時系列分解は、データを構成要素に分解することで、根本的なパターンをより深く理解し、予測をサポートします。主な構成要素は以下のとおりです。
トレンド: 長期的な進行 (上昇または下降)。
季節性: 短期的なパターンの繰り返し (例: 月次または四半期ごと)。
循環的 (オプション A): 中期から長期のサイクル (例: ビジネス サイクル)。
不規則/残差 (オプション C): ランダムで予測不可能な変動。
トレンド分析には、周期的要素、季節的要素、不規則的要素の調査が含まれるため、正解はオプション E (上記のすべて) です。
参照：
DASCA データ サイエンティスト ナレッジ フレームワーク (DSKF) - 分析: 時系列分解と傾向分析。

LaTeX は学術界、特に科学出版で広く使用されている高品質の組版システムです。
ステートメント i: 正解です。LaTeX は、科学雑誌、論文、技術レポートの原稿の作成に広く使用されています。
ステートメント ii: 正解です。LaTeX は、フォーマットされた PDF/ドキュメントにコンパイルされるマークアップ言語 (概念は HTML に似ています) です。
ステートメント iii: 正解です。LaTeX は、複雑な数式、参照、書式設定を処理できるため、科学論文の出版における標準となっています。
したがって、3 つのステートメントはすべて真です # オプション B (i、ii、iii)。
参照：
DASCA データ サイエンティスト ナレッジ フレームワーク (DSKF) - データ サイエンスのためのプログラミング ツール: 科学ドキュメント用の LaTeX。

ただし、MCQ の単一選択形式に従って、回答は A となります (理想的には A、B、C が正解です)。
データレイクは、生データ、構造化データ、半構造化データ、非構造化データを大規模に保存するために設計された集中型リポジトリです。データレイクには以下の機能があります。
俊敏性と生産性 (オプション A): データ レイクは柔軟な取り込みと高速アクセスをサポートし、BI およびデータ サイエンス環境の効率を高めます。
データ統合 (オプション B): 複数の種類のデータを処理し、高度な分析と機械学習のユースケースを可能にします。
資産としてのデータ (オプション C): 視点を変えて、データを単なるストレージ コストではなく、戦略的なリソースとして扱います。
選択肢 D: 不正解です。データレイクは俊敏性を低下させるのではなく、向上させます。
選択肢 E: 正しい記述が複数存在するため、不正解です。
したがって、DASCA コンテキストごとの正しい選択はオプション A です (B と C も当てはまります)。
参照：
DASCA データ サイエンティスト知識フレームワーク (DSKF) - データ エンジニアリング: データ レイクとウェアハウス。

ニューラル ネットワークはさまざまな分野で広く応用されています。
オプション A (文字認識): 正しい適用 - ニューラル ネットワークは OCR (光学式文字認識) に非常に効果的です。
オプション B (株式市場予測): 正しい応用 - ニューラル ネットワークは、金融における時系列と非線形パターンをモデル化するために使用されます。
オプション D (画像圧縮): 正しい適用 - ニューラル ネット (オートエンコーダー) は次元削減と圧縮に使用されます。
オプションC（巡回セールスマン問題）：典型的なニューラルネットワークの応用ではありません。これは、通常、ヒューリスティック、動的計画法、または最適化アルゴリズム（標準的なニューラルネットワークではない）を用いて解かれる組み合わせ最適化問題です。
したがって、正解は選択肢 C (巡回セールスマン問題) です。
参照：
DASCA データ サイエンティスト ナレッジ フレームワーク (DSKF) - ニューラル ネットワークの機械学習アプリケーション。

半構造化データは、構造化データ（例：固定スキーマを持つリレーショナルデータベース）と非構造化データ（例：フリーテキスト、音声、動画）の中間に位置します。通常、XML、JSON、メールデータ、ログファイルなど、不規則または柔軟なスキーマ情報が含まれます。
オプション A (データベース システム): 正解です。データベースには半構造化コンテンツ (JSON または XML 列など) が保存される場合があります。
オプション B (ファイル システム): 正しいファイルベースのストレージ (ログ、JSON、Avro、CSV) には、半構造化データが含まれることがよくあります。
オプション C (科学データ): 正解です。多くの科学アプリケーションは半構造化データ形式 (センサーの読み取り値、ゲノム配列など) を生成します。
オプション D (スキーマフルデータ): 正解。スキーマフル (厳密にスキーマ定義されたリレーショナルテーブル) は、半構造化データではなく、構造化データを表します。
したがって、半構造化データにはスキーマが完全なデータは含まれません。
参照：
DASCA データ サイエンティスト知識フレームワーク (DSKF) - ビッグ データの基礎: データの種類とソース。