新しい技術(AI・ビッグデータ・IoT)と新しい手法(アジャイルなど)の概要
この分野で問われること
AI、ビッグデータ、IoT、クラウド、アジャイルなど新しい技術と手法について、概要レベルの理解を問う。定義そのものより、用途や分類を正しく判別できるかが試される。
AIと機械学習
機械学習は教師あり学習(正解ラベルあり)、教師なし学習(ラベルなし、クラスタリング)、強化学習(報酬による試行錯誤)に大別される。ディープラーニングは多層のニューラルネットワークを用いる手法。自然言語処理、画像認識、生成AI(大規模言語モデル)は応用分野にあたる。過学習を防ぐには学習データと評価データを分ける。
ビッグデータとIoT
ビッグデータはVolume(量)、Variety(多様性)、Velocity(速度)の3Vで説明される。IoTはセンサや機器がネットワークにつながりデータを収集する仕組みで、現場側で処理するエッジコンピューティングや、省電力で広域をカバーするLPWAが用いられる。
クラウドと新しい開発手法
クラウドはIaaS(インフラ)、PaaS(開発環境)、SaaS(アプリ)に分類され、上位ほど利用者の管理範囲が小さくなる。アジャイル開発の代表がスクラムで、スプリントと呼ばれる短期間の反復、プロダクトバックログ、毎日の朝会で進める。CI/CDはビルド・テスト・リリースを自動化する取り組み。
ワークスルー例
「過去の購買履歴から、各顧客が次に買うかどうかを予測したい」場合は、買った・買わないという正解ラベルがあるので教師あり学習。「顧客を似た者同士にグループ分けしたい」場合は正解がないので教師なし学習(クラスタリング)。この判別が最頻出。
失点しやすい罠
- IaaSとSaaSの責任分界を逆に覚える
- 教師あり・なしをデータ量で判断してしまう(基準はラベルの有無)
- DXを単なるシステム導入と誤解する(ビジネスモデルの変革まで含む)
- アジャイルを「計画を立てない手法」と誤解する