平成29年度秋期 応用情報技術者試験 午前 問30
データマイニングの説明として，最も適切なものはどれか。
- ア 基幹業務のデータベースとは別に作成され，更新処理をしない集計データの分析を主目的とする。
- イ 個人別データ，部門別データ，サマリデータなど，分析の目的別に切り出され，カスタマイズされたデータを分析する。
- ウ スライシング，ダイシング，ドリルダウンなどのインタラクティブな操作によって多次元分析を行い，意思決定を支援する。
- エ ニューラルネットワークや統計解析などの手法を使って，大量に蓄積されているデータから，特徴あるパターンを探し出す。
解答・解説を見る
正解：エ
AI解説
正解はエ。データマイニング（mining＝採掘）は，ニューラルネットワークや統計解析などの手法を用いて，大量に蓄積されたデータの中から今まで知られていなかった規則性や特徴あるパターンを発見する技術である。「大量データから知識・パターンを掘り出す」が定義のキーワード。 ア: 基幹業務DBとは別に作られ，更新せず時系列に蓄積したデータの分析基盤はデータウェアハウス（DWH）の説明である。 イ: 目的別・部門別に切り出しカスタマイズしたデータはデータマートの説明である。 ウ: スライシング・ダイシング・ドリルダウンなどの対話的な多次元分析はOLAP（オンライン分析処理）の説明である。 エ: 正しい。統計解析や機械学習によりデータから特徴的なパターンや相関を探し出すのがデータマイニングである。 💡 DWH（蓄積）→データマート（切出し）→OLAP（多次元分析）→データマイニング（パターン発見）の4点セットで整理。「スライシング・ドリルダウン＝OLAP」「パターン発見＝マイニング」で即判別。
出典：平成29年度 秋期 応用情報技術者試験 午前 問30 ／ 独立行政法人情報処理推進機構（IPA）
※Web掲載用に表記を一部変更しています。著作権はIPAに帰属します。
※Web掲載用に表記を一部変更しています。著作権はIPAに帰属します。