令和6年度春期 ITサービスマネージャ 午前Ⅱ 問23

役割の境界を整理する視点

各選択肢が担う役割を、データの準備・分析・評価・運用などのどの段階に置いて説明しているか確認し、名称の印象だけで判断しないようにしましょう。

この問題で問われていること

選択肢を読むときは、機械学習の作業全体の中で、対象が何を目的とし、どの利用者や工程を支えるものとして説明されているかという役割の対応関係に注目してください。

視点

機械学習を扱う環境は、データを扱う工程、モデルを検討する工程、結果を確認する工程など、異なる作業を支えるものとして説明されます。選択肢ごとに目的と対象を整理し、役割の範囲がどこにあるかを比べて考えましょう。

確認ポイント

• その選択肢は、作業全体のどの段階を支える説明になっているか。
• 主な対象は、データ・モデル・評価結果のどれに置かれているか。
• 説明されている目的と利用場面の組み合わせに一貫性があるか。

正解

イ

解説

JupyterLab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。タスク管理、分散バッチ処理、分散データベースとは役割が異なります。

理由

JupyterLabは、プログラムの実行、データの確認、分析結果の可視化などを、利用者の操作に応じて進められる環境です。機械学習の試行錯誤にも適しています。

比較

定期的なタスク管理はジョブ管理ツール、並列分散処理はバッチ処理基盤、データの保存と管理はデータベースの役割です。JupyterLabはこれらの中核製品ではありません。

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するためのタスク管理ツールは、処理のスケジュールや実行順序を管理するものです。JupyterLabの中心的な役割は、利用者が分析コードを実行しながら結果を確認する環境を提供することであり、定期タスクの制御そのものではありません。

選択肢イ（正解）

これは正解だよ。データ分析を行う際に使用する対話型の開発環境とは、コードを実行し、データや結果を確認しながら分析を進められる環境を指します。JupyterLabは機械学習やビッグデータ分析の作業で、このような対話的な開発・分析の場を提供します。

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へ分配して実行する基盤です。JupyterLabはそのようなバッチ処理システム自体ではなく、利用者が分析用のコードを実行して結果を確認する開発環境です。

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、データを複数の構成要素で保持・処理するデータ管理基盤を指します。JupyterLabはデータベースの方式を表すものではなく、分析や機械学習を対話的に行うための環境です。

学習のポイント

分析環境と、処理管理・分散処理・データベースの役割を区別して覚えましょう。