ビッグデータ分析で使える手法と扱えるデータの範囲
ITパスポート試験 令和3年度 問19 ／ ビジネスインダストリ › ビジネスシステム
過去問にチャレンジ
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。
会話形式の解説
講師この問題では、ビッグデータを分析するときにどんな手法を使えるか、どんなデータを対象にできるかが問われています。ビッグデータの特徴を思い出しながら、選択肢の言い回しにも注目してみましょう。
受験者ビッグデータは「とにかく量が多いデータ」という印象です。量の話以外に押さえておく特徴があるのでしょうか。
講師あります。量の多さに加えて、データの種類が多様なことや、データが発生する速さも特徴です。この「多様さ」が、選択肢を見分けるときの手がかりになります。
受験者それなら、動画や画像、音声は分析の対象にできないという説明は合わなそうです。種類が多様なら、テキスト以外も扱えるはずですよね。
講師そのとおりです。テキスト以外の動画・画像・音声も、ビッグデータ分析に利用されます。「扱うことができない」と範囲を狭く決めつけている点が誤りです。
受験者人の行動を分析するのに、SNSの投稿や検索履歴のような人が発信する情報だけを使う、という説明も迷いました。行動の分析なら人の発信が中心になりそうに思えて。
講師人の発信する情報も使いますが、問題は「だけ」という部分です。センサーが自動で取得した情報も、人の行動の分析に使えます。人が書いたものに限られるわけではありません。
受験者ブログの書き込みのように分析されることを前提としていないデータは除外する、という説明はどうでしょうか。勝手に使ってはいけない気もします。
講師慎重に考えるのはよいことです。ただ、ブログの投稿も分析の対象になり得ます。使ってよいかどうかは一律に決めるのではなく、分析の目的や利用条件に応じて判断します。「目的にかかわらず除外する」と言い切っている点が誤りです。
受験者残るのは、未知の状況を予測するのに統計学的な手法に加えて機械学習も有効だという説明ですね。機械学習がビッグデータと合うのはなぜですか。
講師機械学習は、大量のデータから傾向を学び、その結果を予測に使う手法です。データが多いほど学習の材料が増えるので、ビッグデータとの相性がよいのです。統計学的な手法と並べて、どちらも有効だと述べているこの説明が正解です。
受験者整理すると、ビッグデータは種類も多様なので、対象を狭める言い方や一律に除外する言い方は誤りで、予測には統計と機械学習の両方が使える、ということですね。
講師よくまとまっています。この種の問題では「できない」「だけ」「目的にかかわらず」のように範囲を限定したり言い切ったりする選択肢が誤りになることがよくあります。なお、個人に関するデータを分析に使うときは、個人情報保護法などのルールに沿った取り扱いが必要です。
まとめ
ビッグデータには、量の多さに加えて、データの種類や発生する速さが多様だという特徴があります。そのため、動画・画像・音声やセンサーが取得したデータも分析の対象になり、人が発信する情報だけに限られません。分析を前提としていないブログの投稿なども対象になり得ますが、使ってよいかどうかは分析の目的や利用条件に応じて判断します。大量のデータから未知の状況を予測するには、統計学的な手法と機械学習のどちらも有効です。
解答・解説
正解はアです
この問題のテーマ
ビッグデータ分析で使える分析手法と、分析の対象にできるデータの範囲を正しく理解しているかを問う問題です。
解き方の考え方
ビッグデータは量が多いだけでなく、データの種類や発生する速さも多様だという特徴を思い出します。そのうえで、選択肢の中にある「できない」「だけ」「目的にかかわらず除外する」のように範囲を狭く決めつける言い方に注目します。こうした表現はビッグデータの多様さと合わないので、誤りと判断できます。残る、予測に統計と機械学習を使うという説明が正解です。
選択肢ごとの解説
- ○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。未知の状況を予測するのに統計学的な手法と機械学習の両方が有効だというアの説明は、正しい内容です。機械学習は大量のデータから傾向を学び、その結果を予測に使います。データが多いほど学習の材料が増えるので、ビッグデータとの相性がよい手法です。
- ×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。動画・画像・音声は分析の対象にできないというイの説明は誤りです。ビッグデータにはデータの種類が多様だという特徴があり、テキスト以外の動画・画像・音声も分析に利用されます。
- ×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。人間が発信する情報「だけ」が行動の分析に使われるというウの説明は誤りです。SNSの投稿や検索履歴のほかに、センサーが自動で取得した情報も人の行動の分析に使えます。
- ×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。分析を前提としていないデータは目的にかかわらず除外するというエの説明は誤りです。ブログの投稿も分析の対象になり得ます。使ってよいかどうかは一律に決めるのではなく、分析の目的や利用条件に応じて判断します。
補足
この種の問題では、「扱うことができない」「だけ」「目的にかかわらず」のように、範囲を限定したり言い切ったりする選択肢が誤りになることがよくあります。なお、個人に関するデータを分析に使うときは、個人情報保護法などのルールに沿った取り扱いが必要です。
POINT
- ビッグデータには、量の多さに加えて、データの種類や発生する速さが多様だという特徴があります。
- 大量のデータから予測するときは、統計学的な手法と機械学習のどちらも利用できます。
- 動画・画像・音声やセンサーのデータも、ビッグデータ分析の対象になります。
- データを使ってよいかどうかは、分析の目的や利用条件に応じて判断します。