令和4年度秋期 データベーススペシャリスト 午前Ⅱ 問17

機械学習環境を考える視点

機械学習に関わる環境を整理するときは、名称の印象ではなく、作業のどの段階を支え、誰が何を行うためのものかという役割の違いに注目して考えます。説明の中心を見失わないことが大切です。

この問題で問われていること

選択肢を読む際は、説明されている環境が何の作業を支えるために使われるのかを捉え、役割と利用場面の対応が一貫しているかだけを比較する軸にしてください。用語の知名度や印象には引きずられないようにします。

視点

環境を比較するときは、固有名詞や細かな機能を暗記するよりも、利用者の目的、作業の流れ、扱う対象との関係を整理し、説明がどの観点を中心に述べているかを読み取ります。

確認ポイント

• その説明が扱う目的を確認する
• 利用場面との対応関係を整理する
• 名称の印象ではなく役割に注目する

正解

イ

解説

Jupyter Labは、機械学習やデータ分析でコードを実行し、結果を確認しながら作業を進めるための対話型開発環境です。したがって、正しい説明はイです。

理由

Jupyter Labは、データ分析でプログラムのコードを実行し、実行結果や可視化結果を確認しながら試行錯誤できる対話型の開発環境です。機械学習を用いたビッグデータ分析にも利用される。

比較

他の選択肢は、定期タスクのワークフロー管理、並列分散処理のバッチシステム、分散データベースという別の役割を説明している。これらは分析者がコードと結果を対話的に扱う開発環境そのものではありません。

選択肢ア

これは不正解だよ。定期的に実行するタスクを制御し、ワークフローを管理する説明は、処理のスケジュールや依存関係を扱うツールの役割である。Jupyter Labは、そのような定期実行タスクの管理を主目的とするツールではなく、データ分析を対話的に進める開発環境である。

選択肢イ（正解）

これは正解だよ。Jupyter Labは、データ分析の際にコードを実行し、データや実行結果を確認しながら試行錯誤できる対話型の開発環境である。機械学習を用いたビッグデータ分析で、分析処理を組み立てて検証する場として使用される。

選択肢ウ

これは不正解だよ。並列分散処理を行うバッチシステムは、大量の処理を複数の計算資源で実行する仕組みを指す。Jupyter Labにも分析処理を実行する機能はあるが、選択肢のようなバッチ処理基盤そのものを説明したものではない。

選択肢エ

これは不正解だよ。マスターノードをもたない分散データベースシステムは、データを分散して保持・処理するデータベースの構成を説明している。Jupyter Labはデータベースシステムではなく、コードや分析結果を対話的に扱うための開発環境である。

学習のポイント

分析用環境と、処理制御・分散処理・データベースの役割を区別する。