | テキストデータだけでなく,動画や画像,音声データも分析の対象である。 |
ウ | 人間の発信する情報だけでなく,GPSの位置情報,センサの情報なども人間の行動を分析することに用いられる。 |
エ | ブログの書き込みのような,分析されることを前提としていないデータについても分析の対象である。 |
解答
ア
ITパスポート 平成28年度秋期 問27
蓄積された販売データなどから,天候と売れ筋商品の関連性などの規則性を見つけ出す手法を表す用語はどれか。
ア | データウェアハウス |
イ | データプロセッシング |
ウ | データマイニング |
エ | データモデリング |
解説
(頭の準備体操)
データマイニング:「ビッグデータの活用例として,大量のデータから統計学的手法などを用いて新たな知識(傾向やパターン)を見つけ出すプロセス」(FE29.1.29)
ア | 「企業経営の意思決定を支援するために,目的別に編成された,時系列データの集まり」(IP26.2.16) |
イ | コンピュータで生データを加工して,有意な情報を抽出する操作 |
ウ | 「データベースに蓄積されている大量の生データに対し,統計やパターン認識などの手法を用いることによって,認識されていなかった規則性や関係性を導き出す技術である。」(IP21.2.04)(正解) |
エ | 業務で利用するデータの構造を分析し,視覚的に図式化すること |
解答
ウ