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-2021-1_U19 | 10 | 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 | 非構造データ処理には言語処理と画像処理と音声/音楽処理の3つがある。
また、パターン認識とは画像や音声、テキストなど、様々なデータを対象として、それが「何」であるかを当てる方法である。 | C |
C-2021-1_U19 | 10 | 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 | 人間でも「似ている具合」は異なるので、コンピュータが認識がうまくいくように適切に決めてあげる必要があるがそれは難しいということ。 | C |
C-2021-1_U19 | 10 | 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 | 深層ニュートラルネットワークによるパターン認識のイメージ図の例で今回は境界線が引けたが、いつも引けるわけでは無いと思うので、引け無い時にどうやって処理するのかということ。 | C |
C-2021-1_U19 | 10 | 4 | 質問があれば書いてください | null | C |
C-2021-1_U19 | 10 | 5 | 今日の授業の感想や反省を書いてください | 前回の人工知能の話でもあったけれど、意外とまだまだコンピュータにできないことがたくさんあって、これからさらに開発する必要があるんだなと思った。 | C |
C-2021-1_U73 | 10 | 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 | 非構造データも数値化し、データとして表せる。例えば画像の場合はベクトル（数字の組み合わせ）で表現できる。あるデータが何であるかを認識することは人間にとってはほぼ無意識的に容易にできるが、コンピュータにとっては難しい。 | B |
C-2021-1_U73 | 10 | 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 | この世は3次元であるのに4次元以上を扱っている線形代数の授業は何のためにあるのか気になっていたが、ベクトルを数字の組み合わせとして考えると、現代において線形代数は欠かせないものであることが分かった。 | B |
C-2021-1_U73 | 10 | 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 | 毎日世界中の人が写真を気軽に撮って保存をしているが、このようなことが続くといつか上限が来るのかどうかが気になりました。 | B |
C-2021-1_U73 | 10 | 4 | 質問があれば書いてください | null | B |
C-2021-1_U73 | 10 | 5 | 今日の授業の感想や反省を書いてください | コンピュータの仕組みや能力を知ると同時に、人間の能力についても再確認できる。人間は簡単にできることもコンピュータには難しいと知るたびに、完全な人工知能化は不可能であるように感じる。そのような考えは前回と今回の授業でかなり深まった。 | B |
C-2021-1_U83 | 10 | 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 | 非構造データとは、文章・画像・音などの「表形式」にならないデータのことである。パターン認識とは人間にとって簡単だがコンピューターにとっては難しい。 | B |
C-2021-1_U83 | 10 | 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 | データを分析、解析したり処理する能力はコンピューターのほうが優れていると思ったけど、パターン認識は人間のほうが簡単だということに驚きました。確かに雰囲気はその人の好みや価値観、感性に左右されて感じ取られるものだなと思いました。 | B |
C-2021-1_U83 | 10 | 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 | B |
C-2021-1_U83 | 10 | 4 | 質問があれば書いてください | null | B |
C-2021-1_U83 | 10 | 5 | 今日の授業の感想や反省を書いてください | 今日の授業も興味深かったです。万引きを感知する防犯カメラを私は知っていたのですが誤反応するのではないかと思ってました。また、スマホでたまにロボットではないことを画像をタップしたり歪んだ文字を見て入力したりして証明することがあるけど、それもパターン認識に関係あるのかな？と考えました。 | B |
C-2021-1_U22 | 10 | 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 | 非構造データについて | C |
C-2021-1_U22 | 10 | 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 | 画像のデータもベクトルであるということ
AIは対象が何であるかを把握する必要がある | C |
C-2021-1_U22 | 10 | 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-2021-1_U22 | 10 | 4 | 質問があれば書いてください | null | C |
C-2021-1_U22 | 10 | 5 | 今日の授業の感想や反省を書いてください | 画像のデータもベクトルであることに驚いた
| C |
C-2021-1_U13 | 10 | 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-2021-1_U13 | 10 | 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-2021-1_U13 | 10 | 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-2021-1_U13 | 10 | 4 | 質問があれば書いてください | null | C |
C-2021-1_U13 | 10 | 5 | 今日の授業の感想や反省を書いてください | null | C |
C-2021-1_U2 | 10 | 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 | 非構造化データについて言語処理、画像処理、音声・音楽処理から考えた。AIは事前に認識できる対象を決められているためパターン認識は難しいが、ある程度のレベルまでは実用化されている。これは深層ニューラルネットワークの学習によって進化していった結果である。 | A |
C-2021-1_U2 | 10 | 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 | データ分析にベクトルが重要になっていることを知り、また、大雑把な情報をAIに認識させるのは難しいことが分かった。 | A |
C-2021-1_U2 | 10 | 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 | 特に無いです。 | A |
C-2021-1_U2 | 10 | 4 | 質問があれば書いてください | 特に無いです。 | A |
C-2021-1_U2 | 10 | 5 | 今日の授業の感想や反省を書いてください | 人によっても感じ方や捉え方に違いがあるため、AIに100%正しい判断をさせることは難しいと感じた。その中でも、できるだけ人に近づいた感覚を持たせるように調整していくことに興味を持った。 | A |
C-2021-1_U44 | 10 | 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 | AIについて
構造データ、非構造データ、それらの認識について。 | C |
C-2021-1_U44 | 10 | 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 | AIによる画像、音の認識がどこまでできるのか
認識方法について | C |
C-2021-1_U44 | 10 | 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-2021-1_U44 | 10 | 4 | 質問があれば書いてください | null | C |
C-2021-1_U44 | 10 | 5 | 今日の授業の感想や反省を書いてください | 写真のアプリで画像認識してくれる機能を使っているが、これは機械学習によってできることを知り、改めてすごいなと思った。しかし、AIによる基準とかも様々であるので本当に正確に認識方法を確立させるのは難しいことにはとても納得した。 | C |
C-2021-1_U3 | 10 | 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 | 文章や画像、音声などの非構造データは文字列と認識して扱ったり、画像を数字の組み合わせであるベクトルとして扱ったりしていたりする。パターン認識は画像や音声などの非構造データに対し、それが何かを出力するもの。 | B |
C-2021-1_U3 | 10 | 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 | 現在のパターン認識は特化型AIのように認識できる対象は決められている。パターン認識は似ているものを探すことだが、”似ている”ものはどんなものが難しい。 | B |
C-2021-1_U3 | 10 | 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-2021-1_U3 | 10 | 4 | 質問があれば書いてください | null | B |
C-2021-1_U3 | 10 | 5 | 今日の授業の感想や反省を書いてください | パターン認識は結構身近にあるのだと思った。例えばカメラで写したものを認識して計算や翻訳などするアプリや、Siriなどは音声を認識したりしているものがある。それらも誤った認識をすることもあり、多少のノイズや似ているものの定義の難しさが出ているのかなと思った。 | B |
C-2021-1_U7 | 10 | 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 | 非構造データは表にできないデータのことであり、非構造データ処理には言語処理、画像処理、音声処理などがある。
パターン認識とは、様々なデータを対象として、それが何であるかを当てる方法のこと。 | B |
C-2021-1_U7 | 10 | 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 | コンピューターはなんでも認識できるわけではなくて、コンピューターにとって「似てる具合」を図るのは難しいとわかった。また、深層ニューラルネットワークのパターン認識のしかたもイメージ図でなんとなく理解できた。 | B |
C-2021-1_U7 | 10 | 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 | 今日のテストの、「ベクトルは数字の組なので，順番を入れ替えてもいい」の問題を間違えてしまった。 | B |
C-2021-1_U7 | 10 | 4 | 質問があれば書いてください | null | B |
C-2021-1_U7 | 10 | 5 | 今日の授業の感想や反省を書いてください | 普段からグーグル翻訳を使ったりツイッターのトレンドを見たり、その他にも非構造データ処理が身近に使われているうえにパターン認識も様々なことに使われているので想像しやすかった。まだ完璧ではないかもしれないけど今実際に使われているものも非常に便利だし、これからももっと発達してほしいと思う。 | B |
C-2021-1_U102 | 10 | 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 | データには大きく分けて二種類あり、一つは構造化データともう一つは非構造化データである。今回は主に非構造化データの具体例とそれぞれのデータがどのような形でコンピュータに捉えられているのかということの説明とその応用例についての説明があった。 | B |
C-2021-1_U102 | 10 | 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 | まだ人間の方が認知能力が高いことが多い日構造化データの分野においてどのような工夫をすることでコンピュータがデータとして認識し、またその技術がどのような場面で応用されるのかということが分かった。
| B |
C-2021-1_U102 | 10 | 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 | 深層ニューラルネットワークの話について、パターン認識の説明が分かるようでまだなんとなく分からない。 | B |
C-2021-1_U102 | 10 | 4 | 質問があれば書いてください | ない。 | B |
C-2021-1_U102 | 10 | 5 | 今日の授業の感想や反省を書いてください | 余談のところになるが、バベルの図書館のスライドが興味を惹かれた。 | B |
C-2021-1_U100 | 10 | 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 | 非構造データとはパターン認識とは | C |
C-2021-1_U100 | 10 | 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 | 非構造データにどんなものがあるのか、そしてその非構造データの処理を知ることができました。またパターン認識を知ってそのものの認識の難しさを知ることができました。 | C |
C-2021-1_U100 | 10 | 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-2021-1_U100 | 10 | 4 | 質問があれば書いてください | null | C |
C-2021-1_U100 | 10 | 5 | 今日の授業の感想や反省を書いてください | パターン認識において、そのものを特定することがなにか考えることは人によって思いや考えが違うので難しいものなんだけど面白そうだなと思いました。 | C |
C-2021-1_U17 | 10 | 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-2021-1_U17 | 10 | 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-2021-1_U17 | 10 | 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-2021-1_U17 | 10 | 4 | 質問があれば書いてください | null | F |
C-2021-1_U17 | 10 | 5 | 今日の授業の感想や反省を書いてください | null | F |
C-2021-1_U70 | 10 | 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 | 非構造データ処理やパターン認識が何であるかについて | D |
C-2021-1_U70 | 10 | 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 | 非構造データの種類や画像のベクトルについて（主に画素数） | D |
C-2021-1_U70 | 10 | 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 | パターン認識についての理解 | D |
C-2021-1_U70 | 10 | 4 | 質問があれば書いてください | null | D |
C-2021-1_U70 | 10 | 5 | 今日の授業の感想や反省を書いてください | 今日の内容で画素数の話が出てきたが、普段からカメラを趣味にしている自分からしたらとても身近な話で面白かった。 | D |
C-2021-1_U82 | 10 | 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 | 非構造データとその処理について
パターン認識について | C |
C-2021-1_U82 | 10 | 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 | ・非構造データとは文章や画像や音などの表形式になっていないもの・言語データの自然言語処理には翻訳なども含まれており、AIに学習させて訳の精度を高めている。・画像処理では画像＝ベクトルである。何気なく撮る写真でも４００万次元ベクトル・騒音の環境音データを取り除いて聞こえやすくする・様々なデータを対象としてそれが何か当てる方法・最近のパターン認識は大量のデータを使ってそれを機械学習させている・深層ニューラルネットワークは空間を折り曲げていくイメージ | C |
C-2021-1_U82 | 10 | 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 | C |
C-2021-1_U82 | 10 | 4 | 質問があれば書いてください | ありません | C |
C-2021-1_U82 | 10 | 5 | 今日の授業の感想や反省を書いてください | 今日は非構造データについて学習してみて画像処理については前々から興味がありとても楽しく講義を受けることができました。非構造データ処理の分野でもAInio大量のデータを機械学習で学ばせることで処理の精度を高めていて本当にいろんな場面でAIは用いられているんだなと思いました。 | C |
C-2021-1_U18 | 10 | 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 | コンピューターの非構造データの分析と認識。非構造データとは画像や音声など表には表すことのできないデータのことを言う。 | D |
C-2021-1_U18 | 10 | 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 | 非構造データを処理するには高度な計算が必要となり時間がかかる。AIが苦手なことが少しわかった。 | D |
C-2021-1_U18 | 10 | 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 | 特になかった | D |
C-2021-1_U18 | 10 | 4 | 質問があれば書いてください | null | D |
C-2021-1_U18 | 10 | 5 | 今日の授業の感想や反省を書いてください | スマホでユーチューブを見るときに充電が早く減ったり具がの消費が早いのは今回の講義の内容がかかわっているのかなと思った。 | D |
C-2021-1_U9 | 10 | 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 | 自然言語処理 言語データをコンピュータによって分析する技術
頻出言語、翻訳、検索、構成など。
文字列から意味へ変換する方法（まだ難しい）・・・意味解析（言葉の計算）、パラフレーズ解析、センチメント解析、文章生成など
画像処理 写真を撮るだけでかなり大きいデータが生み出されている。似ている具合をどのように考えるのかによって結果が変わってくる。大量のデータを用いて線引きさせる方法がある。（大体合っているだろう）
音声処理 話者認識など。環境音を区別したり。
パターン認識 自動で何かをしたり、異常を検出したりできる。 | C |
C-2021-1_U9 | 10 | 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 | 上記と同じ | C |
C-2021-1_U9 | 10 | 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-2021-1_U9 | 10 | 4 | 質問があれば書いてください | 特化型AIをたくさん詰め込んだら人間の脳に近づいたりしないのか | C |
C-2021-1_U9 | 10 | 5 | 今日の授業の感想や反省を書いてください | 異常検出の時、普通であるパターンが膨大だったら大変そうだと思った。 | C |
C-2021-1_U41 | 10 | 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 | 表形式でないものを非構造化データと呼ぶ。 | C |
C-2021-1_U41 | 10 | 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 | データ分析にはベクトルが重要であり、ベクトルは数字の順番も重要であることがわかった。 | C |
C-2021-1_U41 | 10 | 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-2021-1_U41 | 10 | 4 | 質問があれば書いてください | null | C |
C-2021-1_U41 | 10 | 5 | 今日の授業の感想や反省を書いてください | パターン認識は人間にとっては簡単だけどコンピューターにはいまだに難しいことが分かり先週の授業に引き続きコンピューターの弱点を知ることができました。 | C |
C-2021-1_U75 | 10 | 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 | 構造化データとは、表形式のデータである。対して、非構造化データとは、文相、画像、音など、表形式にならないデータである。非構造データ処理には言語処理、画像処理、音声/音楽処理がある。まず言語データとは文字列であらわされるデータであり、これをコンピュータで分析する技術を自然言語処理といい、検索や翻訳などがある。画像処理について、そもそも画像データとはベクトルのデータである。画像処理では、このベクトルデータを扱うことになる。音も一種のデータである。音は音声、音楽、環境音に大別される。音声データの分析には、音声認識や感情認識（声質変換や音声強調も含む）などがある。音楽データの分析には、楽曲分析や自動作曲も含まれる。ノイズに関する分析は、環境音データ分析と呼ばれる。
パターン認識とは、コンピュータが「それが『何』であるか」を充てる方法であり、様々な非構造化データを対象とする。人間には難しいことではないが、コンピュータに認識させるのは難しい。事前に認識する対象を決める必要がある（顔認識など）。これを実現しているのが大量のデータを用いた機械学習である。「似てる具合」の選定も重要である。この技術は物事の自動化などに役立てられている。 | B |
C-2021-1_U75 | 10 | 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 | コンピュータが数値のデータ（≒構造化データ）以外のデータ（≒非構造化データ）を分析・認識することの難しさが分かった。そのうえで、様々な技術によって身の回りで利用されている音声認識や自動運転につながっていることを知ることができた。 | B |
C-2021-1_U75 | 10 | 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-2021-1_U75 | 10 | 4 | 質問があれば書いてください | null | B |
C-2021-1_U75 | 10 | 5 | 今日の授業の感想や反省を書いてください | 自分の生活を便利にしている様々な技術の根本について、データの種類と分析を知ることでその概要を学べて興味深かった。以前自分の描いた自動車の絵が車種のパターン認識で正しく認識され嬉しかったのを思い出した。 | B |
C-2021-1_U37 | 10 | 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 | AIは非構造データをどのように認識しているのか | B |
C-2021-1_U37 | 10 | 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 | 画像データや音声データなど、あいまいなものでもAIは学習を積極的に進めることでだんだん認識できるようになる | B |
C-2021-1_U37 | 10 | 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-2021-1_U37 | 10 | 4 | 質問があれば書いてください | null | B |
C-2021-1_U37 | 10 | 5 | 今日の授業の感想や反省を書いてください | iPhoneでも、自分の顔写真を認識してアルバムを作ってくれたりしていた理由を学ぶことができて楽しかった | B |
C-2021-1_U43 | 10 | 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 | 画像データや音声データの処理方法について学んだ。パターン認識の基本原理について学んだ。 | B |
C-2021-1_U43 | 10 | 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 | 自然言語処理にはいくつかの種類があるのだとわかった。さらに発展して文字列を意味として捉えるための解析があるのだとわかった。
また、パターン認識は人間にとって容易であるがコンピュータにとっては難しいことなのだと知って、今まで経験してきた画像処理のミスなどが当然のことであったのだなと納得した。 | B |
C-2021-1_U43 | 10 | 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 | 深層ニュートラルネットワークの境界線の引き方の話が少し難しく感じた。 | B |
C-2021-1_U43 | 10 | 4 | 質問があれば書いてください | 手書き答案の自動採点は今後可能になると思いますか？ | B |
C-2021-1_U43 | 10 | 5 | 今日の授業の感想や反省を書いてください | 身近なデータ処理の話だったため、理解がしやすかった。現在のコンピュータで出来ない処理も近い将来可能になるかと思うととても楽しみである。 | B |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.