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_U94 | 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 | C |
C-2021-2_U94 | 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 | C |
C-2021-2_U94 | 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 | C |
C-2021-2_U94 | 12 | 4 | 質問があれば書いてください | null | C |
C-2021-2_U94 | 12 | 5 | 今日の授業の感想や反省を書いてください | null | C |
C-2021-2_U71 | 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 | 様々な事象や問題をベクトルの考え方を用いて考えてみよう | C |
C-2021-2_U71 | 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 | 様々な事象や問題についてベクトルの考え方、つまり分解分析し細分化することによって解決策がより見つけやすくなるのではないかと思った。 | C |
C-2021-2_U71 | 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 | C |
C-2021-2_U71 | 12 | 4 | 質問があれば書いてください | null | C |
C-2021-2_U71 | 12 | 5 | 今日の授業の感想や反省を書いてください | 高校数学でしか使わないと思っていたベクトルを様々な問題にも適応させるという考え方が面白かったです。
| C |
C-2021-2_U88 | 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 | データ分析における要の一つである、データの距離・類似度を算出するための手段・ベクトル | B |
C-2021-2_U88 | 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 | データ同士を関連付けて分析するために、類似度や距離を算出する方法を学んだ。一言に距離・類似度といっても表現方法が何種類もあり、データの種類によって適切に使い分ける必要があることが分かった。 | B |
C-2021-2_U88 | 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 | コサイン距離について何となくしか理解できませんでした。 | B |
C-2021-2_U88 | 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_U88 | 12 | 5 | 今日の授業の感想や反省を書いてください | 似ているか似ていないかという判断は人間は直感でできるため簡単であるが、数値化しないと扱えないコンピューターにどのように判断させるのかが面白かった。 | B |
C-2021-2_U106 | 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 | ベクトルについてやその使い方や特性、ベクトルとデータとの関連および距離と類似度についてやそれらの関係、様々な種類の距離、それらのデータの分析における意味などについて学んだ。 | B |
C-2021-2_U106 | 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 | 様々な種類の距離や類似度の求め方やそれらの役割について理解することができた。 | B |
C-2021-2_U106 | 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 | 3つの距離の使い分け方があまりよくわからなかった。 | B |
C-2021-2_U106 | 12 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U106 | 12 | 5 | 今日の授業の感想や反省を書いてください | 今まで学んできた「ベクトル」や「距離」がデータの分析において薬に立っているということがとても面白かった。 | B |
C-2021-2_U31 | 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 | 法・経・経工・薬学部におけるベクトルの活用例を学んだ。
ベクトルとは複数の数字をかたまりにしたものであり、写真など身近な様々なものをベクトルで表現することができる。
ベクトルを使い類似度や距離を考えることでデータ分析に応用することができる。 | A |
C-2021-2_U31 | 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 | データの様々な条件を数値化しベクトルとして表すことで、類似度、距離などを数値で計算しデータ分析に応用することができるということが分かった。
距離や類似度には、ユークリッド距離、max距離、コサイン類似度などがあり、それぞれ特徴や活用できる場面が異なるということが分かった。 | A |
C-2021-2_U31 | 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 | マンハッタン距離を実際どのような場面で有効に活用することができるのかがよく分からなかった。 | A |
C-2021-2_U31 | 12 | 4 | 質問があれば書いてください | 特になし。 | A |
C-2021-2_U31 | 12 | 5 | 今日の授業の感想や反省を書いてください | 自分は薬学部であるため、化合物の分析にベクトルを用いることができるということが非常に興味深く感じた。
高校のときに図形について考えるために使っていたベクトルで多くのデータを分析できるということに驚いた。 | A |
C-2021-2_U20 | 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 | 多数の数値を含むものとしてのベクトル・行列の可能性や様々な距離の概念について学んだ。 | C |
C-2021-2_U20 | 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 | ベクトルと類似の基準線を引く(表現雑!)ことで分類が可能になる。
近さ・距離というのは分析の一つの観点になる。データ解析における距離は日常より自由度が高い。
数学的な距離(の三要件)：①非退化性 ②対称性 ③三角不等性(直接道のりが最短"距離") 【距離の公理】
ユークリッド距離☜高校数学まででやった距離の公式(三平方の定理が基本)
マンハッタン距離(市街地距離)☜
max距離☜
ハミング距離☜2系列間の距離(超ざっくり:どれほど違いがあるか)
編集距離☜編集ソフトでの作業数のイメージ
Jaccard係数☜集合としての類似度
cos類似度☜方向性としての類似度
距離の概念を利用して、分類やクラスタリングなどができる | C |
C-2021-2_U20 | 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 | カルバックライブラー情報量☜今度時間見つけて調べよ | C |
C-2021-2_U20 | 12 | 4 | 質問があれば書いてください | 2次元以上を学習するときのコツなどあれば。(数学でも3次元を考えるにはコンピュータソフトを利用して理解が進みますが、それ以上だとなんとなくぼんやりとした理解になります。) | C |
C-2021-2_U20 | 12 | 5 | 今日の授業の感想や反省を書いてください | 経済学部では限られた範囲しか触れられていないが、忘却しつつある線形代数の復習を期末後にしようと心に固く誓った。 | C |
C-2021-2_U44 | 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組み合わせて、あるものの特性を表現したものである。すなわちベクトルはデータの組み合わせであり、多数のデータを用いてデータ間の関係を見ることが出来る。データ間の関係を表現するものとして距離と類似度がある。距離はデータ間の差異を表し、小さいほど２つのデータが似ていることになるが、類似度は大きいほど似ていることになる。これらを測る方法は様々であり、対象や用途に応じて使い分ける必要がある。 | B |
C-2021-2_U44 | 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 | 材料に数値で表し、料理をベクトルで表現した説明が分かりやすかった。ベクトルを単に数学の知識ではなく、様々なものを表現する方法として捉えることが出来るようになった。 | B |
C-2021-2_U44 | 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距離の使い方がよく分からなかった。 | B |
C-2021-2_U44 | 12 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U44 | 12 | 5 | 今日の授業の感想や反省を書いてください | 高校で習ったベクトルが情報の授業で登場するとは思わなかったので面白かった。距離や類似度の考え方が多様で少し混乱してしまったのできちんと整理したい。 | B |
C-2021-2_U99 | 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 | ベクトルを用いたデータ分析のやり方と。ベクトルを用いる意味について学習した。ベクトルを用いると、データを集合としてとらえることができるので、距離や類似度といった概念を使ってデータの分析ができ、画像認識やクラスタリングなどで応用されている。距離はデータ間の距離で、もっとも代表的なユークリッド距離のほかに、マンハッタン距離やmax距離など、様々な距離がある。逆にデータ間の近さを表すのが類似度で、類似度に決まった定義はなく、Jaccard係数など様々なものが用いられる。 | B |
C-2021-2_U99 | 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 | 大学で習った数学である線形代数が、情報科学においてどのように応用されているのかが分かった。また、ベクトルは平面ベクトルや空間ベクトルなどの図形の問題を解く材料として使うことが多かったが、データの分析をする際に応用されていることが分かった。 | B |
C-2021-2_U99 | 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_U99 | 12 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U99 | 12 | 5 | 今日の授業の感想や反省を書いてください | データ分析の際の数学的な処理がわかってとても面白かった。 | B |
C-2021-2_U66 | 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 | データ分析におけるベクトルの利用価値、距離や類似度を用いたデータ分析の方法について。 | B |
C-2021-2_U66 | 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 | ベクトルによってデータを表現することで分析の役に立つことが分かった。またベクトルで表されたデータを距離や類似度を利用することで様々な分析方法が使えることも分かった。 | B |
C-2021-2_U66 | 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_U66 | 12 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U66 | 12 | 5 | 今日の授業の感想や反省を書いてください | 高校で学習したベクトルは多くても三次元までで問題を解くために用いられていましたが、より多元的なベクトルを用いることで体格や料理など様々なものを表現できるのは面白いなと思いました。 | B |
C-2021-2_U5 | 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 | ベクトルは複数の数値をカタマリにしたもので、データを組み合わせることによって画像や文章などを表すことができる。データ間の差を距離と呼び、逆にデータ間の近さを類似度と呼ぶ。距離は定義が厳密だがその種類は多く、ハミング距離やユークリッド距離など問題の性質に合致する距離をその都度選ぶ必要がある。データの距離や類似度を調べることでグルーピングや異常度の発見、クラスタリングによる共通点の発見などが可能になる。 | C |
C-2021-2_U5 | 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 | マンハッタン距離が実際に全ての通りが直角に交わるマンハッタンの町並みから来ていることを知ってとても興味深く思った。 | C |
C-2021-2_U5 | 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 | 行列や線形代数の内容は分からないので理系の友人に聞きたい。 | C |
C-2021-2_U5 | 12 | 4 | 質問があれば書いてください | null | C |
C-2021-2_U5 | 12 | 5 | 今日の授業の感想や反省を書いてください | ベクトルという高校数学でなじんだ単語が意外にも日常のでデータ表現、解析に溶け込んでいることが分かり面白かった。 | C |
C-2021-2_U98 | 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 | C |
C-2021-2_U98 | 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 | C |
C-2021-2_U98 | 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 | C |
C-2021-2_U98 | 12 | 4 | 質問があれば書いてください | null | C |
C-2021-2_U98 | 12 | 5 | 今日の授業の感想や反省を書いてください | null | C |
C-2021-2_U64 | 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 | 今日の授業では、各分野における情報科学の必要性や大切さをまず学んだ。また、情報科学においてベクトルによるデータ表現と距離、類似度について学んだ。ベクトルを用いてデータ分析すると、１つの組み合わせでは分からないことも、多数のデータを用いることで、データ間の関係が見えてくる。距離や類似度はデータ分析に多く応用されており、クラスタリングや画像認識に応用されている。 | B |
C-2021-2_U64 | 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 | ベクトルを使うことで、様々なことを表現することができることがわかった。また、情報科学に置いて距離という考えは自由であり、条件を満たせばなんでも距離と言えることを知った。距離の反対の概念を類似度ということもわかった。また、データの距離や類似度にはユークリッド距離やコサイン類似度など、様々な距離や類似度がある。 | B |
C-2021-2_U64 | 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。 | B |
C-2021-2_U64 | 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_U64 | 12 | 5 | 今日の授業の感想や反省を書いてください | 今回の授業では、自分の分野における情報科学の必要性や重要性を知ることができて、とてもいい勉強になりました。今まで、情報科学に対する親近感を感じることができなかったけど、今回の授業を通して感じることができたので、あと少しですが予習、復習を中心に頑張っていこうと思いました。 | B |
C-2021-2_U102 | 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 | 今回の講義ではベクトルがデータ分析において使われていることを学んだ。ベクトルとは数値をまとめたものであり、それを多数用意することでデータを分析することが可能になる。分析の中では「距離」や「類似度」という数値を使う。 | B |
C-2021-2_U102 | 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 | データ分析には「距離」や「類似度」という指標を用いるが、その中にも種類があって特に「距離」に関しては分析したいものに合わせて用いる種類を考えなければならない。
ベクトルとは数値を集めたもので一種の表現方法であり、線形代数の処理を使うことでデータ分析を行うことができる。 | B |
C-2021-2_U102 | 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_U102 | 12 | 4 | 質問があれば書いてください | 特になし | B |
C-2021-2_U102 | 12 | 5 | 今日の授業の感想や反省を書いてください | 高校までで学んできたベクトルの概念とは少し違って多次元ベクトルについて扱っていて面白いなと感じた。線形代数は前期で学んでいたのでそれが情報科学のデータ分析に使えると知って感動した。 | B |
C-2021-2_U125 | 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・類似度・距離について。また、その多方面分野における応用について。 | B |
C-2021-2_U125 | 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 | ベクトルとはデータの代表的な表現方法の一つであり、ベクトルの表現方法は対象によって異なってくる。例えば、料理を、文書だとどのような単語がどのくらい使われているかなどをベクトルで表すことができる。データの基本的な道具は「識別」「まとめる」「区別する」ことであり、それには「類似度」と「距離」を用いるのがよい。距離とは数学的に「非退化性」「対称性」「三角不等式」を満たすもののことであり、距離が小さいほど類似性が高い。類似度は距離ほど厳密なものではなく、距離とは反対の概念で大きければ大きいほど似ていることになる。モノをベクトルで表せば、距離や類似度を用いて「相同性探索」「クラスタリング」「判定」「異常検知」などの分析ができる。データの距離とはデータがどのくらい離れているか、つまりどれくらい違うかを表したものである。ユークリッド距離やmax距離、マンハッタン距離、ハミング距離、編集距離などがある。類似度にもコサイン類似度などがある。距離や類似度を利用してデータ集合のグルーピングや異常度、認識が可能になることを利用して画像認識やクラスタリングに応用できる。 | B |
C-2021-2_U125 | 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 | 編集距離がよくわからなかった。 | B |
C-2021-2_U125 | 12 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U125 | 12 | 5 | 今日の授業の感想や反省を書いてください | ベクトルで表せば識別やクラスタリングが可能になるのがよくわかった。距離や類似度に関してもよく理解することができた。また、今回はベクトルに関して一般的に理解するだけでなく、多方面における応用例を知ることができた。特に、自分が将来関わることになるであろう薬学の分野における応用例は興味深かった。よりベクトルの重要さと便利さを理解することができた。 | B |
C-2021-2_U84 | 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_U84 | 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_U84 | 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_U84 | 12 | 4 | 質問があれば書いてください | null | F |
C-2021-2_U84 | 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_U61 | 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_U61 | 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_U61 | 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_U61 | 12 | 4 | 質問があれば書いてください | null | D |
C-2021-2_U61 | 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_U137 | 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 | 情報の観点から見たベクトルとはデータの組み合わせであり、多数のデータを集めることによってデータの間の関係がわかることがある。ベクトルを用いることで、データとデータとの距離が分かる。この距離が近いほどデータが似ているということになる。また、距離と反対の概念として類似度というものがあり、類似度が大きいほどデータが似ているということになる。この距離や類似度を用いることで画像認識やクラスタリングを行うことができる。 | B |
C-2021-2_U137 | 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を理解することができました。また、薬学の分野においても化合物の分類にベクトルを用いることができるということは初めて知ったのと同時に面白かったです。化合物の勉強をするだけでなく、データに強い研究者になる必要性を感じました。 | B |
C-2021-2_U137 | 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 | 日常生活の中で3次元までの距離は想像できても、4次元以上の距離は感覚的に想像しにくいなと思いました。 | B |
C-2021-2_U137 | 12 | 4 | 質問があれば書いてください | なぜ距離の種類があんなにも多いのか疑問に思いました。 | B |
C-2021-2_U137 | 12 | 5 | 今日の授業の感想や反省を書いてください | データの距離・類似度を勉強するだけでなく、それがどのように用いられているかを学べたのでとてもためになりました。薬学の分野においてもデータ解析がどのように生かされているか知ることができ、嬉しかったです。 | B |
C-2021-2_U80 | 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 | ベクトルとは何か、ベクトルとデータ分析の関係、距離と類似度、ユークリッド距離、マンハッタン距離、max距離、ハミング距離、編集距離、jaccard係数、コサイン類似度、画像認識とクラスタリングについての説明がありました。 | B |
C-2021-2_U80 | 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 | 同じ「距離」でも、分析のための様々な概念があり、それを適切に利用することが大切だと分かりました。またそれぞれの言葉の意味についても理解することができました。 | B |
C-2021-2_U80 | 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。 | B |
C-2021-2_U80 | 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_U80 | 12 | 5 | 今日の授業の感想や反省を書いてください | データ分析のために様々な距離や類似度など、多くの概念が生み出されていることに驚きました。その一つ一つが、少しでも科学を発展させるために先人たちによって考え出されたということを思うと、このような機会にそれらを知ることができて良かったと思います。 | B |
C-2021-2_U26 | 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の組み合わせであり、一つの組み合わせだけでなく多数のデータを用意することで、データ間の関係を読み取ることができる。
データ間の差異を測る際には距離や類似度を用いる。数学的には「距離の公理」と呼ばれるルールを満たすものが距離と定義される。また、類似度は距離の反対の概念であり、厳密に定義されない。選んだ距離によってデータの解析結果は大きく変わるため、データや解析問題の性質にあった距離を選ぶ必要がある。 | B |
C-2021-2_U26 | 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 | データがどのくらい似ているかを判断する際には、距離や類似度を考えればよいことが分かった。また、距離と類似度の考え方を用いると画像認識やクラスタリングを行うことができると理解することができた。 | B |
C-2021-2_U26 | 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。 | B |
C-2021-2_U26 | 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_U26 | 12 | 5 | 今日の授業の感想や反省を書いてください | 基幹教育の授業で線形代数を履修した際にベクトルや行列について学んだが、実際どのような使われ方をしているのかあまり分からなかった。しかし、今日の授業を通して線形代数がデータ分析において重要なものであると知ることができた。 | B |
C-2021-2_U163 | 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 | まずはじめに、ベクトルとはデータをわかりやすく表すために用いられる手法の一つであり、そのデータが表す事象を数学的に表現するものである。またベクトルはデータの組み合わせであることから、一組のデータからではわからないことも複数のデータをもちい表すことによってデータ間の関係が見やすくなる。 次に距離と類似性という考え方は、複数のデータの近さを図る手法である。また、ものをベクトルで表せば様々な種類の距離ある人の考え方を用いることができ、その代表例として相同性検索などがある。
| D |
C-2021-2_U163 | 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 | 今回のベクトルや距離と類似性の考え方を用いることによって高値安値始値終値などのベクトルから未来の株価を予想することなどにも活用ができる。 | D |
C-2021-2_U163 | 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 | 法令ような自然言語で書かれている文字列を分析するその手法 | D |
C-2021-2_U163 | 12 | 4 | 質問があれば書いてください | null | D |
C-2021-2_U163 | 12 | 5 | 今日の授業の感想や反省を書いてください | null | D |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.