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-2022-1_U25 | 11 | 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 | データ収集の方法には、全数調査と標本調査がある。全数調査は、調査対象を全て調べること。標本調査は、母集団の一部を取り出して調査すること。
有意調査法とは、独自の判断で標本を抽出する。有意調査法には、便宜調査がある。便宜調査とは、収集しやすい調査対象から標本を抽出すること。有意調査法により、バイアスが生じる。標本選択バイアス、帰納バイアス、アノテーションバイアスがある。
| B |
C-2022-1_U25 | 11 | 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-2022-1_U25 | 11 | 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-2022-1_U25 | 11 | 4 | 質問があれば書いてください | null | B |
C-2022-1_U25 | 11 | 5 | 今日の授業の感想や反省を書いてください | 標本調査は、標本を無作為に選んだとしても、バイアスが生じてしまう可能性があるから難しいと思った。 | B |
C-2022-1_U9 | 11 | 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 | 標本調査はバイアスがあり、恣意的な物もある可能性がある。オープンデータと呼ぶには色々と必要。 | C |
C-2022-1_U9 | 11 | 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-2022-1_U9 | 11 | 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 | オープンデータと言うために必要なことが複雑 | C |
C-2022-1_U9 | 11 | 4 | 質問があれば書いてください | null | C |
C-2022-1_U9 | 11 | 5 | 今日の授業の感想や反省を書いてください | 考えることなく聞いているだけだと実感が湧きにくい。特に内容が慣れ親しんだものでないので余計に分かりにくい。 | C |
C-2022-1_U91 | 11 | 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-2022-1_U91 | 11 | 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-2022-1_U91 | 11 | 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-2022-1_U91 | 11 | 4 | 質問があれば書いてください | null | D |
C-2022-1_U91 | 11 | 5 | 今日の授業の感想や反省を書いてください | null | D |
C-2022-1_U61 | 11 | 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 | データを集める際の調査の仕方まとめ | C |
C-2022-1_U61 | 11 | 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 | よく聞く全数調査とは、母集団の規模が小さく、調査できる環境が整っている場合に活用する | C |
C-2022-1_U61 | 11 | 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 | 標本調査が不都合な場合 | C |
C-2022-1_U61 | 11 | 4 | 質問があれば書いてください | null | C |
C-2022-1_U61 | 11 | 5 | 今日の授業の感想や反省を書いてください | 聞いたことのある言葉が並ぶと面白い | C |
C-2022-1_U7 | 11 | 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 | データ収集には全数調査が理想的だが実現するのは難しいため、標本調査を行う。有意抽出法がありるが、標本選択バイアスが発生する。そのほかにも昨日バイアスアノテーションバイアスが存在する。オープンデータとは、①二次利用可能で、②機械判読に適し、③無償で使用できる公開データのこと。クリエイティブ・コモンズ・ライセンスはCCライセンスを提供する国際非営利組織とそのぷリジェクトを指す。 | C |
C-2022-1_U7 | 11 | 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 | データの収集方法について理解することができた。 | C |
C-2022-1_U7 | 11 | 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 | オープンデータの利用価値がいまいちわからない。 | C |
C-2022-1_U7 | 11 | 4 | 質問があれば書いてください | null | C |
C-2022-1_U7 | 11 | 5 | 今日の授業の感想や反省を書いてください | 授業のスピードが速く感じて、番所が追い付かなかった。 | C |
C-2022-1_U75 | 11 | 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 | すべての調査対象は「母集団」と呼ぶ。全数調査が使えるのは、この母集団を調査できる環境が整っており、規模が小さいときである。メリットはデータが正しいこと、デメリットは、一般的に不可能であることである。ここで、標本調査は一部を取り出すことである。また、標本調査バイアスが生じることがある。 | B |
C-2022-1_U75 | 11 | 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 | 調査について方法やメリット・デメリット、詳しい意味がよく分かりました。 | B |
C-2022-1_U75 | 11 | 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 | バリエーションの説明が少し難しかったです。
| B |
C-2022-1_U75 | 11 | 4 | 質問があれば書いてください | ないです。 | B |
C-2022-1_U75 | 11 | 5 | 今日の授業の感想や反省を書いてください | 調査についてよくわかって良かったです。電子教科書についての方法が変わったとのことなのでしっかり学習したいです。 | B |
C-2022-1_U79 | 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、いくつかの数値をまとめて表すことができ、文書や画像も表すことができる。複数の数値を組み合わせたベクトルを使うことでデータ間の関係を考えることができる。距離には距離の公理というものが存在していて、距離が大きければ大きいほど類似度は低くなる。距離にはいくつかの種類がある。 | B |
C-2022-1_U79 | 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 | どのように比較したいかで、考える距離の表し方を変えることが理解できた。データ上でものを認識したりクラスタリングでき、それが距離を利用して判断できるものだということを理解できた。 | B |
C-2022-1_U79 | 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 | マンハッタン距離とはどのような時に使われるものなのかな、と疑問に思った。 | B |
C-2022-1_U79 | 12 | 4 | 質問があれば書いてください | null | B |
C-2022-1_U79 | 12 | 5 | 今日の授業の感想や反省を書いてください | ベクトルや距離というと数学を思い浮かべたが、類似度や異常などのことをデータ上で表したりできるのか、と初めて知ることができた。 | B |
C-2022-1_U23 | 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 | データはベクトルとして表すことができる。距離や類似度を活用することで様々なことに応用できる。 | B |
C-2022-1_U23 | 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 | 線形代数はいつ使うのかと思いながら勉強してきたが、ようやく使い方が分かった。 | B |
C-2022-1_U23 | 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 | 後半は特に数学的な考えが出てきて理解するのが大変だった。 | B |
C-2022-1_U23 | 12 | 4 | 質問があれば書いてください | null | B |
C-2022-1_U23 | 12 | 5 | 今日の授業の感想や反省を書いてください | マンハッタン距離というのは最初見たときは全く分からなかったが講義を聞いたら理解することができた。 | B |
C-2022-1_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 | C |
C-2022-1_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 | C |
C-2022-1_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 | C |
C-2022-1_U90 | 12 | 4 | 質問があれば書いてください | null | C |
C-2022-1_U90 | 12 | 5 | 今日の授業の感想や反省を書いてください | null | C |
C-2022-1_U43 | 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 | データの組み合わせをベクトルで表すことで多数のデータを用意することでデータの関係性が見える。データ分析の基本は距離と類似度であり、距離は小さいほど、類似度は大きいほど、似ているとみなす。距離の概念は条件などで決まっているが、類似度は厳密に定義されていない。距離の代表的なものはユークリッド距離であり、これは何次元にも応用できx,yの距離はノルムという記号を用いて、||x-y||と表す。ほかにも2点間の距離をx軸とy軸上の差を足したマンハッタン距離や、x軸上だけの距離のmax距離がある。max距離は一対一の比較が見やすいというメリットがある。これ以外のハミング距離は長さの同じ２系列間の違う要素の数を距離としており、編集距離は系列の名が違... | B |
C-2022-1_U43 | 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よく分かった。 | B |
C-2022-1_U43 | 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-2022-1_U43 | 12 | 4 | 質問があれば書いてください | 特になし。 | B |
C-2022-1_U43 | 12 | 5 | 今日の授業の感想や反省を書いてください | 分かりやすかった。 | B |
C-2022-1_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、距離、類似度について学んだ。 | B |
C-2022-1_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 | 知っている言葉でも、情報科学では、特殊な意味を持つことがあると改めて思った。 | B |
C-2022-1_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 | テストの正答率が悪いので、頑張りたい。 | B |
C-2022-1_U44 | 12 | 4 | 質問があれば書いてください | null | B |
C-2022-1_U44 | 12 | 5 | 今日の授業の感想や反省を書いてください | テストで満点を取れるように頑張りたい。 | B |
C-2022-1_U10 | 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：複数の数値をかたまりに。（＊順番には意味がある）
→文書も画像もベクトルにできる。
→多数のデータを用いて可視化すると線が見え、パターンを掴むことができる
距離：データ間の距離（単位がある場合もない場合も）
距離の公理（非退化性・対称性・三角不等式）を満たす
類似度：距離の反対の概念、距離ほど厳密には定義されていない（正負をとる）
距離は一種類ではない
ユークリッド距離：ピタゴラスの定理に似ている、何次元ベクトルにも計算可能
マンハッタン距離・max距離もある→一方の距離がおなじでももう一方が違うとき、データの違いが確認できる
ハミング距離→長さの同じ２系列間の距離
編集距離→２系列間の距... | A |
C-2022-1_U10 | 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 | 私たちは大きな次元のベクトルに囲まれて生きている。ベクトルでの表現方法は対象によって変わってくる。
距離や類似度の測り方は対象や用途により使い分ける必要があるというのが、料理の例えの話によってよくわかった。（料理の違いを見つける→コサイン類似度だが何人前かを区別するときはユークリッド距離を用いる） | A |
C-2022-1_U10 | 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-2022-1_U10 | 12 | 4 | 質問があれば書いてください | null | A |
C-2022-1_U10 | 12 | 5 | 今日の授業の感想や反省を書いてください | 私たちは数字によって物事を知覚することは少ないが、日々生活する中でベクトルに囲まれているし、そのベクトルは様々な測り方で用いられている。距離の測り方の違いをはっきり区別してテストに臨みたいと思った。等距離面を用いた距離の考え方の違いの理解がとても役立ったのでそのイメージも大切にしたい。
| A |
C-2022-1_U38 | 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 | データの表現の仕方にベクトルというものがる。データを複数の数値によって表したものだ。数値の順番によって何を表しているかがわかる。ベクトルでデータ分析を行うときに用いられるのが、距離や類似度だ。距離はベクトルどうしがどれくらい離れているかを表したもので、値が大きいほど似ていない。逆に類似度は値が大きいほど似ている。これらを用いることで、クラスタリングやグルーピングができる。 | B |
C-2022-1_U38 | 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
ベクトルのデータ分析
距離や類似度について | B |
C-2022-1_U38 | 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 | 後半部分 | B |
C-2022-1_U38 | 12 | 4 | 質問があれば書いてください | null | B |
C-2022-1_U38 | 12 | 5 | 今日の授業の感想や反省を書いてください | 用語の意味だけでなく、その応用についてもしっかり理解できるようにしたい。 | B |
C-2022-1_U37 | 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 | 様々なものはベクトルで表現することができる。 | B |
C-2022-1_U37 | 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 | 距離の公理さえ満たせば、どんな距離を作ってよいことが分かった。 | B |
C-2022-1_U37 | 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-2022-1_U37 | 12 | 4 | 質問があれば書いてください | null | B |
C-2022-1_U37 | 12 | 5 | 今日の授業の感想や反省を書いてください | 期末テストは小テストよりもレベルが高いそうなので、しっかりとテスト勉強をしようと思います。 | B |
C-2022-1_U57 | 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 | ひとつの組み合わせで分からないことに多様なデータを用いることで関係性を見いだせるから、ベクトルでデータ分析をする。距離は小さいほど似ている。類似度は距離ほど厳密に定義されていなくて、正の値も負の値もとる。距離にはユークリッド距離、マンハッタン距離、MAX距離がある。距離と類似度はデータの近さを測る。 | A |
C-2022-1_U57 | 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 | ベクトルで表したら、何次元のものでも表せるということがわかった。線形代数がデータの分析に役立つことを知った。 | A |
C-2022-1_U57 | 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 | ユークリッド距離とマンハッタン距離とMAX距離の使い分けをするのが難しいなと思った。 | A |
C-2022-1_U57 | 12 | 4 | 質問があれば書いてください | null | A |
C-2022-1_U57 | 12 | 5 | 今日の授業の感想や反省を書いてください | 体格とか画像とか文書までもベクトルで表せるということが少し理解できてなかったけど、だいぶ分かった。線形代数をなんのためにしてるのかって思って授業を受けていたけど、データの分析に使う必要なものと言われて納得した。 | A |
C-2022-1_U30 | 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 | 情報科学においてベクトルとは複数の数値をかたまりにしたもので、順番に意味がある。文書や画像もベクトルで表現できる。ベクトルをデータ分析する時にはデータの識別とまとめ区別を行う。データにおいて距離とはデータ間の差異であり、距離が小さい＝似ているとなる。距離はデータ解析の基本であり、たくさんの種類がある。距離と類似度を適切に使うことでデータの近さを図り、系統樹作成や文字認識へ応用している。 | B |
C-2022-1_U30 | 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 | 様々な距離について理解できた。ユークリッド距離とは三平方の定理などで求められる二点間の距離である。三次元間のユークリッド距離でもピタゴラスの定理のようにして簡単に求められる。ユークリッド距離をx、y軸方向に分けたときのx方向をmax距離、y方向をマンハッタン距離という。ハミング距離と編集距離は二系列間の距離で、系列の長さが違っても大丈夫なところがメリットである。 | B |
C-2022-1_U30 | 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 | 距離や類似度がデータの解析に利用されていることはわかったがそれらをどのようにして使って画像を認識したり、画像を判別できるのかが詳しくわからなかったので調べようと思う。 | B |
C-2022-1_U30 | 12 | 4 | 質問があれば書いてください | null | B |
C-2022-1_U30 | 12 | 5 | 今日の授業の感想や反省を書いてください | ベクトルや線形代数の考え方は大学だけでなく高校やそれ以前から習っていて知っていたけどそれがデータの解析や識別に使われているのは初めて知ったし、そんな使い方ができるんだなと思った。これまではこんなの大人になったら使わんやろと思いながら聴いている授業でもこんなふうに違う分野で意外と短なところで使われているんだなと知って、どんなにいらなそうな知識でもちゃんと聴いておこうと思う。 | B |
C-2022-1_U28 | 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 | ベクトルと距離と類似度について | C |
C-2022-1_U28 | 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 | ベクトルの便利さと、コサイン類似度の求め方 | C |
C-2022-1_U28 | 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 | 等距離面での説明 | C |
C-2022-1_U28 | 12 | 4 | 質問があれば書いてください | 特にありません | C |
C-2022-1_U28 | 12 | 5 | 今日の授業の感想や反省を書いてください | テストが近づいてきて、ちょこちょこ勉強はしていたのですが、小テストよりだいぶ難しいと聞いて、もうちょっとやろうと思いました。 | C |
C-2022-1_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 | ・ベクトルについて
・距離と類似度について
・距離や類似度を利用したデータ分析 | A |
C-2022-1_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 | 今日はさまざまなデータがベクトルとして表現でき、またそれを利用してカメラなどが使われていることを知り、驚きました。カメラが写真を撮るたびに400万字げんのベクトルを作り出していると知り、本当にびっくりしました。また、一口に距離と言ってもユークリッド距離やマンハッタン距離など、さまざまなものがあります。それぞれが距離の取り方が違い、同じものの距離でも定義が違えば距離が違ってしまうということがわかり、とても面白いと思いました。また、距離や類似度を利用することでデータも分析でき、さまざまなことに利用されているとわかりました。 | A |
C-2022-1_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 | 特になし | A |
C-2022-1_U33 | 12 | 4 | 質問があれば書いてください | 特になし | A |
C-2022-1_U33 | 12 | 5 | 今日の授業の感想や反省を書いてください | 私は今までベクトルと言ったら数学で使うイメージしかなく、普通の生活で使うとしても距離や場所を示すだけだと思っていたのですが、実はベクトルにはさまざまな利用の仕方があり、普段の生活の中でもたくさん使えるポイントがあって面白いと思いました。また、距離にはさまざまな基準があり、わたしたちが普段使っている距離の測定の方法だけでなく、たくさんの表し方で表現することを知って、すごいと思いました。また、類似度は画像認識やクラスタリングといった分野に利用されていることもわかりました。 | A |
C-2022-1_U24 | 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 | 今日の講義ではベクトル・距離・類似度について主に話を聞いた。ベクトルとは、距離や類似度とは何かについて実際の事柄を用いて図やグラフをもとに理解をしていった。 | C |
C-2022-1_U24 | 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 | ベクトルとは複数の数値をカタマリにしたものであり、ベクトルでデータを分析するのは１つの組み合わせではわからないことも、多数のデータを用意することで、データ間の関係が見えてくるからだということがわかった。また、距離は決められた条件を満たせば、なんでも距離ということが可能であり、類似度とは距離の反対の概念であることもわかった。 | C |
C-2022-1_U24 | 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 | 特にはわからなかったところは無かったように思う。例が多く挙げられていたため、想像しやすく、脳内整理が比較的しやすかったと思う。 | C |
C-2022-1_U24 | 12 | 4 | 質問があれば書いてください | 特になし。 | C |
C-2022-1_U24 | 12 | 5 | 今日の授業の感想や反省を書いてください | 例が多く挙げられていたため図やグラフ等がない場合よりは理解しやすかったのかなと思う。体感温度が少しばかり高く感じられたのでしっかりと集中して聴くことは叶わなかったのだが、それでもおおよその内容は理解できたと思う。次回からは学習環境ももう少し見直してから講義に臨みたいと思う。 | C |
C-2022-1_U47 | 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、データの組み合わせでもある
類似度は距離の反対の概念 | C |
C-2022-1_U47 | 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 | ベクトルについての理解が深まった | C |
C-2022-1_U47 | 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 | ないです。 | C |
C-2022-1_U47 | 12 | 4 | 質問があれば書いてください | ないです。 | C |
C-2022-1_U47 | 12 | 5 | 今日の授業の感想や反省を書いてください | 日常での物事を数値として表す事は面白いと感じました。 | C |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.