ITパスポート 2021年 問19

ビッグデータの分析に関する記述【ITパスポート 解説】

正解の理由

解法ステップ

1. 問題文のキーワードを確認する：「大量のデータ」「予測」「分析手法」など。
2. 各選択肢が現実の技術や常識と合っているかを検証する。
3. 「できる／できない」や「常にそうか」を基準にして誤りを見つける。
4. 最も現実的で一般に認められている記述を正解とする。

選択肢別の誤答解説

• ア：正しい。統計学に加え、機械学習を使うことで大量かつ複雑なデータから高精度な予測やパターン抽出が可能になります。機械学習には、教師あり学習（supervised learning：正解ラベルを学習して予測する）や教師なし学習（unsupervised learning：データの構造を見つける）などがあります。
• イ：誤り。動画・画像・音声も分析対象になります。画像認識、音声認識（Speech Recognition）、映像解析などの技術で情報を取り出せます。例えば、スマホ写真から物体を認識したり、音声を文字に変換して分析することは一般的です。
• ウ：誤り。人間の発信情報（投稿やコメント）だけでなく、センサー情報、位置情報、サーバのアクセスログ、販売データなど、人間の行動や環境を示すさまざまなデータが行動分析に使われます。たとえば店舗の入店数カウントは人が発信しないデータです。
• エ：誤り。ブログなど「分析を前提としていないデータ」でも、法的・倫理的な配慮（個人情報保護など）をした上で分析対象にすることはあります。目的によっては有益な情報源となるため、一律で除外するわけではありません。

よくある誤解

1. 「機械学習があれば統計は不要」
   → 機械学習は強力ですが、データの前処理や結果の解釈には統計の考え方が重要です。両者は補完関係です。
2. 「画像や音声は分析できない」
   → 実際は可能です。画像認識や音声認識といった専用の手法があり、非構造化データの分析が進んでいます。
3. 「ネット上の情報は勝手に何でも使ってよい」
   → 利用には利用規約や個人情報保護法などの法的・倫理的配慮が必要です。匿名化や同意取得が重要です。

補足コラム

• データの種類：
  • 構造化データ（structured data）：表形式のデータ（例：売上表、顧客データベース）。
  • 非構造化データ（unstructured data）：テキスト、画像、動画、音声など。加工して分析する必要があります。
• 機械学習の具体例：
  • レコメンド（推薦）システム：ユーザー履歴から好みを予測する。
  • 画像分類：写真から物体や人物を識別する。
  • 自然言語処理（NLP：Natural Language Processing）：文章の感情分析や要約を行う。
• 実務での注意点：データ品質（欠損や誤りの有無）、バイアス（偏り）、プライバシー対策は分析結果の妥当性に直結します。

FAQ