① 人工知能の基礎と動向 ／ 5. 機械学習
ビッグデータとは
ビッグデータとは、量（Volume）・多様性（Variety）・速度（Velocity）を特徴とする大規模なデータを指します。この3つのVはG検定対策で押さえておきたい定番の切り口です。
この用語はG検定シラバスの「5. 機械学習」に含まれます。 章全体の用語は用語解説①（全54語）にまとまっています。
一言でいうと
量・多様性・発生速度の3点で特徴づけられる大規模データのことです。
3つのV
- Volume（量）：従来の仕組みでは扱いきれないほどデータ量が大きい
- Variety（多様性）：テキスト・画像・音声・ログなど、形式がさまざまである
- Velocity（速度）：データが次々と高速に発生・更新される
機械学習との関係
データが大量にあることは、機械学習やディープラーニングの性能を支える前提条件です。
実際、ImageNetという大規模データセットの存在がディープラーニングのブレイクスルーを可能にしました。手法だけでなくデータが揃ってはじめて成果が出たという流れは、G検定対策として重要な視点です。
3V以外の観点
3Vに加えて、次の観点が挙げられることもあります。
- Veracity（正確性）：データにノイズや欠損がどれだけ含まれるか
- Value（価値）：そのデータから有用な知見を引き出せるか
まず3Vを確実に押さえることが優先ですが、追加のVが選択肢に現れることもあります。
🎯 G検定での押さえどころ
- Volume・Variety・Velocityの3V
- 機械学習・ディープラーニングの性能を支える基盤
- ImageNetの例と関連づけて理解する
⚠️ よくある誤りの選択肢
- 「ビッグデータの3VはVolume・Variety・Validity である」→ 誤り。3つ目はVelocity（速度）です
- 「ビッグデータとは単にデータ量が多いことだけを指す」→ 誤り。多様性と速度も要素です
関連する用語
ご利用にあたって 本ページの内容は、JDLAが公開しているG検定シラバス2024や公式テキストなど、一般に公開されている情報をもとに独自に整理・解説したものです。実際の試験の出題内容を示すものではなく、また合格を保証するものでもありません。制度・法令・試験要項は変更されることがあるため、最新の情報は必ずJDLA公式サイトでご確認ください。