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_U90 | 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_U90 | 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_U90 | 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_U90 | 12 | 4 | 質問があれば書いてください | null | F |
C-2021-2_U90 | 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_U75 | 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 | さまざまなデータはベクトルで表現することができ、ベクトル表現されたデータ分析には線形代数がよく使われる。データ分析では、近い/遠いの距離の概念や似ている/似てないの類似度の概念が用いられる。距離は、データ間の差異であり、小さいほどデータは似ている。類似度は、距離の反対の概念であり、大きいほどデータは似ている。距離の例としては、ユーグリッド距離や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。類似度の例としては、Jaccard係数やコサイン類似度などがある。距離や類似度の応用例として、画像認識やクラスタリングなどがある。 | B |
C-2021-2_U75 | 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 | ベクトルによるデータ分析と距離や類似度の関係がよく分かりました。 | B |
C-2021-2_U75 | 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 | 距離と類似度は、反対の概念ですが、どちらもデータの似具合を考えているので、わざわざ距離と類似度を分けて考えるのは何故かが分からなかったです。 | B |
C-2021-2_U75 | 12 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U75 | 12 | 5 | 今日の授業の感想や反省を書いてください | ベクトルがデータ分析に使われている例を知ることができました。距離と類似度というデータ分析に必要な概念を理解することができたのでよかったです。 | B |
C-2021-2_U136 | 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距離、類似度 | C |
C-2021-2_U136 | 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 | 距離にも種類があり、用途に応じて使い分ける必要がある。 | C |
C-2021-2_U136 | 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 | 特にないです。 | C |
C-2021-2_U136 | 12 | 4 | 質問があれば書いてください | 特にないです。 | C |
C-2021-2_U136 | 12 | 5 | 今日の授業の感想や反省を書いてください | しっていることが多かったのですんなり理解できました。 | C |
C-2021-2_U148 | 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 | ベクトルは順番に意味を持たせた数字の羅列である。ベクトルを利用して画像や文章をデータ化することもできる。ベクトルをもいいると様々なデータ解析ができる。たとえば組み合わせを用いたりデータの距離を用いたりする。距離にも様々な種類があり、ユークリッド距離やマンハッタン距離、max距離などがある。データの距離によって識別を行ったりする。 | B |
C-2021-2_U148 | 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 | データをベクトルのよって様々なことが表され、区別したいデータによってさまざまな距離を利用するとわかりました。 | B |
C-2021-2_U148 | 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 | とくにない | B |
C-2021-2_U148 | 12 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U148 | 12 | 5 | 今日の授業の感想や反省を書いてください | 自分が想像する距離以外にも様々な距離があるのは驚いた。 | B |
C-2021-2_U105 | 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_U105 | 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_U105 | 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_U105 | 12 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U105 | 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_U29 | 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、データの分析を学びました。
ベクトルの距離や類似度が何を意味しているのかが分かった。
| B |
C-2021-2_U29 | 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 | ベクトルで距離の概念はあったけど、類似度という考え方がなかったので、jaccard係数やコサイン類似度についてはじめてしりました。
ベクトルの距離と類似度でデータの近さを測ったり、文字認識などへ応用できる。 | B |
C-2021-2_U29 | 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 | なし | B |
C-2021-2_U29 | 12 | 4 | 質問があれば書いてください | なし | B |
C-2021-2_U29 | 12 | 5 | 今日の授業の感想や反省を書いてください | 授業の初めに、今から習うことがどのように活かされているのかを提示していたので授業に対してより身が入りました。今までよく使っていたベクトルについての分析だったのでわかりやすかったです。 | B |
C-2021-2_U116 | 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 | データはベクトルによって表現することが出来、距離、類似度とも関係がある。 | C |
C-2021-2_U116 | 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 | 距離には様々な具体的な距離があることが分かった。 | C |
C-2021-2_U116 | 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 | 類似度の概念が少しわからなかった。 | C |
C-2021-2_U116 | 12 | 4 | 質問があれば書いてください | 特になし | C |
C-2021-2_U116 | 12 | 5 | 今日の授業の感想や反省を書いてください | 特になし | C |
C-2021-2_U18 | 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 | データの代表的な表現方法の1つとしてベクトルがある。ベクトルはデータの組み合わせであり、この組み合わせからデータのさまざまな性質、相関関係などを分析していくことができる。そしてデータの分析に関する視点として距離と類似度がある。距離はどれだけあるでーたとあるデータに違いがあるかを表すものであり、距離が離れているほどデータの違いが大きいということになる。ユークリッド距離を始め、マンハッタン距離、ハミング距離といったものがある。類似度とはどれだけデータ同氏がにているかということであり、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。これらを用いてデータをクラスタリングしたりして分析していく。 | B |
C-2021-2_U18 | 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 | っデータをベクトルで見るという考え方の利点がわかりました。また距離や類似度に関してこれまで学習してきたことと結び付けてより理解を深めることができました。 | B |
C-2021-2_U18 | 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 | 応用例の画像認識のところの画像間距離についてよくわかりませんでした。 | B |
C-2021-2_U18 | 12 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U18 | 12 | 5 | 今日の授業の感想や反省を書いてください | これまでの授業と関連することも多く特にデータについての基本的な見方についてわかった気がします。今後とも自主学習に励み、理解を深めようと思いました。 | B |
C-2021-2_U159 | 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 | 様々なデータと解析の基本 | D |
C-2021-2_U159 | 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 | 様々なデータと解析の基本 | D |
C-2021-2_U159 | 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_U159 | 12 | 4 | 質問があれば書いてください | null | D |
C-2021-2_U159 | 12 | 5 | 今日の授業の感想や反省を書いてください | 今日もありがとうございました | D |
C-2021-2_U142 | 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 | ベクトルは様々な分野で役に立ち、株価の予測や化合物のグループ化、法令文書の解析などに応用できる。ベクトルとは、複数の数値をカタマリにしたものであり、順番に意味がある。文書や画像等もベクトルで表現できる。ベクトル表現されたデータにはの分析には、線形代数がよく使われ、行列もデータ表現に使われる。データ分析では、線形代数は非常に有効。ベクトルでデータ分析すると、多数のデータを用いてデータ間の関係を見だせる。ベクトルとして表現することによって数値としてデータを比較することができる。データを分析する上で「近い/遠い」「似ている/似ていない」が基本的な道具であり、やるべきこと。データ解析における距離とは、データの似ている度合いを表し、小さいほど似ている。一方、類似度は距離と反対の概念であり大きいほど似ている。距離や類似度によって、グループ分けや異常検知などをすることができる。距離はいくつも種類があるので、距離が変われば結果も変わる。よって、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。距離の種類としては、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。
集合のように順番の関係のないものがJaccard係数であり、どのくらい集合間が似ているのかを調べる方法である。
距離や類似度を調べることで、データのグルーピングや異常度の計測、データの認識(画像など)ができる。 | B |
C-2021-2_U142 | 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 | Jaccard係数による類似度の測り方は、高校数学の集合や確率みたいでとても分かりやすかった。また、データをベクトルで表すことで様々な分野に応用できるということが分かった。 | B |
C-2021-2_U142 | 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 | コサイン類似度の話で、cosθの計算結果から方向性の類似度を測るという話がいまいちよく分からなかった。 | B |
C-2021-2_U142 | 12 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U142 | 12 | 5 | 今日の授業の感想や反省を書いてください | ベクトルによってデータを表すことの重要性について理解できました。また、今回の講義で出てきたベクトル、距離、類似度という概念はあらかじめ知っているようなものばかりだったのでスムーズに内容が入ってきました。 | B |
C-2021-2_U100 | 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 | ベクトルデータの組み合わせであり、料理や画像認識など様々なものに渡って使用されている。また、データにはデータの近さを知る方法として距離と類似度という相反する2つの方法がある。データの対象によって使い分けることで、わかりやすくすることが出来る。 | B |
C-2021-2_U100 | 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 | ベクトルは多様な利用方法があり、データの代表的な表現方法であることが理解出来た。また、距離と類似度についても表現がどのような意味を指すのかを理解出来た。 | B |
C-2021-2_U100 | 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_U100 | 12 | 4 | 質問があれば書いてください | 特になし | B |
C-2021-2_U100 | 12 | 5 | 今日の授業の感想や反省を書いてください | 普段数学で何気なく利用していたベクトルが情報の分野に出てきて少し驚くとともに、便利さや有用性を理解していたので納得もして、とても面白いと思った。 | B |
C-2021-2_U130 | 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 | ベクトルとデータの関係性やデータの中で距離や類似度がどの用意使われていたかの説明。 | B |
C-2021-2_U130 | 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 | これまでの授業内容とも似通った部分が多く、話がわかりやすかった。高校までに学んだことの応用が実生活に生きていることがわかった。 | B |
C-2021-2_U130 | 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_U130 | 12 | 4 | 質問があれば書いてください | 特になし | B |
C-2021-2_U130 | 12 | 5 | 今日の授業の感想や反省を書いてください | これまでの授業で習ったこととも関連していたおり、ベクトルの重要さがわかった。応用例の画像認識の仕組みが非常に面白かった。 | B |
C-2021-2_U168 | 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_U168 | 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_U168 | 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_U168 | 12 | 4 | 質問があれば書いてください | null | C |
C-2021-2_U168 | 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_U8 | 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かたまりにしたものであり、順番には意味がある。数値の順番が変わると別の意味を指すベクトルになるのである。文書をベクトルで表現すると、
単語の順序を無視することになるというデメリットがある。また、画像もピクセルの並びでベクトル表現が可能である。ベクトル表現されたデータの分析には線形代数もよく使われる。
ベクトルはデータの組み合わせである。多数のデータを組み合わせることでデータの関係が見えてくるのである。データ分析では「近い/遠い」や「似ている/似ていない」が基本的な胴部として用いられる。
データ分析で用いられる距離は日常生活で私たちが使っているものよりも自由である。データ間に距離があるということはつまり、その二つのデータは似ていないということである。距離の反対の概念として類似度がある。つまり、距離が大きければ大きいほど似ているのである。
普通に考えるデータ間の距離は2データがどれくらい違うかである。もっとも代表的な距離としてはユークリッド距離があげられる。ユーブリット距離以外の距離にはmax距離やマンハッタン距離がある。マンハッタンは斜めにいけない町であるのでそこからマンハッタン距離の名前がとられている。Max距離は1要素の違いを強調したいときに使う。しかし、この方法では全体的な差異は評価できない。ハミング距離は2系列間の距離である。系列の長さが違っても大丈夫な編集距離というものもある。Jaccard距離は集合の類似度を測るものであり、「共通部分/全要素」で求める。長さは重要でなく方向性を測りたいときはコサイン類似度を使用する。
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、データの認識ができる。応用例としては画像認識やクラスタリングがある。 | A |
C-2021-2_U8 | 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 | 私たちが日常的に使っている距離は物理的なものであることが多いが、データ分析における距離はもっと柔軟であるということが分かった。自分が思い込んでいる言葉の定義では理解できない内容があると感じた。距離と一くくりに言っても様々なものがあるということが分かった。 | A |
C-2021-2_U8 | 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 | 距離に多くの種類があり、それぞれどのような場面でつかうのか想像できない部分があった。ノルムの話が難しかった。 | A |
C-2021-2_U8 | 12 | 4 | 質問があれば書いてください | ベクトルの長さを表すものとして二重絶対値||・||が出てきましたが、｜・｜とはどう違いのでしょうか。数学で使ったことがあるのは｜・｜のみであり、二重絶対値にはなじみがないので疑問に思いました。 | A |
C-2021-2_U8 | 12 | 5 | 今日の授業の感想や反省を書いてください | 今日の授業ではデータ前回までより難しかったように感じた。しかし、例が多く用いられており理解しやすい部分も多くあった。今回は予習が足りず授業に追いつけない時が多々あったので、次回はしっかり予習して授業に挑みたい。 | A |
C-2021-2_U78 | 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 | ベクトルとデータ分析について学びました。 | C |
C-2021-2_U78 | 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 | 距離の様々な計り方や、ベクトルの使い方、データの分析について知れました。 | C |
C-2021-2_U78 | 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 | 距離について深く知れなかった。 | C |
C-2021-2_U78 | 12 | 4 | 質問があれば書いてください | null | C |
C-2021-2_U78 | 12 | 5 | 今日の授業の感想や反省を書いてください | 知識が増えたので良かったです。 | C |
C-2021-2_U153 | 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 | ベクトルとは何かについて学び、そしてそのベクトルを用いたデータ分析についてその中で出てくる距離や類似度などを学びながら理解していきました。 | B |
C-2021-2_U153 | 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 | ベクトルとは何かについて、ベクトルを用いたデータ分析について、そしてその中で出てくる距離や類似度とはどういうものかについて理解することができました。 | B |
C-2021-2_U153 | 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 | 特にないです。 | B |
C-2021-2_U153 | 12 | 4 | 質問があれば書いてください | 特にないです。 | B |
C-2021-2_U153 | 12 | 5 | 今日の授業の感想や反省を書いてください | 今回の授業は真新しいことというよりかは高校で学んだベクトルというものをデータ分析に活用するという内容だったので割とすんなりと理解できました。あとは直角三角形の底辺と高さを足した距離が直行路型の街であるマンハッタンからとってマンハッタン距離というのが面白かったです。 | B |
C-2021-2_U51 | 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_U51 | 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_U51 | 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_U51 | 12 | 4 | 質問があれば書いてください | null | C |
C-2021-2_U51 | 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_U3 | 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、複数の数値をかたまりにしたもので、その順番に意味がある。 ベクトルで表せられるものとして、例えば、体格（身長と体重）、文章(単語の並び）、画像（ピクセルの並び、線形代数の行列と関係）などが挙げられる。ベクトルはデータ分析の関係づけられ、データを可視化する線画現れ、パターンが明らかにした体格データ(身長、体重）、またはあやめの測定データ(四次元ベクトル）などのように活用される。データ間の差異を表す距離とは、距離が小さければ似ていることになり、データ解析の基本となる。また、一種類でなく、表現する際は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。
２データがどれくらい違うかを表すデータ間の距離は様々な距離の種類に分けられる。まずは、ユーグリッド距離である。2次元であれば、三平方の定理の定理を用いて、xとyの距離の二乗を行求められる。同っように、3次元の場合はxとyの距離の二乗、d次元の場合はxとyの距離の二乗 要素の差の二乗の和というように、xとyの距離＝√(x-y)^2=||x-y||の式でいかなる次元においても求められる。 ||x||をベクトルxの長さと定義され、ベクトルxのノルム＝√x1^2+…+xd^2と表す。他にも、斜めにはいけない街になぞられたマンハッタン距離、一要素でも大きく違ったら、それは結構違うということを表したい時に使うmax距離、２系列間の距離を示すハミング距離、２系列間の距離、系列の長さが違っても大丈夫な編集距離などがある。それに対して、データ解析における類似度は、大きければ似ているという距離とは反対の概念を用いている。類似度を表す尺度の種類として、数字の集合の類似度を合わすJaccard係数、方向性の類似度を測る方法(cosθ=a*b/|a|*|b|、長さは考慮しない)のコサイン類似度がある。活用例としては、相同性検索、クラスタリング、判定、異常検知などが挙げられる。これらの距離や類似度を利用したデータ分析は、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る。これらは、画像認識（画像間距離||x-y||)やクラスタリング（近いデータをまとめてグループを見つけるデータ処理）に活用される。 | B |
C-2021-2_U3 | 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 | データ解析にとって、ベクトルは非常に大切な単位であり、ベクトルを用いいることで、データ間の関係性が距離や類似度という尺度を持って表されることがわかった。意外と、高校生の際に習ったベクトルの計算方式を用いて、距離や類似度が求められることが明らかになり、計算もできると考える。 | B |
C-2021-2_U3 | 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 | 距離や類似度の求め方や種類はわかったが、それがどういう時に使い分けられ、活用されるのかは区別できなかった。 | B |
C-2021-2_U3 | 12 | 4 | 質問があれば書いてください | ありません。 | B |
C-2021-2_U3 | 12 | 5 | 今日の授業の感想や反省を書いてください | ありがとうございました。 | B |
C-2021-2_U42 | 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 | データの分析にはベクトルが用いられることが多い。また、ベクトル表現されたデータの分析には線形代数、行列も使われている。ベクトルはデータの組み合わせであるので、ベクトルを用いて多数のデータを用意することでデータ間の関係が見えてくる。 | B |
C-2021-2_U42 | 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 | データ解析における距離とはデータ間の差異を表しており、距離が小さいほど似ている。また、距離の反対の概念である類似度も存在しており、類似度は距離ほど厳密に定義されていない。 | B |
C-2021-2_U42 | 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_U42 | 12 | 4 | 質問があれば書いてください | 特になし | B |
C-2021-2_U42 | 12 | 5 | 今日の授業の感想や反省を書いてください | 今まで数学のものとしてしか考えてこなかったベクトルがデータ分析の観点においてこのように使われていることを知り、非常に興味深かった。数学と情報技術が密接にかかわっていることを改めて認識することができた。 | B |
C-2021-2_U19 | 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 | ベクトルでデータを表すと、データ間の関係が見えやすくなる。
距離と呼ばれるデータ間の差異でデータ解析を行う。
距離にはさまざまな種類があり、都度適切な種類を選ばなければならない。 | B |
C-2021-2_U19 | 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 | 主に距離の種類についてまとめることができた。 | B |
C-2021-2_U19 | 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 | 距離の適切な使い方はまだ把握できていない。 | B |
C-2021-2_U19 | 12 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U19 | 12 | 5 | 今日の授業の感想や反省を書いてください | BRmapの作り方がようやくわかってきた。 | B |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.