「AP過去問 令和6年度秋期 午前 問7」の版間の差分
(ページの作成:「|AP過去問 令和6年度秋期 午前 問題に戻る AP過去問 令和6年度秋期 午前 問6へ AP過去問 令和6年度秋期 午前 問8へ =='''問7(問題文)'''== =='''回答・解説'''== AP過去問 令和6年度秋期 午前 問6へ AP過去問 令和6年度秋期 午前 問8へ AP過去問 令和6年度秋期 午前#問題||AP過去問 令和6年度秋期 午前…」) |
編集の要約なし |
||
| 1行目: | 1行目: | ||
[[AP過去問 令和6年度秋期 午前#問題 | [[AP過去問 令和6年度秋期 午前#問題|AP過去問 令和6年度秋期 午前 問題]]に戻る | ||
[[AP過去問 令和6年度秋期 午前 問6]]へ | [[AP過去問 令和6年度秋期 午前 問6]]へ | ||
| 6行目: | 6行目: | ||
=='''問7(問題文)'''== | =='''問7(問題文)'''== | ||
次の特徴をもつプログラム言語及び実行環境であって、オープンソースソフトウェアとして提供されているものはどれか。 | |||
[特徴] | |||
*統計解析や機械学習に適している。 | |||
*データ分析、グラフ描画などの、多数のソフトウェアパッケージが提供されている。 | |||
*変数自体には型がなく、変数に代入されるオブジェクトの型は実行時に決まる。 | |||
ア Go | |||
イ Kotlin | |||
ウ R | |||
エ Scala | |||
| 11行目: | 30行目: | ||
=='''回答・解説'''== | =='''回答・解説'''== | ||
ア Go、イ Kotlin、エ Scalaは静的型付け言語であり、アのGo言語は統計解析や機械学習向けには設計されていません。イのKotlinは主にAndroidアプリ開発やサーバーサイドプログラミングに使用されます。統計解析や機械学習専用ではありません。エのScalaは統計解析に特化しているわけではありません。ただし、Apache Sparkなどと組み合わせてデータ処理に使用されることがあります。プログラム言語のとりまく使われ方次第で向き不向きは生じます。プログラム言語自体の役割は同じなのでどの言語でも磨き上げていくと、なんでもできるというのは共通です。言語の型の運用はプログラム言語ごとの特徴なので数多くのプログラム言語の使用を知っておく必要があります。R言語は特に統計解析専用に設計された言語であり、機械学習にも対応していますし、CRAN (Comprehensive R Archive Network) というリポジトリに、多数のパッケージが登録されています。データ可視化のためのggplot2や、機械学習用のcaretなどが有名です。そして、動的型付け言語であり、変数の型は指定しなくても代入された値によって自動的に決まります。いろいろな言語に興味を持つのは情報処理技術者としては大事な要素でもありますので、いろいろな言語が少しブームになる程度で登場するたんびにアンテナを高くして知っていく必要もあるでしょう。ブームになるということはある分野においてはすぐれてプログラミングしやすい環境が整えられたということを意味しています。あたらしく登場する都度、関わっていくのは大変な労力となるでしょう。 | |||
| 19行目: | 38行目: | ||
[[AP過去問 令和6年度秋期 午前 問8]]へ | [[AP過去問 令和6年度秋期 午前 問8]]へ | ||
[[AP過去問 令和6年度秋期 午前#問題 | [[AP過去問 令和6年度秋期 午前#問題|AP過去問 令和6年度秋期 午前 問題]]に戻る | ||
2024年11月26日 (火) 18:21時点における版
問7(問題文)
次の特徴をもつプログラム言語及び実行環境であって、オープンソースソフトウェアとして提供されているものはどれか。
[特徴]
- 統計解析や機械学習に適している。
- データ分析、グラフ描画などの、多数のソフトウェアパッケージが提供されている。
- 変数自体には型がなく、変数に代入されるオブジェクトの型は実行時に決まる。
ア Go
イ Kotlin
ウ R
エ Scala
回答・解説
ア Go、イ Kotlin、エ Scalaは静的型付け言語であり、アのGo言語は統計解析や機械学習向けには設計されていません。イのKotlinは主にAndroidアプリ開発やサーバーサイドプログラミングに使用されます。統計解析や機械学習専用ではありません。エのScalaは統計解析に特化しているわけではありません。ただし、Apache Sparkなどと組み合わせてデータ処理に使用されることがあります。プログラム言語のとりまく使われ方次第で向き不向きは生じます。プログラム言語自体の役割は同じなのでどの言語でも磨き上げていくと、なんでもできるというのは共通です。言語の型の運用はプログラム言語ごとの特徴なので数多くのプログラム言語の使用を知っておく必要があります。R言語は特に統計解析専用に設計された言語であり、機械学習にも対応していますし、CRAN (Comprehensive R Archive Network) というリポジトリに、多数のパッケージが登録されています。データ可視化のためのggplot2や、機械学習用のcaretなどが有名です。そして、動的型付け言語であり、変数の型は指定しなくても代入された値によって自動的に決まります。いろいろな言語に興味を持つのは情報処理技術者としては大事な要素でもありますので、いろいろな言語が少しブームになる程度で登場するたんびにアンテナを高くして知っていく必要もあるでしょう。ブームになるということはある分野においてはすぐれてプログラミングしやすい環境が整えられたということを意味しています。あたらしく登場する都度、関わっていくのは大変な労力となるでしょう。