ビッグデータ分析におけるデータマイニングの目的と応用

データマイニング(Data Mining:データ採掘)は、大量に蓄積されたビッグデータやデータウェアハウスのデータに対して、統計解析、機械学習、パターン認識などのアルゴリズムを適用し、通常の検索や集計だけでは容易に発見できない潜在的な規則性、相関関係、傾向などの有用な知識を発掘・抽出する技術です。 データウェアハウスから特定の部門や業務目的に応じて必要なデータだけを抽出・要約して構築した小型データベースは「データマート(Data Mart)」の説明です。 データの構造、意味、整合性制約および操作の枠組みを体系的に定義したものは「データモデル(Data Model)」の説明です。 耐障害性や負荷分散のためにデータを複数のサーバへ複製して同期を保つ仕組みは「レプリケーション(Replication)」の説明です。

ビッグデータの利用におけるデータマイニングを説明したものはどれか。

出典令和4年度 春期 応用情報技術者試験 午前 問30
ア
蓄積されたデータを分析し,単なる検索だけでは分からない隠れた規則や相関関係を見つけ出すこと
イ
データウェアハウスに格納されたデータの一部を,特定の用途や部門用に切り出して,データベースに格納すること
ウ
データ処理の対象となる情報を基に規定した,データの構造,意味及び操作の枠組みのこと
エ
データを複数のサーバに複製し,性能と可用性を向上させること