AIによる需要予測

蓄積された過去の膨大な販売データ、気象データ、近隣イベント情報などの多様かつ複雑な相関関係を多面的に学習・分析し、高い精度で将来の需要予測モデルを構築するには、ディープラーニング(深層学習)などのAI技術の活用が最も適しています。 IoTはセンサー等からリアルタイムにデータを収集する技術であり、需要予測の分析処理そのものではありません。 仮想現実(VR)は、CG等で人工的な仮想空間を体験させる技術です。 表計算ソフトによる手作業の分析では、10年分に及ぶ大量・複雑な多変量データの高精度な自動予測には限界があります。

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1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。

出典令和2年度 ITパスポート試験 公開問題 問4
ア
IoTを用いたセンサなどからの自動データ収集技術
イ
仮想空間で現実のような体験を感じることができる仮想現実技術
ウ
ディープラーニングなどのAI技術
エ
表計算ソフトを用いて統計分析などを行う技術