Split (1)

train · 28.3k rows

userid stringclasses 377 values	course_number int64 1 15	question_number int64 1 5	question_content stringclasses 5 values	answer_content stringlengths 1 4.12k ⌀	grade stringclasses 5 values
C-2021-2_U120	12	1	今日の内容を自分なりの言葉で説明してみてください	データ分析にはベクトルを用いることができる。ベクトルは数値の組であり、組の数が次元となる。距離は小ささ、類似度は大きさ。	A
C-2021-2_U120	12	2	今日の内容で、分かったこと・できたことを書いてください	ユークリッド距離の表し方。ノルム。	A
C-2021-2_U120	12	3	今日の内容で、分からなかったこと・できなかったことを書いてください	編集距離における、距離は最小回数がよくわからなかった。	A
C-2021-2_U120	12	4	質問があれば書いてください	null	A
C-2021-2_U120	12	5	今日の授業の感想や反省を書いてください	データ分析におけるベクトルの考え方が、思ったよりも難しくなくてよかった。	A
C-2021-2_U141	12	1	今日の内容を自分なりの言葉で説明してみてください	ベクトルは表したい情報全体の塊で、数値で各成分の量を表す。数学的表現を用いる時、線形代数と行列も使われる。また、様々な距離と類似度を用いてデータを分析すると、各数値がどのグループに似ているかを判断することによって分類ができ、似ている性質を持つものも見つけられる。	B
C-2021-2_U141	12	2	今日の内容で、分かったこと・できたことを書いてください	今回の授業内容は自分の専門分野においてどのように活用できるか。データ間の距離、ユークリッド距離、マンハッタン距離、max距離など。類似度に関する係数。これらを用いるデータ分析の応用。データ分析の手段について知れ、現在様々な分類や認識はどのような原理を基づいて行われたのかが分かった。	B
C-2021-2_U141	12	3	今日の内容で、分からなかったこと・できなかったことを書いてください	null	B
C-2021-2_U141	12	4	質問があれば書いてください	null	B
C-2021-2_U141	12	5	今日の授業の感想や反省を書いてください	null	B
C-2021-2_U112	12	1	今日の内容を自分なりの言葉で説明してみてください	データを表現するのにベクトルを用いることができる。ベクトルは順番に意味があり、画像、文書など様々なものを表現するのに用いられる。ベクトル表現されたデータ分析には線形代数、行列がよく用いられ、多数のデータによりデータ間の関係を知ることができる。データ分析には距離、類似度という考えが必要であり、２つは互いに反対の概念である。距離や類似度には様々なものがある。また、分析し、クラスタリングすることで新たな知見を発見するのに利用される。	B
C-2021-2_U112	12	2	今日の内容で、分かったこと・できたことを書いてください	ベクトルで表現される情報について理解することができた。また、ベクトルで表現された情報がどういった所で使われているのか、またそのデータを分析するために用いられる距離、類似度という新しい考え方を学ぶことができた。距離を求めるための方法が今まで数学の授業で学んできたことと繋がっており、理解し易かった。	B
C-2021-2_U112	12	3	今日の内容で、分からなかったこと・できなかったことを書いてください	距離や類似度に様々な種類があったので、１つ１つどういったものなのか理解していきながら整理して復習していきたい。	B
C-2021-2_U112	12	4	質問があれば書いてください	特にありません。	B
C-2021-2_U112	12	5	今日の授業の感想や反省を書いてください	普段、主観的な感覚によって「似ている」、「似ていない」を判断していたが、そうした判断をより厳密に行うことがデータ分析において非常に大切なことであることを学んだ。また、ベクトルを用いて表されたデータを分析することが、薬学分野において応用することができるとは想像もしていなかったので、驚いた。数学で学んできたベクトルが、もともとは数字でない情報も数字に置き換え、そして分析する手段となることは新たな発見だった。	B
C-2021-2_U41	12	1	今日の内容を自分なりの言葉で説明してみてください	データサイエンスの活用について経済系・薬学系・法学系の視点から見てみる。まず、経済系において例えば、株価の予測においてチャート（ベクトル）が利用され、この変化の傾向から株価を予測している。株価において高値、安値、始値と終値を表すベクトルを使い傾向をコンピュータに学習させ、未来の株価を予測している。また、薬学においてのデータサイエンスの活用法の例として化合物の構造をベクトルを使って表現して似た構造を持つ化合物をまとめているということが挙げられる。例えば、特定の構造があれば１，なければ０とするようにベクトルを使って表現できる。こうすることで化合物の比較をやりやすくできる。また、ベクトルとして表現することで様々な機械学習に使用できるようになる。そして、法学において、例えばデータサイエンスを利用することで法令に関して工学的な観点から模索できる。また、特定のことばの有無をベクトルで表すことで、法令文書（自然言語で書かれている文字列）をベクトルで表現することもできる。また、こうすることで深層学習もできるようになる。ベクトルとは複数の数値のかたまりのことであり、ベクトルにおいて順番は意味を持つ。ベクトルは柔軟に利用することができる。例えば、健康状態などの特定の観点から人をベクトルとして表現できる。また、料理などもをベクトルで表すこともできる。このようにベクトルの組み合わせによってデータが何を表しているのかということや、データの特性などを表すことができる。このようなベクトルはデータの組み合わせである。様々なデータを組み合わせることでテーマ間の関係や新たにわかることを見つけることができる。例えば多数のデータを組み合わせることで、パターンを見つけだすことができる。また、ベクトルとしてデータを表すことで、そのデータ分析の基本的な道具である「近い／遠い」ということや「似ている／似ていない」という比較を容易にできるようになる。データ解析における距離は「似ている・似ていない」の具合で表されることが多く、比較的自由な概念である。この距離は「データ解析の基本」であり、距離が変わればデータ解析結果は変わる。距離の種類は１つではなく、データや解析問題の性質に合致した距離を選ぶ必要がある。そして、距離とは反対の概念である「類似度」というものがある。類似度の場合、距離とは反対に大きければ大きいほど似ていることを表す。距離ほど類似度は厳密に定義されない。物をベクトルで表現すれば様々な種類の距離や類似度が使え、異常検知やクラスタリング、判定など様々な分析に応用することができる。代表的な距離にユークリッド距離がある。ユークリッド距離を使うことで何次元ベクトルかに関わらずベクトル間の距離を測れる。なお、ユークリッド距離以外にもマンハッタン距離やmax距離（1要素間のみの評価なので全体的な差異は評価できない）などがある。そしてベクトル以外の距離もある。例えば同じ長さの系列における違う要素の数について示すハミング距離がある。系列の長さが違うとき、編集距離というものがある。これはハミング距離を一般化したものであり、2系列を同じものにするために必要な置換、挿入、削除の最小回数を示す。また、Jaccard係数という「集合」の類似度を示すものがある。これは順番ではなく「入っているか／入っていないか」を調べるために使われる。また、コサイン類似度というものもある。これは、方向性の類似度を測るものであり、内積を利用している。この類似度は長さに着目していない類似度である。これらの距離や類似度を応用してデータ集合のグルーピングやデータの異常度の発見、「データの認識」などができる。また、データから様々な知見を発見するのに利用されるクラスタリングにも応用できる。	A
C-2021-2_U41	12	2	今日の内容で、分かったこと・できたことを書いてください	距離と類似度の違いがはっきりわからなかったのですが、今日の講義を受けて距離と類似度の違いがよく分かりました。また、ベクトルの重要性や、距離や類似度の重要性についてわかりました。	A
C-2021-2_U41	12	3	今日の内容で、分からなかったこと・できなかったことを書いてください	マンハッタン距離で、特定地点から同じ距離を結ぶとスライドのような形になる理由が直感的に分からなかったです。	A
C-2021-2_U41	12	4	質問があれば書いてください	特にありません。	A
C-2021-2_U41	12	5	今日の授業の感想や反省を書いてください	薬学系において、ベクトルが化合物の構造を表現するのに使われているということに驚きましたら。また、ベクトルは身近なところに色々使われているということを改めて実感し「数学」という学問としてのみ認識すべきではないと改めて思いました。	A
C-2021-2_U135	12	1	今日の内容を自分なりの言葉で説明してみてください	null	B
C-2021-2_U135	12	2	今日の内容で、分かったこと・できたことを書いてください	null	B
C-2021-2_U135	12	3	今日の内容で、分からなかったこと・できなかったことを書いてください	null	B
C-2021-2_U135	12	4	質問があれば書いてください	null	B
C-2021-2_U135	12	5	今日の授業の感想や反省を書いてください	null	B
C-2021-2_U115	12	1	今日の内容を自分なりの言葉で説明してみてください	null	A
C-2021-2_U115	12	2	今日の内容で、分かったこと・できたことを書いてください	null	A
C-2021-2_U115	12	3	今日の内容で、分からなかったこと・できなかったことを書いてください	null	A
C-2021-2_U115	12	4	質問があれば書いてください	null	A
C-2021-2_U115	12	5	今日の授業の感想や反省を書いてください	null	A
C-2021-2_U101	12	1	今日の内容を自分なりの言葉で説明してみてください	ベクトルとは複数の数値を塊として表現したものであり、数値の並びには意味がある。情報のベクトル化は様々な観点から行うことができ、その対象によって表現方法は変化するが、いずれも数学的な比較が可能となる。データの代表的な表現の１つであるベクトルは、線形代数を用いて分析されることも多い。多数のデータを用いることでデータ間の関係を見出すことができ、分類が可能になったりする。データ分析の手法として基本的なものがデータ同士の距離や類似度である。データ解析における距離とは、日常生活の概念よりも自由度の高いものであり、データ間の差異を表現したものとなる。また、数学的に厳密に定義されている。一方、類似度は厳密な定義はない距離とは反対の概念で、大きいほど似ていることを表す。距離には種類があり、それによって解析結果が大きく異なるため、その原理やメリット・デメリットを理解してデータや問題によって使い分ける必要がある。最も代表的な距離はユークリッド距離、そのほかにたどった道のりの総和のマンハッタン距離、最も違う点に着目したmax距離、長さの同じ２系列間の差異を表すハミング距離、その一般化である編集距離などがある。類似度にも種類があり、集合の共通度合いを表現するJaccard係数、方向性に関係するコサイン類似度などがある。距離や類似度は、データのグルーピングや異常検出、認識、クラスタリングなど様々な場面で応用されている。	A
C-2021-2_U101	12	2	今日の内容で、分かったこと・できたことを書いてください	ベクトルという代表的なデータの表現方法は化学や法律、経済など様々な分野で活用できるものだと分かった。数値として扱うことでマッピングができたり、データを扱いやすくなるという利点があり、さらに検索などの応用に繋がっていることを知ることができた。ユークリッド距離は何次元であっても各要素の差を２乗した和を取ることで計算が可能であると理解できた。一口に「距離」と言っても様々な種類があり、その意味や計算方法を理解していないと解析結果が有意義なものにならない可能性があるということが分かった。また、類似度については距離よりも抽象的な概念であるが、距離と同様にデータを分析する上で重要な考え方であるということが分かった。	A
C-2021-2_U101	12	3	今日の内容で、分からなかったこと・できなかったことを書いてください	特にありません。	A
C-2021-2_U101	12	4	質問があれば書いてください	null	A
C-2021-2_U101	12	5	今日の授業の感想や反省を書いてください	「ベクトル」や「距離」は高校までに習っていたり、日常生活で使う言葉ではあったが、分野が違えば捉え方の幅が広がるということが面白いと感じた。特に、距離の種類の多さには驚いた。正しく理解していないと何を表現したいのか分からなかったり、自分の思い通りの表現ができなかったりするためきちんと理解したいと思った。また、ベクトルや距離、類似度の考え方によってグルーピングやクラスタリングが可能になっていると知り感動する一方で、今までの講義の中で学んだ基準を設定する難しさや数値化したものの扱いの難しさを思い出し、データサイエンスの奥深さを感じた。自分が将来進む分野においてもデータ解析やその利用が求められており、それはますます重要な力になると感じたので今後も予習復習はもちろんのこと、興味を持ったことについては積極的に調べて、正確な知識を身につけていきたいと思った。	A
C-2021-2_U133	12	1	今日の内容を自分なりの言葉で説明してみてください	ベクトルで様々なデータを表現できることや、ベクトル表現を用いることでデータ間の関係が見え、データ分析ができるということを学んだ。また、距離や類似度といったデータ解析の基本を学び、様々な距離についても学んだ。	B
C-2021-2_U133	12	2	今日の内容で、分かったこと・できたことを書いてください	ベクトルはデータの組み合わせであり、ベクトル表現を使うことはデータ間の関係性を見るのに役に立つということがわかった。近いや遠いといった距離もデータの解析において重要であることがわかった。2系列間の距離や違う要素の数といった様々な距離があることがわかった。	B
C-2021-2_U133	12	3	今日の内容で、分からなかったこと・できなかったことを書いてください	ユークリッド距離がどういうものなのかというのがわかりにくかった。	B
C-2021-2_U133	12	4	質問があれば書いてください	null	B
C-2021-2_U133	12	5	今日の授業の感想や反省を書いてください	距離や類似度といったものがデータ解析において重要であることがよくわかった。画像認識やクラスタリングは、以前の授業でもでてきていたので、これらについてまた少し学べたのでよかった。	B
C-2021-2_U117	12	1	今日の内容を自分なりの言葉で説明してみてください	ベクトルとは複数の数値を塊にしたもので、日常の様々なものもベクトルで表現できる。データの分析にもベクトルが用いられる。これはベクトルで多数のデータを用いることで、データ間の関係性を知ることができるからだ。データの分析に使われる、似ている似ていないの概念は距離・類似度によって判断する。まずデータ解析における距離とは幅広くデータ間の差異の意味を持ち、厳密には距離の公理を満たすものとされている。距離の種類はユークリッド距離やｍａｘ距離など様々で、データ解析問題の性質に合致したものを選ぶ必要がある。次に類似度とは距離の反対の概念で、距離ほど厳密には定義されない。類似度にもJaccard係数やコサイン類似度などの種類がある。これらの距離や類似度を応用することで、データのグルーピングをしたり異常度をはかったりすることができる。	B
C-2021-2_U117	12	2	今日の内容で、分かったこと・できたことを書いてください	ベクトルがどのようにデータの分析に使われているのか理解することができた。ユークリッド距離、max距離、マンハッタン距離のそれぞれの違いがわかった。	B
C-2021-2_U117	12	3	今日の内容で、分からなかったこと・できなかったことを書いてください	ハミング距離と編集距離の違いがはっきりと分からなかった。	B
C-2021-2_U117	12	4	質問があれば書いてください	特にありません。	B
C-2021-2_U117	12	5	今日の授業の感想や反省を書いてください	数学のベクトルしか知らなかったので、データの分析という場面でどのように使われているか知ることができて、ベクトルという概念を学習した意味を理解できた気がする。授業の冒頭に、実際にベクトルや距離がどのようにそれぞれの分野で使われているのか紹介していただいたのはすごく興味深かった。	B
C-2021-2_U65	12	1	今日の内容を自分なりの言葉で説明してみてください	ベクトルとは、複数の数値を塊にしたもので、線形代数や行列の分野で学生を苦しめるだけのものではなく、データ間の関係を理解するのに役立つ。距離、や類似度、など、を知ることができるので、分析の幅が広がる。	C
C-2021-2_U65	12	2	今日の内容で、分かったこと・できたことを書いてください	ユークリッド距離以外の、max距離や、マンハッタン距離について初めて知った。類似度について理解ができた。	C
C-2021-2_U65	12	3	今日の内容で、分からなかったこと・できなかったことを書いてください	特にありません。	C
C-2021-2_U65	12	4	質問があれば書いてください	特にありません。	C
C-2021-2_U65	12	5	今日の授業の感想や反省を書いてください	面白かったので、実際にこれらの知識を使って、データ分析をやってみたいと思った。類似度、と料理は微塵も関係がないように思えていたので、説明を聞き驚くとともに、料理が楽しくなった。	C
C-2021-2_U33	12	1	今日の内容を自分なりの言葉で説明してみてください	ベクトルとは、データを複数の数値のかたまりに表現できるものである。料理、文書、画像など全部がベクトルで表現できる。距離が近い、遠いとか似てる、似てないはデータ分析の基本的な道具である。代表的な距離のなか、ユークリッド距離は要素の差の二乗で計算ができ、何次元ベクトルでも距離は計算できる。max距離は一要素が大きく違く場合、有用である。編集距離はハミング距離を一般化したものであり、置き換え、挿入、削除の最小回数で計算できる。	B
C-2021-2_U33	12	2	今日の内容で、分かったこと・できたことを書いてください	ベクトルが経済、化合物、法令に至るまでさまざまな分野で幅広く利用されていることが分かった。データ分析における「距離」は、普通考えている距離よりもっと自由である。ユークリッド距離を表すとき使う二重のllはノルムと言う。マンハッタン距離とは斜めにはいけない街を考えればいい。ハミング距離は長さが同じ2系列の距離を意味する。つまり、違う要素の数＝距離。編集距離は長さが同じではない2系列の距離を意味する。jaccard類似度は集合の共通部分を全要素で割ったものであり、どのくらい共通しているかを測る。コサイン類似度もコサインを使ってどのくらい共通しているかを測る。	B
C-2021-2_U33	12	3	今日の内容で、分からなかったこと・できなかったことを書いてください	null	B
C-2021-2_U33	12	4	質問があれば書いてください	null	B
C-2021-2_U33	12	5	今日の授業の感想や反省を書いてください	距離にもいろいろな種類があることが分かった。そして、私たちは周りのすべてを数字で表現しようとしてきたということを実感した。	B
C-2021-2_U17	12	1	今日の内容を自分なりの言葉で説明してみてください	ベクトル・・・様々なもの（画像や文書など）をベクトルで表現ベクトルとデータの組み合わせ・・・データ分析、アヤメの判別距離・類似度・・・データ解析の「距離」は自由、距離の公理を満たすもの　　　　　　　　　「類似度」は「距離」の反対概念、厳密な定義なし　　　　　　　　　相同性検索、クラスタリング、判定、異常検知距離は「データ解析の基本」である、距離は１種類ではない、距離が変わればデータ解析結果は大きく変わる、データや解析問題の性質に合致した「距離」を選ぶ必要がある。データ間の距離・・・ユークリッド距離（ｄ次元での距離）、マンハッタン距離やmax距離、ハミング距離、編集距離類似度・・・Jaccard係数、コサイン類似度応用・・・画像認識、クラスタリング	B
C-2021-2_U17	12	2	今日の内容で、分かったこと・できたことを書いてください	ベクトルとデータの組み合わせでわかることや、距離などの意味がよく分かった。	B
C-2021-2_U17	12	3	今日の内容で、分からなかったこと・できなかったことを書いてください	特になし	B
C-2021-2_U17	12	4	質問があれば書いてください	最も優れている「距離」はユークリッド距離なんですか？	B
C-2021-2_U17	12	5	今日の授業の感想や反省を書いてください	二重絶対値の記号を見たことがなかったので、最初見たときは何だこれはと思ったが説明を聞いて納得できた。	B
C-2021-2_U39	12	1	今日の内容を自分なりの言葉で説明してみてください	今日は今まで勉強してきたデータサイエンスをどの分野でどのように活用できるかなどを学びました。例えば、株価のグラフの分析からの株価の予測や化合物の特徴をグループ化するなどです。また、化学や法学の方面での活用方法も学びました。今日は主にベクトル・距離類似度ということについて学びました。まず、ベクトルとは、複数の数値をかたまりにしたものであり、その数によって次元が決まります。また、文書もベクトルで表現できます。例えば、ある単語の出現回数を表すことで本を表現できます。ただし、ここでは、単語の順序は無視します。また、画像もベクトルで表せます。例えば、ピクセルごとのRGB数値などをベクトルで表せば、画像が表現できます。また、ベクトルと線形代数は関係深いため、行列を利用してデータを表現することも可能です。ベクトルを使ってデータの分析をする理由は、ベクトルはデータの組み合わせなので、多数のベクトルからデータの分析ができるからです。次に、距離とは日常で使う意味ではなく、データ間の差異を意味します。厳密にいうと、非退化性・対称性・三角不等式を満たすことを条件とします。また、類似度は距離の反対の概念で、大きければ大きいほど似ていることを意味します。また、類似度は距離ほど厳密に定義されていません。距離・類似度に基づいた分析例としては、キーワード検索・判定・クラスタリング・異常検知などがあります。普通に考える距離とは2データがどれぐらい離れているかを意味します。ここで、ユークリッド距離を利用します。一般化すると、各元素の差の2乗の総和で計算できます。また、2次元では三角形があるとした時、max距離の2乗とマンハッタン距離の2乗を足したのがユークリッド距離の2乗になります。マンハッタン距離とは斜めには行けない町にたとえたことで、どのコースで行っても同じ距離である時を言います。また、maxきょりとは、1要素でも大きく違ったら、結構違うということを意味します。また、ハミング距離は２系列かんの距離を意味し、違う要素の数を距離と見ます。これを一般化したのが編集距離で、系列の長さが違ってもいいことがメリットです。次に、Jaccard係数とは集合の類似度を表したことで、どのぐらい共通しているかを測ります。コサイン類似度は方向性を測る方法で、長さが関係ないとき使います。このような距離や類似度を応用した例としては、データ集合のグルーピング、データの異常度、データの認識などがあります。	B
C-2021-2_U39	12	2	今日の内容で、分かったこと・できたことを書いてください	データ分析でのベクトル・距離・類似度を知り、その具体例や種類、基本的な概念などがわかりました。	B
C-2021-2_U39	12	3	今日の内容で、分からなかったこと・できなかったことを書いてください	ありません。	B
C-2021-2_U39	12	4	質問があれば書いてください	ありません。	B
C-2021-2_U39	12	5	今日の授業の感想や反省を書いてください	null	B
C-2021-2_U14	12	1	今日の内容を自分なりの言葉で説明してみてください	複数の数値をカタマリにしたものであるベクトルを用いてデータを表現することが可能である。ベクトルは文書や画像も数値の集合として表現できる。ベクトルでデータ分析をする意義は、１つの組み合わせで分からないことも、多数のデータを用意することで、データ間の関係を明らかにすることができるためである。また、いくつかのデータがどれくらい似ているかを示す概念として距離と類似度がある。距離と類似度は対の関係にある。これら２つに基づいて様々に分析が可能となる。距離には様々な種類がある。	A
C-2021-2_U14	12	2	今日の内容で、分かったこと・できたことを書いてください	ベクトルを導入することによって、多様なデータを数字の組で表現できることが分かった。また、距離や類似度の概念によって、データ間の関係を理解することができるということを知った。一口に距離と言ってもユーグリッド距離、マンハッタン距離、max距離、ハミング距離、編集距離など様々なものがあることが分かった。	A
C-2021-2_U14	12	3	今日の内容で、分からなかったこと・できなかったことを書いてください	それぞれの距離のデメリットがよくわからなかった。	A
C-2021-2_U14	12	4	質問があれば書いてください	特にありません。	A
C-2021-2_U14	12	5	今日の授業の感想や反省を書いてください	高校時代はベクトルをただの数字の組み合わせや矢印と認識していたが、今日の授業を通して、様々なデータを表現することができるものであると知り、とても興味深かった。また、ベクトルの距離や類似度を使ってデータを分析できるというのもすごいと感じた。	A
C-2021-2_U123	12	1	今日の内容を自分なりの言葉で説明してみてください	null	F
C-2021-2_U123	12	2	今日の内容で、分かったこと・できたことを書いてください	null	F
C-2021-2_U123	12	3	今日の内容で、分からなかったこと・できなかったことを書いてください	null	F
C-2021-2_U123	12	4	質問があれば書いてください	null	F
C-2021-2_U123	12	5	今日の授業の感想や反省を書いてください	null	F
C-2021-2_U7	12	1	今日の内容を自分なりの言葉で説明してみてください	null	F
C-2021-2_U7	12	2	今日の内容で、分かったこと・できたことを書いてください	null	F
C-2021-2_U7	12	3	今日の内容で、分からなかったこと・できなかったことを書いてください	null	F
C-2021-2_U7	12	4	質問があれば書いてください	null	F
C-2021-2_U7	12	5	今日の授業の感想や反省を書いてください	null	F
C-2021-2_U140	12	1	今日の内容を自分なりの言葉で説明してみてください	ベクトルの定義と、データ分析におけるベクトルの使用方法	C
C-2021-2_U140	12	2	今日の内容で、分かったこと・できたことを書いてください	ベクトルを用いることで、様々な種類の距離や類似度を見つけることができる。しかし、距離や類似度は何を基準にするかや、どのようにベクトルを用いるかなどによって容易に変わりうる。	C
C-2021-2_U140	12	3	今日の内容で、分からなかったこと・できなかったことを書いてください	max距離の説明がよく分かりませんでした。	C
C-2021-2_U140	12	4	質問があれば書いてください	特にありません。	C
C-2021-2_U140	12	5	今日の授業の感想や反省を書いてください	データを使う上で、ベクトルを知っていれば様々なことに応用できそうだと思った。	C
C-2021-2_U165	12	1	今日の内容を自分なりの言葉で説明してみてください	null	D
C-2021-2_U165	12	2	今日の内容で、分かったこと・できたことを書いてください	null	D
C-2021-2_U165	12	3	今日の内容で、分からなかったこと・できなかったことを書いてください	null	D
C-2021-2_U165	12	4	質問があれば書いてください	null	D
C-2021-2_U165	12	5	今日の授業の感想や反省を書いてください	null	D
C-2021-2_U49	12	1	今日の内容を自分なりの言葉で説明してみてください	null	F
C-2021-2_U49	12	2	今日の内容で、分かったこと・できたことを書いてください	null	F
C-2021-2_U49	12	3	今日の内容で、分からなかったこと・できなかったことを書いてください	null	F
C-2021-2_U49	12	4	質問があれば書いてください	null	F
C-2021-2_U49	12	5	今日の授業の感想や反省を書いてください	null	F
C-2021-2_U36	12	1	今日の内容を自分なりの言葉で説明してみてください	ベクトルはデータの組み合わせであり、文書や画像など様々なことがベクトルとして表現できる。組み合わせと多数のデータからデータ間の関係が読み取れる。データ解析における距離とはデータ間の差異を表し、類似度とは距離の反対の概念であり、それほど厳密に定義されているわけではない。最も代表的な距離にユークリッド距離というものがあり、要素ごとの差の二乗の合計を距離の二乗として表している。ユークリッド距離以外にもマンハッタン距離や1要素間の差異を表したいときに有効であるmax距離が存在する。その他にも違う要素の数を距離とするハミング距離であったり、置換、挿入、削除の最小回数を表す2系列間の距離を表す編集距離も存在する。集合の類似度のjaccard係数や方向性の類似度を測るコサイン類似度が類似度としてあげられる。距離や類似度は系統樹作成や文字認識などに応用ができる。	B
C-2021-2_U36	12	2	今日の内容で、分かったこと・できたことを書いてください	ベクトル解析における距離や類似度が理解でき、それらがどのようなことに応用されているのかが分かった。また、データをベクトルとして表現することで、データ間の差異や類似度を読み取れ、データ間の関係が読み取れる利点があると分かった。	B
C-2021-2_U36	12	3	今日の内容で、分からなかったこと・できなかったことを書いてください	マンハッタン距離はどの場面で利用が可能なのかがわからなかった。	B
C-2021-2_U36	12	4	質問があれば書いてください	null	B
C-2021-2_U36	12	5	今日の授業の感想や反省を書いてください	データのベクトル化が様々な分野に応用できることが分かった。ベクトルを用いることで、似た構造を持つ化合物をグループ化できるということには少し驚いた。将来、新薬開発の研究にこのベクトル化を用いることが寄与することも考えられるので、ベクトル解析に触れておいてよかったと思った。	B

Subsets and Splits

No community queries yet

The top public SQL queries from the community will appear here once available.