問4
頻出度★★☆
コンビニエンスストアを全国にチェーン展開するA社では, 過去10年間にわたる各店舗の詳細な販売データが本部に蓄積されている。これらの販売データと, 過去10年間の気象データ, 及び各店舗近隣のイベント情報との関係を分析して, 気象条件, イベント情報と商品の販売量との関連性を把握し, 1週間先までの天気予報とイベント情報から店舗ごとの販売予想をより高い精度で行うシステムを構築したい。このとき活用する技術として, 最も適切なものはどれか。
令和2年度 ITパスポート試験 問4
テクノロジ系基礎理論 › 情報に関する理論
この問題の解説と、これまでの解答の記録です。
解説
問 4
不正解ア
IoT を用いたセンサからの自動データ収集技術は, 現実世界のデータを「集める」ための技術。本問はすでに蓄積済みの大量データを「分析・予測」することが目的であり, 新たなデータ収集が課題ではないため, 最も適切とはいえない。
不正解イ
仮想現実 (VR) 技術は仮想空間で現実のような体験を提供する技術で, ゲームや訓練シミュレーションなどに用いる。データ分析や販売予測とは無関係で, 本問の目的に合致しない。
- ウ
正解 ウ が正解。この事例の本質は, 既に本部へ蓄積されている10年分の膨大な販売データに, 気象データやイベント情報を組み合わせ, それらと販売量との複雑な相関関係を分析し, 天気予報とイベント情報から高精度で販売量を予測する点にある。ディープラーニングなどの AI 技術 (機械学習) は, 大量データから人が明示的にルールを与えなくても特徴やパターン・相関を自ら学習し, 未知の入力に対する予測を高精度で行える。よって, 大量データの関連性把握と将来予測を目的とする本システムに最も適した技術はウである。
不正解エ
表計算ソフトによる統計分析は単純な集計や基本的な統計処理には使えるが, 全国多店舗・10年分という大規模データにわたる多変量の複雑な相関把握や高精度予測を担うには力不足で, 「最も適切」とはいえない。
ここがポイント
- 大量の蓄積データから相関やパターンを学習し将来を予測する用途には, ディープラーニングなどの AI 技術 (機械学習) が適する。
- 技術は目的で使い分ける: IoT=データ収集, VR=仮想体験, 表計算=単純な集計・統計, AI/ディープラーニング=大規模データの分析と予測。
用語