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_U62 | 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 | 機械が画像→内容に変換するにはたくさんのステップを踏む。 | A |
C-2021-1_U62 | 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 | 深層ニューラルネットワークの折りたたむイメージはわかりやすかった。 | A |
C-2021-1_U62 | 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 | 人間の感覚の似てる、似てないの判断はコンピュータに計算させるのは難しそうだと思った。 | A |
C-2021-1_U62 | 10 | 4 | 質問があれば書いてください | null | A |
C-2021-1_U62 | 10 | 5 | 今日の授業の感想や反省を書いてください | 現代ではどんな分野であってもデータを扱うので、今まさにアツイ内容だった。 | A |
C-2021-1_U96 | 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 | 非構造データは表形式でないものだが、数値化などによって扱えるようになる。
| B |
C-2021-1_U96 | 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 | 人間が自然におこなっている「目の前のものが何かを認識すること」は、着目するところや区別の線引きが明確ではないため、機械で行うには大量のデータから明確な線引きを作る必要があること。 | B |
C-2021-1_U96 | 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によるパターン認識のイメージがうまくつかめませんでした。 | B |
C-2021-1_U96 | 10 | 4 | 質問があれば書いてください | 教科書44ページの「分けられる側の状況を工夫する」というのは、具体的にどういうことでしょうか？ | B |
C-2021-1_U96 | 10 | 5 | 今日の授業の感想や反省を書いてください | データとして捉えることが直感的にわからないものでも、工夫次第でデータとして扱えることがわかりました。 | B |
C-2021-1_U12 | 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の特化型について。AIの商業などにおける活用例。A Iを関数として捉える。AIの問題点。 | B |
C-2021-1_U12 | 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 | 弱いAIについての考え方。考えていないと知能とは言わないという考えはなるほどと思いました。 | B |
C-2021-1_U12 | 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_U12 | 10 | 4 | 質問があれば書いてください | 第9回の日誌を第十回に書いてしまっていました。第十回の日誌は第9回に書きます。 | B |
C-2021-1_U12 | 10 | 5 | 今日の授業の感想や反省を書いてください | AIの分野がとても進んでいて、いつ人間の仕事が奪われてAIに支配される時代になるのかと昔将来の不安を抱いていました。この授業を聞いて、AIはいろんな面で活躍し、今のサービスや情報などの産業を支えていてるので、良いバランスを考えながらAIの分野を発展してほしいと思った。人間の仕事を奪うものという考えは無くなりました。 | B |
C-2021-1_U99 | 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 | 非構造化データは扱いにくい様々な種類のデータである。それらを解析する研究がAIのパターン認識や機械学習で行われており発展途上である。 | B |
C-2021-1_U99 | 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を用いた画像のパターン認識はまだ難しい要素が多くあること。機械学習を例として今後、データの価値が更に上がるであろうこと。パターン認識は現在でも様々な場面で利用されているということ。 | B |
C-2021-1_U99 | 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 | 第8回ででてきたデータと今回扱った非構造化データが混同してしまったので復習したい。 | B |
C-2021-1_U99 | 10 | 4 | 質問があれば書いてください | 特にないです。 | B |
C-2021-1_U99 | 10 | 5 | 今日の授業の感想や反省を書いてください | 非構造化データの解析分野はほかの分野に比べまだ発展する余地が大きいように感じられた。また機械学習には大量のデータが必要であり今後データの価値がさらに上がるのだろうと思った。 | B |
C-2021-1_U98 | 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 | 非構造データを扱うにはそのものの意味や雰囲気といった曖昧な部分の理解が必要なので人間が簡単にできるような処理もAIにとってはかなり難しい処理になることがある。それでも、私たちの身近でもたくさん利用されていることでもある。 | B |
C-2021-1_U98 | 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ためには機械学習が重要で、特に深層ニューラルネットワークは大きな役割を果たしており、前回の授業のAIの正体は深層ニューラルネットワークダチウイみがよく分かった。 | B |
C-2021-1_U98 | 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 | 教科書にもあったが、AIでもとてつもなく難しい認識や判断をなぜ人間は特に教わることもなく最も簡単に行えるのかとても興味深い。 | B |
C-2021-1_U98 | 10 | 4 | 質問があれば書いてください | null | B |
C-2021-1_U98 | 10 | 5 | 今日の授業の感想や反省を書いてください | 前回に続いて、確かにAIは実生活においてとても便利だが、まだまだ研究段階の分野なんだなと感じた。一方で、その成長速度は凄まじいので数年後にはもっと高機能になっているだろうとも思う。 | B |
C-2021-1_U15 | 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 | 日常にあふれているデータに関することを学べる授業だった | C |
C-2021-1_U15 | 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 | 画像などのデータ音や画像など生き物が認識する物をコンピューターがどうやって処理しているのかがわかった | C |
C-2021-1_U15 | 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_U15 | 10 | 4 | 質問があれば書いてください | null | C |
C-2021-1_U15 | 10 | 5 | 今日の授業の感想や反省を書いてください | 興味があった内容だったので理解が早かった | C |
C-2021-1_U69 | 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、音声、画像など、表形式になっていないデータを非構造データという。自然言語処理の中には頻出言語の検索や翻訳、検索、要約、対話、校正、トピック分析などがある。画像データはベクトル（数字の組）である。画像の分析には画像認識、コンピュータビジョン、画像処理などがある。音声の分析には音声認識、話者認識、感情認識、音声合成などがあり、音楽データや環境音データもぶんせきできる。非構造データのパターン認識は病気診断や行動認識、環境認識などに使われるが、認識対象は事前に決められていて、人間のように簡単に何でも認識できるわけではない。最近のパターン認識は大量のデータと機械学習の組み合わせで深層学習が行われる。パターン認識によって自動化技術や異常検出が可能になる。 | C |
C-2021-1_U69 | 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 | コンピュータのパターン認識の難しさを知ることで人間の脳の性能の高さを実感した。パターン認識は様々な場所で使われているがまだまだ不完全であることが分かった。 | C |
C-2021-1_U69 | 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 | 紙を折り曲げるようにしてパターン認識の学習をするイメージがしっくりこなかった。 | C |
C-2021-1_U69 | 10 | 4 | 質問があれば書いてください | ありません。 | C |
C-2021-1_U69 | 10 | 5 | 今日の授業の感想や反省を書いてください | バベルの図書館から、これから書く予定の様々な教科のレポート課題の自分の答えを持ち出したいな、と思った。 | C |
C-2021-1_U90 | 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 | 人工知能のデータ分析 | C |
C-2021-1_U90 | 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 | 人工知能におけるデータ分析は決して万能でないということ | C |
C-2021-1_U90 | 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 | データの集合を折って切るという説明がよく理解できなかった | C |
C-2021-1_U90 | 10 | 4 | 質問があれば書いてください | 自動運転は実現すると思いますか？僕は無理だと思います | C |
C-2021-1_U90 | 10 | 5 | 今日の授業の感想や反省を書いてください | 人工知能の開発の難しさと現在の技術の高さに驚きました | C |
C-2021-1_U51 | 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 | 非構造データの処理とAIの関係（AIが処理段階においてどのように働いているのか）
言語、画像、音声、音楽の分野におけるデータ処理 | B |
C-2021-1_U51 | 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は対象を認識する際、予め情報として取り込んでいた、資料となる対象と比較して一番似ているものをその対象として認識する仕組みであることが分かりました。 | B |
C-2021-1_U51 | 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 | 分からないところは今回は無かったですが、資料としての対象物は何を基準に決めているのか、また、複数の資料が存在することはあるのか気になりました。 | B |
C-2021-1_U51 | 10 | 4 | 質問があれば書いてください | null | B |
C-2021-1_U51 | 10 | 5 | 今日の授業の感想や反省を書いてください | パターン認識について、最近になっていくつかAIが認識できる対象が増えましたが、それでもなおほどんどの場合において感情を持つ人間には敵わないなと改めて感じました。しかし食事認識や顔認識などがAIによって認識可能になっていること自体は恐ろしい能力だなと思いました。 | B |
C-2021-1_U47 | 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 | 非構造化データ解析とパターン認識入門を学んで人間とAIの画像認識やデータ認識のできることやできないことを学んだ。 | C |
C-2021-1_U47 | 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 | 画像はベクトルであり、線形代数と密接に関わっており、情報科学の分野でも数学を使うことがあると初めて知った。また、深層ニューラルネットワークによるパターン認識のイメージ図で、〇と×が入り組んでいたとしてもそれを折りたたんで重ね合わせることによって〇と×との境界線ができるやり方にとても興味を持った。 | C |
C-2021-1_U47 | 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 | 音声認識のところでところで複数の音が鳴っているのを音源別にどうやって分けることができるのかを詳しく知りたいと思った。 | C |
C-2021-1_U47 | 10 | 4 | 質問があれば書いてください | null | C |
C-2021-1_U47 | 10 | 5 | 今日の授業の感想や反省を書いてください | 私たちは普段顔認識和使っているが、よく考えると一人ひとりの顔を見分けるのは凄いことでどのように見分けることができているのか興味を持った。 | C |
C-2021-1_U77 | 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 | さまざまな情報をAIがデータとして認識する形式について学んだ。 | C |
C-2021-1_U77 | 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 | 情報が大きく分けて構造化データと非構造化データの2種類に分けることができ、それぞれさまざまな処理、認識、解析の方法があることがわかった。 | C |
C-2021-1_U77 | 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 | 全てを覚えることができません。 | C |
C-2021-1_U77 | 10 | 4 | 質問があれば書いてください | 特にありません。 | C |
C-2021-1_U77 | 10 | 5 | 今日の授業の感想や反省を書いてください | BR-Mapの用語の選び方が難しくて、奥が深いと思いました。 | C |
C-2021-1_U52 | 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 | 構造データと被構造データについて | C |
C-2021-1_U52 | 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 | 画像認識の考え方 | C |
C-2021-1_U52 | 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 | 例えば周囲の環境光によって物体の色味は変わってくると思うがそこをどう処理しているのか | C |
C-2021-1_U52 | 10 | 4 | 質問があれば書いてください | null | C |
C-2021-1_U52 | 10 | 5 | 今日の授業の感想や反省を書いてください | 大変興味深い授業だった | C |
C-2021-1_U45 | 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 | 非構造化データには言語データ、画像データ、音声データなどがある。
パターン認識とはそれが何であるかをあてる方法。（自由になんでも当てられるわけではない）
どれが１番似ているかで判断する。 | B |
C-2021-1_U45 | 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 | 非構造データの内容や、パターン認識につて理解できた。 | B |
C-2021-1_U45 | 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 | 大体理解できた。 | B |
C-2021-1_U45 | 10 | 4 | 質問があれば書いてください | null | B |
C-2021-1_U45 | 10 | 5 | 今日の授業の感想や反省を書いてください | 線形代数は苦手なのですが、やっと線形代数を学習する意味を今回知れた気がするので頑張りたいと思いました。 | B |
C-2021-1_U86 | 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 | 非構造データとパターン認識の具体例や意味について | D |
C-2021-1_U86 | 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 | 画像データがベクトルだったことに驚いたが、説明されたら確かにそうだと分かった。 | D |
C-2021-1_U86 | 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 | バベルの図書館についての概念が難解で理解しきれなかった。 | D |
C-2021-1_U86 | 10 | 4 | 質問があれば書いてください | null | D |
C-2021-1_U86 | 10 | 5 | 今日の授業の感想や反省を書いてください | 今日の内容は親しみやすく身近な分野だったのでいつもより説明を聞いているときに実感がわいて理解しやすかった。 | D |
C-2021-1_U63 | 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ついて。一つ目の言語処理では、文字列で表されるデータをコンピュータによって分析する。例えばTwitterのトレンドで活用される頻出言語だったり、日頃からよく使っている翻訳がこれに当てはまる。二つ目の画像処理では画像データをベクトルとして扱い、カメラで撮る度に超高次元ベクトルを扱っている。例えば、そこに写っているものを認識する画像認識だったり画像の色や明るさを補正する画像処理がこれに当てはまる。三つ目の
音声/音楽処理では、音の波の高さを数値化してデータとして扱う。例えばSiriなどの何と喋っているのか理解する音声認識だったり、声の様子から感情を推定する感情認識だったり、ヴォーカロイドで使われる音声合成が音声分析に当てはまる。また、音楽データの分析ではコード進行を推定する楽曲分析だったり、ボーカル抽出などで使われる音響分析だったりが含まれる。
パターン認識は画像や音声などの様々なデータを対象にそれが何であるか当てることを指す。データによって認識が様々であるが、人間が瞬時に認識できることでもコンピュータは認識できる対象が事前に決められているためなかなか難しく課題である。しかし医療画像だったり顔認識だったりと身近にはなって来ている。最近のパターン認識は大量データと機械学習、特に深層ニューラルネットワークによって性能を上げている。 | B |
C-2021-1_U63 | 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 | 画像はベクトルで考えた時に一回のシャッターで４００万次元ベクトルが一つ生まれているのがわかって、当たり前に使用しているものがこんなにも凄いことをやっていることに驚いた。 | B |
C-2021-1_U63 | 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_U63 | 10 | 4 | 質問があれば書いてください | null | B |
C-2021-1_U63 | 10 | 5 | 今日の授業の感想や反省を書いてください | 今までの授業によって、AIの性能がまだ弱いことは分かっていたが顔認識や音声認識などは当たり前に使っていたので、様々なデータというように範囲を広げた時に認識対象が決まっていないと認識できないことが分かりそこが意外だなと驚いた。 | B |
C-2021-1_U11 | 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 | 非構造化データの代表例としては文章、画像、音がある。言語データでは自然言語処理という技術があり、例としては頻出言語の処理や翻訳がある。画像はベクトルで表される。音声データの分析としては音声認識、話者認識、感情認識、音声合成などがある。また、様々なデータを対象として、それが何かを当てるパターン認識がある。 | B |
C-2021-1_U11 | 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 | 非構造化データの処理で身の回りで用いられている技術について理解できた。またパターン認識の仕組みにいついて理解できた。 | B |
C-2021-1_U11 | 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_U11 | 10 | 4 | 質問があれば書いてください | null | B |
C-2021-1_U11 | 10 | 5 | 今日の授業の感想や反省を書いてください | 今回の授業でいろんなデータ処理の方法について学んだので整理して覚えていきたいです。 | B |
C-2021-1_U64 | 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 | 非構造化データとパターン認識について。 | B |
C-2021-1_U64 | 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 | パターン認識の種類を知れた。また、機械学習の難しさもわかった。 | B |
C-2021-1_U64 | 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 | 特になし。 | B |
C-2021-1_U64 | 10 | 4 | 質問があれば書いてください | 特になし。 | B |
C-2021-1_U64 | 10 | 5 | 今日の授業の感想や反省を書いてください | 機械学習の難しさがさらにわかった。言葉の意味解析やバベルの図書館など興味深い話がたくさんあった。個人的な話、犬と猫の違いがわからないので、他の人がどうやって識別しているのかが気になるところです。 | B |
C-2021-1_U93 | 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 | 非構造データとパターン認識について | C |
C-2021-1_U93 | 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 | 自然言語処理がどういうものかわかりました。 | C |
C-2021-1_U93 | 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 | 特にないです。 | C |
C-2021-1_U93 | 10 | 4 | 質問があれば書いてください | 特にないです。 | C |
C-2021-1_U93 | 10 | 5 | 今日の授業の感想や反省を書いてください | パターン認識の顔認識は今のコロナの時代にだいかつやくだなと思いました。 | C |
C-2021-1_U71 | 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 | 非構造データをどのように処理するかを学んだ. 例えば, 画像データはベクトルとして処理することができる.
パターン認識についても学んだ. グルーピングを利用して, パターンを判別したり分類したりすることができる.
しかし, 人間の場合と異なり, AIはある情報に注目して分類するので, 臨機応変に認識することは容易ではない. | A |
C-2021-1_U71 | 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がどのように非構造データを認識し, パターン認識をしているかの
概観を知ることができた. | A |
C-2021-1_U71 | 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. | A |
C-2021-1_U71 | 10 | 4 | 質問があれば書いてください | null | A |
C-2021-1_U71 | 10 | 5 | 今日の授業の感想や反省を書いてください | AIの応用の幅広い反面, 元となる考え方は共通しているのだと思いました.
ありがとうございました. | A |
C-2021-1_U4 | 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_U4 | 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_U4 | 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_U4 | 10 | 4 | 質問があれば書いてください | null | F |
C-2021-1_U4 | 10 | 5 | 今日の授業の感想や反省を書いてください | null | F |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.