DS検定～模擬試験③～ 2024年12月7日 ailearn 1. データの前処理における「欠損データの処理」方法として適切なものは次のうちどれですか？ 欠損データを全て削除する 欠損データを適切な値で補完する 欠損データは無視して分析を続行する 欠損データを平均値で埋める None 2. データセットの「次元削減」が必要となる主な理由として最も適切なものは次のうちどれですか？ 全ての変数を削除し、モデルを単純化するため 高次元データの計算負荷を軽減し、過学習を防ぐため データの次元を増加させて精度を向上させるため 次元削減を行うとデータの意味が失われるため None 3. AIを活用した「ゼロショット学習」の最新動向について最も適切な説明は次のうちどれですか？ 新しいデータセットを用いてモデルを再訓練する手法 複数のデータセットを用いて同時に学習を行う手法 新しいクラスのデータが与えられたとき、訓練されていないデータでも予測できるモデル データの可視化に特化した学習手法 None 4. 以下の特性を持つストレージ技術として適切なものはどれですか？ データをブロック単位で保存。 低レイテンシーでアクセス可能。 高速な読み書きが求められるアプリケーションで使用される。 オブジェクトストレージ ブロックストレージ データレイク ファイルストレージ None 5. 「CAP定理」において、ネットワーク分断耐性を維持しつつ可用性を優先するシステムの課題として最も適切なものは次のうちどれですか？ トランザクション処理の速度が低下すること。 データベースが分断されると操作が停止すること。 データの一時的な不整合が発生すること。 データが大量に保存できなくなること。 None 6. 「外れ値（アウトライヤー）」を理解する際に重要な点は次のうちどれですか？ 他のデータから大きく離れた値が、全体の傾向を歪める可能性があるため 外れ値は常に無視すべきものであるため 外れ値を取り除くことで、分析結果が必ず正確になるため 外れ値は分析に関係しないため None 7. トレーニングデータとテストデータをランダムに分割する際、データが時間依存性を持つ場合に最も注意すべき点は次のうちどれですか？ 分割比率を一定に保つ。 時系列順を考慮して分割する。 カテゴリカルデータをエンコードしてから分割する。 分割後にデータをシャッフルする。 None 8. アプローチ設計における「フィードバックループ」の役割は次のうちどれですか？ プロジェクトの進行中に、得られた結果やデータを基に改善策を導入する プロジェクト完了後に成果を報告する プロジェクトの最初に課題を定義する プロジェクトのリソースを最適化する None 9. AI倫理において「AIバイアスの除去」が重視される理由として最も適切なものは次のうちどれですか？ AIが複雑なデータを処理できるようにするため AIシステムが特定の属性に不公平な判断をしないようにするため AIの計算速度を向上させるため AIモデルのサイズを小さくするため None 10. アプローチ設計において「スプリント」という概念は、次のどの手法に関連していますか？ ウォーターフォール手法 アジャイル手法 リーンスタートアップ デザイン思考 None 11. アプローチ設計において、目標を「具体的・測定可能・達成可能・関連性がある・期限付き」（SMART）の形で設定する理由は何ですか？ チーム全体で共通の理解を持ち、進捗を測定できるようにするため 目標を柔軟に変更できるようにするため コストを最小限に抑えるため 目標を簡単に達成するため None 12. 大規模データセットに対する次元削減を行う主な目的は次のうちどれですか？ データの一部を削除して、容量を削減するため データの精度を向上させるため データの相関性を高めるため データの特徴をシンプルにし、処理や分析を効率化するため None 13. 欠損データの削除を行う際に、重要な注意点は次のうちどれですか？ 削除されたデータが分析結果に与える影響を考慮する 欠損データの量にかかわらず、全て削除する 欠損値をランダムに削除する 欠損データが少ない場合でも多重代入法を使用する None 14. AIが「マーケティング分野」において特に効果的に活用されている例として正しいものは次のうちどれですか？ 顧客データを削除する 顧客の購買行動データを分析し、パーソナライズされた広告を提供する 顧客に対して無作為に広告を配信する 顧客行動を分析しない None 15. 最新のAI技術である「ニューラルネットワーク圧縮」の利点として最も適切なものは次のうちどれですか？ モデルの精度を向上させるが、メモリ使用量が増加する データの圧縮を無視する モデルのサイズを小さくし、メモリ使用量と推論速度を最適化する モデルの学習速度が低下する None 16. 分散データベースにおいて、「クエーリーのシャーディング」は何を目的としていますか？ クエリを複数のデータサーバーに分散させ、パフォーマンスを向上させる クエリを自動で最適化する クエリを圧縮してデータ転送速度を上げる クエリのエラーを自動修正する None 17. 散布図において、データポイントが過剰に重なり合う場合、それを解消するための一般的な手法は次のうちどれですか？ データの正規化 ヒートマップを使用する 点をランダムにずらす（ジッターリング） データをカテゴリに変換する None 18. 次元削減後のデータを可視化するために、UMAPの利点は何ですか？ 高次元データの構造を保持しやすい 可視化が容易なため、データの理解が進む 計算が早く、大規模データにも適応できる 全てが利点 None 19. データの可視化において、次のグラフの種類の中で、変数同士の相関の強さや相対関係を色の濃淡で示す手法はどれですか？ 散布図 ヒートマップ 箱ひげ図 円グラフ None 20. AIが「スマートホームシステム」で果たす役割として最も適切なものは次のうちどれですか？ 家電の修理を行う 家電の設置を自動で行う 家電の使用を制限する 家電の自動制御を行い、エネルギー効率を最適化する None 21. 時系列データの自己相関を考慮したモデルを構築する際に使用される適切な手法は次のうちどれですか？ ARIMAモデル ロジスティック回帰 k-近傍法 主成分分析 (PCA) None 22. AIによる「異常検知システム」が製造業に導入されることで得られる主な利点は次のうちどれですか？ 製品の品質を無視する 製造コストが増加する AIによる検知が不正確になる 製品の不良品や設備の異常をリアルタイムで検出し、早期に対応できる None 23. データ理解の際に「正規化」を行う主な目的は何ですか？ 欠損値を補完するため データの異常値を排除するため データの精度を高めるため データのスケールを統一し、比較しやすくするため None 24. アプローチ設計において、「PoC（概念実証）」を実施する主な目的は次のうちどれですか？ プロジェクト全体の成功を保証するため 提案された解決策が技術的および実用的に可能であることを確認するため プロジェクトスコープを明確にするため ステークホルダーの意見を完全に反映するため None 25. アプローチ設計において、「リスク管理」の主な目的は何ですか？ 予測されるリスクを特定し、事前に対策を講じることで影響を最小限に抑える プロジェクトの完了後にリスクを評価するため リスクが発生した際に即座に解決策を実行するため リスクを完全に排除し、失敗を防ぐため None 26. データサイエンスにおける「転移学習（Transfer Learning）」の最新動向として、最も適切なものは次のうちどれですか？ モデルをゼロから学習させる手法 全てのデータを破棄する手法 データ前処理を無視する手法 既存のモデルの知識を利用して、新しいタスクに応用する手法 None 27. ヒストグラムと箱ひげ図（ボックスプロット）の違いとして正しいものは次のうちどれですか？ ヒストグラムは分布の形状を、箱ひげ図は分散や異常値を示す。 ヒストグラムはカテゴリデータ、箱ひげ図は数値データに使用する。 箱ひげ図は分布の形状を示し、ヒストグラムは平均値を強調する。 ヒストグラムと箱ひげ図は同じ目的で使用される。 None 28. One-Hot Encodingを使用した場合に、次元数が増加しすぎる（次元の呪い）を防ぐための対策として適切なものは次のうちどれですか？ 高頻度カテゴリのみをエンコードする。 カテゴリを数値化し、そのまま使用する。 標準化を適用して次元を削減する。 主成分分析（PCA）を適用して次元削減を行う。 None 29. データ蓄積において「データウェアハウス」と「データレイク」の主な違いとして正しいものは次のうちどれですか？ データウェアハウスはスキーマを事前に定義する必要があるが、データレイクはスキーマが不要である。 データウェアハウスは非構造化データに特化しているが、データレイクは構造化データに特化している。 データウェアハウスはクラウド環境でしか使用できないが、データレイクはオンプレミス環境でしか使用できない。 データウェアハウスは主にデータ保存に使用されるが、データレイクはデータ分析専用である。 None 30. アプローチ設計において「リソースアロケーション」とは何を指しますか？ チームのメンバーに役割を割り当てること プロジェクトにおける成果を評価すること プロジェクトの進行に必要な資源（人員、予算、時間など）を適切に配分すること 解決策のリスクを最小化するためのプロセスを設定すること None 31. データ理解において、「特徴量エンジニアリング」が重要とされる理由は次のうちどれですか？ モデルの性能を向上させるためにデータの特徴を最適化するため データの前処理を自動化するため データの可視化を行うため 外れ値を取り除くため None 32. 外れ値が多く含まれるデータセットを扱う際、最も適切な手法は次のうちどれですか？ 外れ値を全て削除する 外れ値を中央値で補完する 外れ値に対してロバストな手法を使用する 外れ値を全て0にする None 33. 複数の変数間の関係を示す散布図を一つの可視化に統合して表示する手法はどれですか？ ヒストグラム 散布図行列 折れ線グラフ 円グラフ None 34. 小売業界でAIを活用した「パーソナライズ広告配信」が注目されています。このシステムが特に効果を発揮する状況として最も適切なものは次のうちどれですか？ 顧客の好みに基づいた広告をリアルタイムで配信する場合 顧客の購入履歴が乏しい場合 全顧客に同じ広告を一斉配信する場合 広告費を大幅に削減したい場合 None 35. AIを活用した交通管理システムにおいて、最も一般的な目的は次のうちどれですか？ 交通事故のデータを削除する 信号の故障を予測する 渋滞の予測とリアルタイム交通制御 車両の登録情報を一括管理する None 36. データ蓄積において、データの冗長性を減らし、効率的に保存するために使用される技術は何ですか？ 正規化 非正規化 分割統治 シャーディング None 37. データサイエンスの最新動向において、「フェデレーテッドラーニング（Federated Learning）」がもたらす利点として正しいものは次のうちどれですか？ 中央集権的に全てのデータを収集する 全てのデータを公開する 個々の端末でデータを学習し、プライバシーを保護する 分散学習を排除する None 38. 変数間の相関関係を視覚化するためのペアプロットは、どのようなデータに適していますか？ カテゴリカルデータ 時系列データ 数値データ テキストデータ None 39. 欠損データの割合を視覚化するために最も適した手法はどれですか？ ヒートマップ 散布図 円グラフ ヒストグラム None 40. データセット内で「異常値（アウトライヤー）」を適切に処理する理由として最も適切なものは次のうちどれですか？ 異常値を削除することで分析が高速化されるため 異常値は常に誤ったデータであるため 異常値がモデルの性能を大幅に低下させる可能性があるため 異常値の処理は分析の最終段階で行うべきであるため None 41. 高次元データを可視化するための次元削減手法として「t-SNE」を使用する場合の注意点は次のうちどれですか？ t-SNEは計算速度が非常に速いため、大規模データにも適している。 t-SNEは教師あり学習にのみ使用可能である。 t-SNEはカテゴリカルデータのみに適用可能である。 t-SNEは局所的な構造を重視するため、大域的な構造を把握しづらい。 None 42. 農業分野でAIが導入され、収穫量の予測を行う場合、AIモデルの精度を向上させるために最も重要なデータは次のうちどれですか？ 農作物の販売価格 農機具の種類と台数 地域の人口密度 土壌の成分、気象データ、過去の収穫データ None 43. オブジェクトストレージとブロックストレージの主な違いは次のうちどれですか？ ブロックストレージは分散環境でしか使用できない オブジェクトストレージはメタデータを持ち、ブロックストレージは持たない オブジェクトストレージはSQLクエリをサポートする ブロックストレージはスケーラビリティに優れている None 44. 「エッジAI」の最新技術に関する利点として正しいものは次のうちどれですか？ データ処理をクラウドで行い、低遅延で結果を得る データ処理をデバイス自体で行い、リアルタイムで応答が可能 データの保存ができない データ処理に時間がかかる None 45. データのクレンジングを行う際に考慮すべき要素として最も適切なものは次のうちどれですか？ データを全て再収集すること データの正規化を優先すること データの一部を削除すること データの一貫性、重複、欠損を修正し、分析に適した状態に整えること None 46. アプローチ設計における「ベストプラクティス」の活用の主な利点は何ですか？ 既存のアプローチをそのまま模倣することができる 迅速に解決策を実施できる 革新的なアイデアを生み出すことができる 過去の成功例を基に、リスクを最小限に抑えた設計ができる None 47. データセット内の外れ値を可視化するために最も適したグラフはどれですか？ 箱ひげ図 ヒストグラム 散布図 円グラフ None 48. アプローチ設計において、パイロットプロジェクトを実施する際の主要な成功要因として最も適切なものは次のうちどれですか？ パイロットプロジェクトで利用するデータ量を最小化すること パイロットプロジェクトを終了後すぐに本番導入すること パイロットプロジェクトの失敗を避けるためにリスクを完全に排除すること パイロットプロジェクトの結果を実際の運用環境に適用できること None 49. AIが工場の生産ラインで最も一般的に使用される目的は次のうちどれですか？ 製造プロセスの自動化と品質管理の最適化 製品のデザイン作成 販売促進活動 顧客サービスの提供 None 50. データベースのシャーディング（Sharding）において、データの一貫性を保つための主な課題は次のうちどれですか？ データの物理的な保存場所を変更すること シャード間でデータの同期を保つこと データを圧縮して保存すること データベースのバックアップを行うこと None 51. 次のうち、データのスケーリングを行う方法として正しいものはどれですか？ データの最小値と最大値を使用してスケーリングする データの中央値を使用してスケーリングする データの範囲を倍にする データの外れ値を除去する None 52. ビッグデータの分析において「分散処理」が必要とされる理由は次のうちどれですか？ データの重複を防ぐため 大規模データを効率的に処理するために、データを複数のマシンに分散して処理する必要があるため データをより高速に削除するため 分析結果を分割して表示するため None 53. 円グラフを使用する際の一般的な注意点はどれですか？ 変数の分布が正規分布であること データの比率が小さい場合には適さない 多次元データに対して適している データの順序を表す必要がある None 54. アプローチ設計において「ファシリテーション」の役割は何ですか？ データの収集と分析を管理する 解決策を評価し、フィードバックを提供する チームのコミュニケーションを円滑にし、効果的な意思決定をサポートする プロジェクトの予算を管理する None 55. 分散ファイルシステムにおいて、「HDFS」がデータの冗長性を確保するために使用する技術は次のうちどれですか？ データの暗号化 レプリケーション シャーディング キャッシング None 56. アプローチ設計において「バックキャスティング」を使用する目的は何ですか？ 未来の目標を達成するために、現在の状況から逆算して具体的なアクションを設定するため 現在の課題を分析し、将来的なシナリオを描くため データを基に未来の予測を行い、計画を立てるため プロジェクトのリソースを最適に配分するため None 57. ラベルエンコーディングを使用する場合、どのような問題が発生する可能性がありますか？ カテゴリ間に序列が生じてしまう 外れ値が増加する データの次元が増加する 欠損値が生じる None 58. データベースにおける「インデックス」の主な目的は何ですか？ データの保存容量を削減する データの検索を高速化する データのバックアップを取る データを圧縮する None 59. 「AI倫理」の最新動向において、AIシステムに対する説明責任の確保が求められている理由として正しいものは次のうちどれですか？ AIを無条件に信頼するため AIのすべての決定をブラックボックス化するため AIの導入を防ぐため AIの決定が公平であることを証明するため None 60. AI技術が進化する中で、プライバシー保護に対する最新の対応策として注目されている技術は次のうちどれですか？ 中央集権的なデータ管理 データの分散処理やフェデレーテッドラーニングの導入 データの完全な公開 データの一元的な収集 None 61. AIを活用した「顧客リテンション分析」の主な目的は次のうちどれですか？ 顧客の離脱を予測し、離脱を防止するための施策を講じる 新規顧客を獲得する すべての顧客に同じ対応をする 顧客データを削除する None 62. カテゴリカルデータの頻度分布を視覚化する際に最も適したグラフはどれですか？ 散布図 ヒストグラム 棒グラフ 箱ひげ図 None 63. 大規模データの保存に適した「Hadoop HDFS（Hadoop Distributed File System）」の主な特性は次のうちどれですか？ データを高速で検索できるインデックス機能を持つ データをリアルタイムで処理する 大規模なデータセットを分散して保存し、冗長性を確保する トランザクションを強力にサポートする None 64. カテゴリカルデータを機械学習モデルに使用するための一般的な手法はどれですか？ 平均値で補完する 標準化する One-hotエンコーディングを使用する 中央値で補完する None 65. 最近注目されている生成AI技術に関連し、企業が「テキスト生成AI」を活用する際の主な目的として最も適切なものは次のうちどれですか？ データの保存容量を削減する カスタマーサポートやコンテンツ作成を効率化する AIモデルの透明性を向上させる データ分析の速度を向上させる None 66. データベースのシャーディング（Sharding）において、データのパーティショニングを行う主な理由は次のうちどれですか？ データ量が増加した際に、システムのスケーラビリティを確保するため データのセキュリティを強化するため データの保存コストを削減するため データを複数のバックアップサーバーに保存するため None 67. 「時系列データ」の特徴として、分析時に特に考慮すべき事項は次のうちどれですか？ 時系列データはすべて独立している 時系列データには季節性が存在しない 時系列データは常に正規分布に従う 時系列データの値は、時間の経過とともに相関が生じることが多い None 68. ヘルスケア分野でAIが導入されている例として、患者モニタリングシステムの主な目的は次のうちどれですか？ 医療記録の自動削除 患者のバイタルサインをリアルタイムで監視し、異常を検知する 薬剤の価格を一括管理する 病院のスタッフスケジュールを最適化する None 69. AIを使った「自動運転車」の主要な技術として最も関連が深いものは次のうちどれですか？ AIによるカメラやセンサーのデータ解析を通じた周囲の環境認識 AIがエネルギー消費を制御する AIが道路を設計する AIが車両のデザインを自動化する None 70. アプローチ設計における最初のステップとして適切なものは次のうちどれですか？ 課題の明確化 データ収集の開始 解決策の実施 成果の評価 None 71. データ可視化において、複数のカテゴリ間の割合や構成比を比較するのに最適なグラフは次のうちどれですか？ 円グラフ 積み上げ棒グラフ 散布図 ヒストグラム None 72. 「データの一貫性」を確認する目的として最も適切なものは次のうちどれですか？ 異なるデータソースからのデータが同じ形式で扱われることを保証するため データの内容が真実であることを確認するため データの欠損を補完するため データをモデルにそのまま投入するため None 73. 欠損データを補完するための「多重代入法（Multiple Imputation）」の主な利点として正しいものは次のうちどれですか？ 欠損値を平均値で簡単に補完できる。 欠損データの影響を無視するモデルを作成できる。 欠損データに関する不確実性を考慮できる。 欠損データの除外を容易にする。 None 74. AIを活用した「生成AI（Generative AI）」の最新の応用例として最も適切なものは次のうちどれですか？ データの削除 音声データのリアルタイム分析 手作業によるデータ入力 画像やテキストの自動生成 None 75. 欠損データが大規模に発生しているデータセットに対して最も適切な処理方法は次のうちどれですか？ モデルを用いて欠損値を予測し、補完する 欠損値をすべて削除する 欠損値をそのまま残し、他のデータで分析する 欠損値をランダムな値で埋める None 76. 最新のAI技術「フェアネスアウェアネス（Fairness Awareness）」の目的は次のうちどれですか？ AIが判断する際に、公平性を確保し、特定のグループに不利益が生じないようにする AIの結果をランダムに決定する AIの判断を全て手動で行う 公平性を考慮せずにAIを訓練する None 77. データ理解において、「データの分布」を確認する理由として最も適切なものは次のうちどれですか？ データの傾向や偏りを把握するため データの欠損箇所を確認するため データの統合方法を検討するため データの収集元を特定するため None 78. 「自然言語処理（NLP）」が活用される場面として、最も適切なものは次のうちどれですか？ 画像を自動で生成する 音声データを画像データに変換する 数値データの解析を行う 顧客の問い合わせを自動で分類し、対応策を提案する None 79. AIを活用したチャットボットが主に導入されている領域は次のうちどれですか？ 販売促進 顧客サービス 財務管理 製品設計 None 80. データベースでのACID特性のうち、"I"が示すものはどれですか？ Isolation（独立性） Integrity（整合性） Indexing（インデックス化） Immutability（不変性） None 81. 最新のAI技術「ディープフェイク」がもたらす社会的なリスクとして最も適切なものは次のうちどれですか？ AIの導入が遅れる データの削除 動画の圧縮 動画や音声の不正な生成による情報操作や詐欺の増加 None 82. AIがエネルギー管理システムで活用される場合の主な利点は次のうちどれですか？ エネルギー供給と消費を最適化し、コストを削減する エネルギー供給を停止する エネルギーの消費量を増加させる エネルギーの管理に人手を増やす None 83. AIの活用が進む医療分野での最新技術として最も関連が深いものは次のうちどれですか？ 遺伝子編集 画像診断におけるAI支援 生体組織の生成 手術ロボットの完全自動化 None 84. AIとデータサイエンスの最新技術「GAN（Generative Adversarial Networks）」の主な役割は次のうちどれですか？ データの正規化 データの生成 データの欠損補完 モデルの評価 None 85. データ理解のプロセスで、「データのバイアス」を検出する主な目的として最も適切なものは次のうちどれですか？ バイアスが分析結果や意思決定に及ぼす影響を評価するため バイアスを削除してモデル精度を上げるため データにバイアスが含まれていないことを証明するため バイアスを活用してモデルの性能を向上させるため None 86. 「強化学習」が活用される最新の分野として最も適切なものは次のうちどれですか？ 自動化されたゲームのプレイ 音声データのリアルタイム解析 データの前処理 テキスト生成 None 87. データセット全体の傾向を一目で把握するために最適な可視化手法は次のどれですか？ 散布図 棒グラフ 箱ひげ図 ヒートマップ None 88. クラウドベースのデータベースサービスである「Amazon RDS」の特徴として正しいものは次のうちどれですか？ データベースのパフォーマンスチューニングが不要である データベースの分散構造を持つ SQLクエリは使用できない データベースのスケーリングとバックアップが自動化されている None 89. データ蓄積において、バックアップの目的は次のうちどれですか？ データベースのパフォーマンスを向上させる データのサイズを小さくする データを保護し、障害時に復元できるようにする データの分析を高速化する None 90. 複雑なプロジェクトにおける「クリティカルパス分析」の目的は次のうちどれですか？ プロジェクト全体の進行において、遅延が最も影響を与えるタスクを特定するため プロジェクト全体のタスクを短縮するため すべてのタスクを同時に完了させるため コストを最小限に抑えるため None 91. 時系列データの特性として、次のうち正しいものはどれですか？ データが一貫して変動しない データがランダムに取得される データが構造化されていない 時間に沿った順序が重要である None 92. データ可視化において、変数の密度分布を滑らかに表現するために使用される手法はどれですか？ ヒストグラム KDE（カーネル密度推定） 散布図 箱ひげ図 None 93. 複数のシナリオを考慮したアプローチ設計において、シナリオプランニングが有効とされる理由は次のうちどれですか？ シナリオごとに異なる解決策を実行するため すべてのシナリオに対して同じ解決策を適用するため 不確実な未来に備え、異なる可能性に対応するため 短期間で結果を得るため None 94. AIが金融業界で最新のトレンドとなっている「AI取引」とは何ですか？ 全ての取引をAIが管理する手法 AIが手動で取引を支援する手法 AIが取引を禁止する手法 AIがリアルタイムで市場データを分析し、自動的に取引を行う手法 None 95. 小売業界でのAI活用の典型的な用途は次のうちどれですか？ 店舗の設計をAIが行う 顧客の購買データを基にしたパーソナライズドレコメンデーションの提供 顧客が購入する商品をランダムに決定する 価格設定を自動化することなく固定する None 96. AIが医療現場で活用される例として最も適切なものは次のうちどれですか？ 手術を全自動で行う 診断支援システムとして活用し、画像診断の精度を向上させる 医師の役割をすべて代替する 患者のコミュニケーションを代行する None 97. AIが金融業界で行う「不正検知システム」の特徴として正しいものは次のうちどれですか？ 不正取引を手動で確認する 顧客のデータを削除する 全ての取引を同一基準で扱う 顧客の取引データをリアルタイムで分析し、異常なパターンを検出する None 98. AIが「農業分野」で導入されることで最も期待される効果は次のうちどれですか？ 作物の成長管理を自動化し、生産性と収穫量を最大化する 作物の品種をすべて統一する 作物の管理をすべて手動で行う 農業分野ではAIが使われない None 99. 大規模データセットのサンプリングを行う際の注意点として最も重要なものは次のうちどれですか？ サンプルが全体のデータを代表するものであること サンプルがランダムに選ばれていること サンプルが欠損データを含まないこと サンプルが少ない方が効率的な分析ができること None 100. データ蓄積における「Cold Storage」とはどのようなデータを保存するためのものですか？ 頻繁にアクセスされないが、長期的に保存する必要があるデータ 高速でアクセスされるリアルタイムデータ セキュリティが強化されたデータ データベース内のインデックス情報 None Time's up
