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_U6 | 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-2021-1_U6 | 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-2021-1_U6 | 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-2021-1_U6 | 12 | 4 | 質問があれば書いてください | null | C |
C-2021-1_U6 | 12 | 5 | 今日の授業の感想や反省を書いてください | null | C |
C-2021-1_U36 | 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
・距離と類似度
・様々な距離・類似度
・距離や類似度の利用 | A |
C-2021-1_U36 | 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 | ・複数の数値を塊にしたもの、順番に意味がある
線形代数もよくつかわれる
ベクトルはデータの組み合わせ
・距離：三条件（距離の公理）を満たすもの
①非退化性 ②対称性 ③三角不等式
データ解析の基本・1種類ではない・データに合致した距離を選ぶ必要がある
類似度：距離の反対の概念
距離ほど厳密な定義はない
☆ものをベクトルで表せば、様々な種類の距離や類似度が使える
→相同性検索、クラスタリング、判定、異常検知
・ユークリッド距離：三平方の定理、何次元でも計算可能
簡略表記 xとyの距離＝ll x-y ll
マンハッタン距離：斜めに進めない、市街地距離
max距離：「1要素でも大きく違ったらそれは結構違う」を表す
ハミング距離：長さの同じ2系列間の距離＝違う要素の数
編集距離：系列の長さは異なっていてもいい（ハミング距離の一般化）
置き換え、挿入、削除の最小回数→手段によって必要な操作回数が変化
jaccard係数（類似度）：数字の集合の類似度 共通部分/全要素
コサイン類似度：長さはどうでもいい、方向性の類似度
・データ集合のグルーピング・異常度の測定・データの認識 ができる
画像認識、クラスタリングなど | A |
C-2021-1_U36 | 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 | とくにありません | A |
C-2021-1_U36 | 12 | 4 | 質問があれば書いてください | とくにありません | A |
C-2021-1_U36 | 12 | 5 | 今日の授業の感想や反省を書いてください | 情報科学においても目にすることが増えてきた線形代数ですが、力学の授業でもたびたび登場しており、実用性の高さに驚きます。4月から習い始め非常に難しいですが、習得すれば様々な分野で役に立つだろうと思うので頑張りたいです。データの比較は以前の認識論と同じように曖昧に感じますが、その分多様な数学的な比較方法があり興味深かったです。
また、些細な質問でしたが返信ありがとうございました。有料ですのでどうしても必要になれば使用してみようと思います。 | A |
C-2021-1_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 | ベクトルでデータを表現することと、様々な距離について | C |
C-2021-1_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 | データの距離には様々な種類があり、求めることもそこまで複雑なことではないということ | C |
C-2021-1_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 | クラスタリングが少し難しかったです。 | C |
C-2021-1_U78 | 12 | 4 | 質問があれば書いてください | null | C |
C-2021-1_U78 | 12 | 5 | 今日の授業の感想や反省を書いてください | ベクトルの内積がユーグリッド距離と関係していたのを知って驚きました。 | C |
C-2021-1_U58 | 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 | ベクトルによるデータの表現と距離・類似度を使ったデータ表現のそれぞれのメリットについて考えた。ベクトルは数学的にどれが強いのかを表し、距離や類似度はデータの近さを考えている。 | A |
C-2021-1_U58 | 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 | 距離はデータ間の差異なので似ていないと大きくなるが、類似度は大きいほど似ているので距離とは対の関係にあるということは、今まで知ってはいたが、深く考えたことがなかったので、面白いと感じました。 | A |
C-2021-1_U58 | 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-2021-1_U58 | 12 | 4 | 質問があれば書いてください | null | A |
C-2021-1_U58 | 12 | 5 | 今日の授業の感想や反省を書いてください | 距離と言われるとユークリッド距離が思い浮かびがちだが、マンハッタン距離やmax距離といった異なる要素を際立たせる、あるいは違った観点から捉える距離が存在し、日常的にも使っていたことが興味深いと感じました。 | A |
C-2021-1_U104 | 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 | ベクトルを使えば画像や体格、料理などのなにがどれほどあるかやどれほど強いかをデータ化することができる。またベクトルには距離があり、距離の計算方法によって様々なデータの応用ができる。ユークリッド距離、マンハッタン距離、max距離など。 | B |
C-2021-1_U104 | 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、距離、類似度の有用性の理解 | B |
C-2021-1_U104 | 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、コサイン類似度の理解 | B |
C-2021-1_U104 | 12 | 4 | 質問があれば書いてください | null | B |
C-2021-1_U104 | 12 | 5 | 今日の授業の感想や反省を書いてください | 高校の頃習ったベクトルは図形的なイメージが強かったのでをデータの分析に使うとは思わず面白いなと思った。 | B |
C-2021-1_U74 | 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 | 様々なデータはベクトルで現すことが出来る。ベクトルはデータの組み合わせだから、単体では見えて来ない関係が解析できることがある。
距離や類似度はデータ解析の基礎である。一口に距離といっても様々なものがあり、対象によって使い分けることが必要である。 | B |
C-2021-1_U74 | 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 | 何気なくつかている距離という言葉もデータ解析の分野になると様々なものがあり、それぞれの使い方があることが分かった。それぞれの距離の概要と活用例も把握できた。
| B |
C-2021-1_U74 | 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 | jaccard係数はよくわからなかった。（類似度を表すものなんだなというくらいの理解度）
| B |
C-2021-1_U74 | 12 | 4 | 質問があれば書いてください | null | B |
C-2021-1_U74 | 12 | 5 | 今日の授業の感想や反省を書いてください | 距離という概念が覆される様で面白かった。 | B |
C-2021-1_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 | 似ている、似ていないを具体的な数値を用いて表す事ができる。
距離の表し方はたくさんあり、比較対象によって向き不向きがある。 | B |
C-2021-1_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 | ベクトルの新しい使い方がわかった。内積が大きい方が似てる度が高そうと感じた | B |
C-2021-1_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 | グラフでグルーピングするところがよくわからなかった | B |
C-2021-1_U8 | 12 | 4 | 質問があれば書いてください | null | B |
C-2021-1_U8 | 12 | 5 | 今日の授業の感想や反省を書いてください | 回を重ねるごとに理解度が下がっていると思う。テストが心配です。 | B |
C-2021-1_U60 | 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 | ベクトルはの考え方は生活のいたるところで活用されている。
数学における距離は非常に自由度の高い概念である。
類似度は距離と逆で大きければ大きいほど似ている。
有名な距離や類似度について学んだ。 | C |
C-2021-1_U60 | 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 | ベクトルの考え方がどのようなところで使われているのかを学んだ。距離、類似度について学んだ。さまざまな距離や類似度についても学んだ。 | C |
C-2021-1_U60 | 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 | C |
C-2021-1_U60 | 12 | 4 | 質問があれば書いてください | 特になし | C |
C-2021-1_U60 | 12 | 5 | 今日の授業の感想や反省を書いてください | 勉強になった | C |
C-2021-1_U48 | 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カタマリにしたもので、数字の順列に意味が含まれている。このベクトルはデータの組み合わせであり、多数のベクトルを用意することで関係がわかる。「距離」とはデータ間の差異を示し、距離の公理を用いて求めることができる。「類似度」とは距離の反対の概念で厳密な定義はない。 | B |
C-2021-1_U48 | 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」にはユークリッド距離やマンハッタン距離などの様々な種類があり、場面によって使い分けることが必要であると理解した。また、距離や類似度を応用することでデータのグルーピングや異常度の判断、認識が可能になるとわかった。 | B |
C-2021-1_U48 | 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 | ユークリッド距離に関して、大体の概要は理解したが次元がどれだけ増えても距離が計算可能というのがうまくイメージが掴めなかった。4次元から複雑になってしまうのでとりあえずその文言だけでも覚えておこうと思った。 | B |
C-2021-1_U48 | 12 | 4 | 質問があれば書いてください | null | B |
C-2021-1_U48 | 12 | 5 | 今日の授業の感想や反省を書いてください | 小学生の頃から知らず知らず習ってきた「距離」という分野がデータ解析に役立つことを知ってさらに興味が湧いた。また類似度という言葉は知っていたがそれが距離と180度反対の意味を指していることに気づいて感心した。 | B |
C-2021-1_U55 | 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-2021-1_U55 | 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-2021-1_U55 | 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-2021-1_U55 | 12 | 4 | 質問があれば書いてください | null | B |
C-2021-1_U55 | 12 | 5 | 今日の授業の感想や反省を書いてください | null | B |
C-2021-1_U54 | 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 | 今回は以前にも何度か触れていたベクトルについて学んだ。ベクトルとは複数の数値を塊としたものである。文章をベクトルで表すとき、単語ごとの出現回数を数値としてベクトルで表すことができる。これら多くのベクトルを用いることでデータ分析を行うことができる。ここからは「似ている」ということについて言及する。まずは距離というものだが、データ分析における距離とはデータ間の差異である。この差異が小さいものが「似ている」ものとして捉えることができる。つまりモノをベクトルとして表すことで似ているものや異なるものがわかり、さまざまな分析を行うことができるのである。
距離というのにもいくつか種類がある。上で述べたデータ間の差異を意味する「距離」に加え、まずはユークリッド距離。これはかなり数学的なものであり、何次元ベクトルでも距離を計算することができる。マンハッタン距離。これは簡単に述べると斜めがないものであり、平安京距離や平城京距離などいくつか呼び名がある。MAX距離。これは要素ごとの差の最大であり、全体としてではなく要素ごとに評価したい時などに用いる。ハミング距離。これは異なる要素の数である。編集距離。これはハミング距離を一般化したもので２系列間の置換、挿入、削除の最小回数である。系列の長さが違っても大丈夫というのがメリット。特徴として手順によって必要な操作回数が変わってしまう。
また、類似度に関連してコサイン類似度というものがある。これは方向性の類似度を測るものであり、量や長さではなく比率で評価したい時に用いる。また、Jaccard係数というものがある。これは複数の集合に対してそれらがどれぐらい共通しているかを表す。
これらの距離、類似度を用いることでグルーピング・クラスタリングを行なっている。 | C |
C-2021-1_U54 | 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 | データをベクトルとして表すということはなんとなく分かっていたが、今まで曖昧だった「似ている」ということがベクトルと関連付けることで理解することができた。 | C |
C-2021-1_U54 | 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 | いくつか距離が出てきたが特にマンハッタン距離については使い方がよくわからなかった。 | C |
C-2021-1_U54 | 12 | 4 | 質問があれば書いてください | null | C |
C-2021-1_U54 | 12 | 5 | 今日の授業の感想や反省を書いてください | null | C |
C-2021-1_U81 | 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-2021-1_U81 | 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-2021-1_U81 | 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-2021-1_U81 | 12 | 4 | 質問があれば書いてください | null | D |
C-2021-1_U81 | 12 | 5 | 今日の授業の感想や反省を書いてください | null | D |
C-2021-1_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 | ベクトル、距離、類似度、それらの種類や応用 | A |
C-2021-1_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 | ベクトルとは何か、ベクトルを用いたデータ分析のやり方、距離の種類、距離や類似度の応用 | A |
C-2021-1_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 | max距離の使い方とコサイン類似度が微妙です | A |
C-2021-1_U30 | 12 | 4 | 質問があれば書いてください | null | A |
C-2021-1_U30 | 12 | 5 | 今日の授業の感想や反省を書いてください | 距離と聞くと長さを表す単位（kmやm）が思いつくが、データ解析においても距離を使うのが新鮮で面白かった。 | A |
C-2021-1_U21 | 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-2021-1_U21 | 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-2021-1_U21 | 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-2021-1_U21 | 12 | 4 | 質問があれば書いてください | null | F |
C-2021-1_U21 | 12 | 5 | 今日の授業の感想や反省を書いてください | null | F |
C-2021-1_U92 | 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 | データの可視化についての授業だった。 | B |
C-2021-1_U92 | 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 | 可視化する際に自分がどういう軸を設けるかによって見え方にバイアスがかかるということがわかった。 | B |
C-2021-1_U92 | 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 | わかりやすかったので多分大丈夫だと思います。数式計算がなかったからというのもあるかもしれませんが。
でも、多次元データの可視化のところは結構難しかったです。 | B |
C-2021-1_U92 | 12 | 4 | 質問があれば書いてください | 軸を恣意的に選ぶべきではないとのことで、もちろんよくないこととはわかってはいますが、日常生活でみるデータには恣意的に作られたものがかなりの頻度で見受けられます。先生は恣意的なデータついてどのような意見をお持ちですか。 | B |
C-2021-1_U92 | 12 | 5 | 今日の授業の感想や反省を書いてください | 多次元データの可視化のところを理解するのが難しかったです。テストがのような形式になるかが気になります。 | B |
C-2021-1_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 | 成績、健康状態など、特定の観点からのベクトルについて学んだ。距離や類似度を用いたデータ分析について考えた。 | B |
C-2021-1_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 | ベクトルの考え方を用いることによって、データ間の関係を見つけやすくなるということがわかった。 | B |
C-2021-1_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 | 特になし | B |
C-2021-1_U24 | 12 | 4 | 質問があれば書いてください | 特になし | B |
C-2021-1_U24 | 12 | 5 | 今日の授業の感想や反省を書いてください | 料理や花をベクトルで表すという発想が個人的には新しかったので、面白かったです。以前の授業では類似度の基準が何なのかわかりづらかったのですが、ベクトルを用いることでわかりやすく表現することができることを知り、もっとベクトル的な考え方を取り入れてみたいと思いました。ただし、さまざまな指標を用いてデータ間の距離を計算する必要があるので、注意したいです。 | B |
C-2021-1_U56 | 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代表的な表現方法のの１つで何がどのくらい強いかまたはあるかを数学亭
的に表現している。距離と類似度はデータの近さを測る方法で対象や用途により様々な方法を使い分ける。 | C |
C-2021-1_U56 | 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 | 距離には種類があり、それぞれ数学的なグラフで説明することができる。 | C |
C-2021-1_U56 | 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 | それぞれの距離を数学的に表すところがあまり整理しきれなかった。 | C |
C-2021-1_U56 | 12 | 4 | 質問があれば書いてください | null | C |
C-2021-1_U56 | 12 | 5 | 今日の授業の感想や反省を書いてください | 今回はいつもよりも数学的に考える場面が多く、情報量が多かったのでしっかりと復習をしておきたい。 | C |
C-2021-1_U76 | 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（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）、類似度について
距離や類似度を応用したデータ解析について | B |
C-2021-1_U76 | 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 | これまでの授業で似ていることについて時折考えてきたが、今回、距離や類似度を利用してクラスタリングすることができることがわかった。 | B |
C-2021-1_U76 | 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 | ユークリッド距離は理解しやすかったが、マンハッタン距離やmax距離は少しイメージしにくかった。 | B |
C-2021-1_U76 | 12 | 4 | 質問があれば書いてください | null | B |
C-2021-1_U76 | 12 | 5 | 今日の授業の感想や反省を書いてください | 私たちはものをごく自然に似ているや似ていないと感じることができるが、実は似ているという定義は曖昧で、以前の授業からもこの話がなされていたようにこんなにも奥深い話で面白かった。 | B |
C-2021-1_U1 | 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-2021-1_U1 | 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-2021-1_U1 | 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-2021-1_U1 | 12 | 4 | 質問があれば書いてください | null | F |
C-2021-1_U1 | 12 | 5 | 今日の授業の感想や反省を書いてください | null | F |
C-2021-1_U32 | 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 | 数値の組であるベクトルは順番に意味があり、様々なものを表現したりデータを分析したりできる。距離と類似度はデータ分析の基本的な道具であり、距離はデータ間の違い、類似度は似ている度を表す。距離には様々なものがあり、場面によって使い分ける。 | A |
C-2021-1_U32 | 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 | 中学、高校と距離を学んできて、距離と聞いて自分がイメージしていたものはユークリッド距離であることが分かった。情報の世界では距離は条件を満たすと何でもよく、様々なものがあって用途によって必要な場面が変わることが分かったので面白いなと思った。 | A |
C-2021-1_U32 | 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、マンハッタン距離、max距離の等距離面での違いの図が完璧には理解できずあやふやな箇所があるので、よく確認しておこうと思う。 | A |
C-2021-1_U32 | 12 | 4 | 質問があれば書いてください | cos類似度があるならsin類似度はどうなのか、と思ったが、内積を利用するということだったので恐らくないのだろうと思う。 | A |
C-2021-1_U32 | 12 | 5 | 今日の授業の感想や反省を書いてください | 距離、類似度がどのようなものなのか、どのように使うのかよく分かった。何週か前からよく出てくる「似ている度」が最初は全然わからなかったが大分わかるようになってきたので、前の授業をもう一度復習しておこうと思う。 | A |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.