① 人工知能の基礎と動向 ／ 4. 知識表現とエキスパートシステム
データマイニングとは
データマイニングとは、大量のデータから統計や機械学習を用いて有用なパターンを発見する技術です。知識を人手で記述する知識表現に対し、データ駆動型である点が重要な対比になります。
この用語はG検定シラバスの「4. 知識表現とエキスパートシステム」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
大量のデータの中から、役に立つ規則性やパターンを掘り出す技術です。
知識表現との違い
この章で扱うオントロジーや意味ネットワークは、人間が知識を明示的に記述するアプローチです。
これに対しデータマイニングは、データの中から規則性を発見するアプローチをとります。この方向性の違いが、知識獲得のボトルネックを回避する道筋になりました。
関連する概念
Webを対象にしたものがウェブマイニング、その基盤となる大規模データがビッグデータです。
代表的な分析
- 相関ルール抽出：「Aを買った人はBも買う」といった同時に起きやすい組合せを見つける
- クラスタリング：似た性質のデータをグループに分ける
- 異常検知：通常と大きく異なるデータを見つける
いずれもあらかじめ答えを決めずにデータを探る点が特徴です。
🎯 G検定での押さえどころ
- データ駆動型である点が知識表現との違い
- 統計や機械学習を用いてパターンを発見する
- ウェブマイニング・ビッグデータとと関連づけて押さえる
⚠️ よくある誤りの選択肢
- 「データマイニングは知識を人手で記述するアプローチである」→ 誤り。データ駆動型のアプローチです
- 「データマイニングでは分析前に答えを決めておく必要がある」→ 誤り。答えを決めずに探索する点が特徴です
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。