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_U51 | 8 | 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 | 8 | 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 | 8 | 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 | 8 | 4 | 質問があれば書いてください | null | C |
C-2021-2_U51 | 8 | 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 | 8 | 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 | [二分探索法]
・情報検索＝大量のデータから目的に合致したものを取り出すこと
・線形探索＝先頭（左端）からxを探していく
時間計算量はO(n)
・二分探索＝☆真ん中の要素yとxを探索していく
A)x<yならば、残りの前半部分について☆を行う
B)x>yならば、残りの後半部分について☆を行う
C)x=yならば、xが見つかった
1)各ステップで探索する範囲は必ず1/2以下になる
最悪の場合の探索範囲のサイズが１になった必ず終了する
→要素数nの集合に対する二分探索のステップ数はlog2Nを超えない
各ステップにおいて高々１回の要素比較を行う。
時間計算量はO（logn)である
2)パターン文字列pの長さをkとすると、各ステップにおいて高々k回の文字比較を行う
時間計算量はO (klogn)
3)Tを長さnのテキスト文字列とする
Tの位置iから始まり、Tの最後で終わる文字列をTの位置iの接尾辞という。接尾辞をあらかじめ辞書式順序にソート
ステップ数はlog2Nを超えない
パターン文字列pの長さをkとすると、各ステップにおいて高々k回の文字比較を行う
時間計算量O(klogn)
[様々なデータとデータ分析の基本]
データ＝記号化・数値化された資料（測定値・メディアデータ・ラベルデータ・ネットワーク）
1.様々なデータ
・系列データ＝前後関係のあるデータ
時々刻々と得られる系列データ（時系列データ）
時間とは関係のない系列データ
・量と質の観点から
量的データ（比率データ・感覚データ）と質的データ（順位データ・カテゴリーデータ）
・構造化の観点から
構造化データ（表形式のデータ）
非構造化データ（文章、画像、音）
2.データの分析＝データから意味のある情報を引き出す
・データ分析が必要な理由
学術的・社会的要請やデータからの要請やデータ分析技術の進展
・データ分析の主なタスク＝予測、傾向や関連の発見、分類・グルーピング | B |
C-2021-2_U3 | 8 | 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 | 二分探索法が線形探索法よりも時間計算量が圧倒的に短く計算できるということがわかりました。記号化数値化された資料であるデータは、様々な種類があり、専門的知識がなくとも子供から大人まで、自然と予測、傾向や関連の発見、分類・グルーピングができるようになっているということがわかりました。 | B |
C-2021-2_U3 | 8 | 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 | 様々な探索方法を今まで習ってきましたが、どの探索方法がどういう状況において最も良い方法なのかわからなくなってしまっていました。 | B |
C-2021-2_U3 | 8 | 4 | 質問があれば書いてください | ありません。 | B |
C-2021-2_U3 | 8 | 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 | 8 | 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 | 大量のデータから目的に合致したものを取り出すことを情報検索といい、例としてGoogleなどによるインターネット検索があげられる。情報検索を高速に行う方法の一つとしてデータをあらかじめソートしてから二分探索をおこなう方法がある。 | B |
C-2021-2_U42 | 8 | 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 | 二分探索アルゴリズムの計算量は、各ステップごとで探索する範囲は必ず半分以下になることが分かっており、最もステップ数が多い場合でも探索範囲のサイズが１になったら必ず終了する。また要素数ｎの集合に対する二分探索のステップ数はlog2(n)を超えないため、二分探索の時間計算量はO(log n)である。 | B |
C-2021-2_U42 | 8 | 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 | 8 | 4 | 質問があれば書いてください | 特になし | B |
C-2021-2_U42 | 8 | 5 | 今日の授業の感想や反省を書いてください | 自分が普段よく使っている検索エンジンでの検索にかかる計算量やそのアルゴリズムを詳しく知ることができ、面白かった。これまでさまざまなアルゴリズムや計算量を学んだので、普段の生活の中でそれらを意識しながら生活したい。 | B |
C-2021-2_U19 | 8 | 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 | 二分探索法は、要素が整列されている場合、格別の速さで見つけることができる。 | B |
C-2021-2_U19 | 8 | 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 | 2分探索法の概要。 | B |
C-2021-2_U19 | 8 | 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_U19 | 8 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U19 | 8 | 5 | 今日の授業の感想や反省を書いてください | これまでの内容に比べて、身近に感じられた。 | B |
C-2021-2_U156 | 8 | 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 | 二分探索法とデータの分析について | C |
C-2021-2_U156 | 8 | 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 | データの分析の方法や、なぜ今データの分析が求められるようになってきているのか | C |
C-2021-2_U156 | 8 | 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-2021-2_U156 | 8 | 4 | 質問があれば書いてください | 二分探索法は計算時間が高速である以外に長所はあるのか？ | C |
C-2021-2_U156 | 8 | 5 | 今日の授業の感想や反省を書いてください | 講義ありがとうございました。今回までの授業は割と難しかったですが、次回以降は少しは楽になるのではないかという淡い期待の通りであることを祈ってます。 | C |
C-2021-2_U158 | 8 | 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 | 二分探索の仕組み | B |
C-2021-2_U158 | 8 | 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 | 二分探索アルゴリズムの計算方法 | B |
C-2021-2_U158 | 8 | 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 | 二分探索アルゴリズムの計算量 | B |
C-2021-2_U158 | 8 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U158 | 8 | 5 | 今日の授業の感想や反省を書いてください | 今回の内容も自分で勝手にやっていたことがあったのでびっくりした。 | B |
C-2021-2_U60 | 8 | 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 | 前回書いた通り、比較によるソートアルゴリズムには限界があるため、別アプローチによるアルゴリズムについて考える。
大量のデータから目的に合致したものを取り出すことを情報検索と呼び、整理されていない要素集合からしらみつぶしに探索する方法を線形探索と呼ぶ。
しかし、線形探索では時間計算量がO(n)となり、nの値が大きければ大きいほど非効率的である。
ここで、あらかじめ要素集合を整理し、その中央の要素と検索要素とを比較し、その大小によって要素を消去していく探索方法を2分探索と呼ぶ。
2分探索アルゴリズムにおいて、その時間計算量はO(logn)で表され、nの数が大きいほど、線形探索との時間計算量の差は大きくなる。
特に、テキストの2分探索において、Tのi文字目からTのn文字目までをTの位置iの接尾辞(1≦i≦n)と呼び、それぞれの接尾辞を辞書式順序にソートし、パターンと比較することでなされる。
データとは、事象の推論の基礎となる事実であり、特にコンピュータ的にはプログラムを使った処理の対象となる記号化・数字化された資料のことを指す。
また、データ分析とはデータから意味のある情報を引き出す行為のことを指し、対象となるデータはどのようなものでもよいとされる。
データ分析は、未来の予測、傾向や関連性の発見、分類などのために行われており、これらは人間が無意識的に行ってきたものである。
特に未来の予測は極めて身近なものであり、「～だろう」といった推測も予測のうちの一つである。
また、予測モデルを作成することで、未来だけでなく、過去の事象についても予測を立てることが出来る。 | C |
C-2021-2_U60 | 8 | 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 | 2分探索法の活用方法 | C |
C-2021-2_U60 | 8 | 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 | データの分類がデータ分析にどう影響するのか | C |
C-2021-2_U60 | 8 | 4 | 質問があれば書いてください | 特になし | C |
C-2021-2_U60 | 8 | 5 | 今日の授業の感想や反省を書いてください | いい加減期日通りに日誌を出せるようにしたい。 | C |
C-2021-2_U25 | 8 | 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 | 二分探索法とデータについて | B |
C-2021-2_U25 | 8 | 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 | 二分探索法についての理解 | B |
C-2021-2_U25 | 8 | 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 | 二分探索法の計算量についての理解 | B |
C-2021-2_U25 | 8 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U25 | 8 | 5 | 今日の授業の感想や反省を書いてください | 日ごろから私たちは予想を立てて生活していることに気づかされた。 | B |
C-2021-2_U76 | 8 | 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 | 線形探索とはSの要素が整列されていない時に左端からxを探していく操作であり二分探索とはSの要素が整列されているときに真ん中の要素yとxを比較することでxを探し当てていく操作のことである。x<yならば残りの前半部分で、x>yならば残りの後半部分でまた、真ん中の要素とxを比較する。x=yの時にXが見つかったことになる。線形探索よりも二分探索のほうが圧倒的に早く計算をすることができる。Tを長さnのテキスト文字列とするときTの位置iから始まりTの最後で終わる文字列をTの位置iの接尾辞という。 | B |
C-2021-2_U76 | 8 | 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 | 線形探索、二分探索の考え方を理解することができた。接尾辞配列というのはテキストの設備辞の開始配列だけを保持しておくということが分かった。 | B |
C-2021-2_U76 | 8 | 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 | 要素数nの集合に対する二分探索のステップ数がlog2(n)を超えないというところがどうしてそうなるか理解するのが少し難しかった。接尾辞のテキスト二分探索が難しかった。 | B |
C-2021-2_U76 | 8 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U76 | 8 | 5 | 今日の授業の感想や反省を書いてください | 今日の授業でやった考え方を実際に自分で手を動かして書くことでより深い理解につなげていきたいと思った。また、授業ももうあと半分なのでしっかりと復習をしていきたいと思う。 | B |
C-2021-2_U89 | 8 | 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 | 二分探索法とは、あらかじめ整列された大量のデータの中から、合致したものを取り出す方法である。その性質は、各ステップで、探索する範囲は二分の一以下になり、時間計算量は、集合の要素数をｎ、探索する文字列の長さをｋとすると、O(klog2n)である。また、テキストの二分探索を行う場合、テキストから、接尾辞の集合をソートしたものを作り、探索する。
データには、具体例として、測定値、メディアデータ、ラベルデータ、ネットワークなどがある。また、データには様々な種類があり、系列データ（前後関係のあるデータ）、量的データ（比率データ・間隔データ）、質的データ（順位データ・カテゴリデータ）、構造化データなどに分類できる。そして、データ分析の目的は、予測、発見、分類の三つがある。 | B |
C-2021-2_U89 | 8 | 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 | 情報検索が具体的にどのように、知ることができた。また、データにはどのようなものがあるか、知ることができた。 | B |
C-2021-2_U89 | 8 | 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 | 二分探索の数式的アルゴリズムが、授業中に分からなかった。 | B |
C-2021-2_U89 | 8 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U89 | 8 | 5 | 今日の授業の感想や反省を書いてください | グーグルで検索したとき、上部に「約 44,300,000 件 （0.62 秒）」などと表示されるが、なぜ一秒もかからずに何千万ものヒット数が分かるのか疑問に思っていたが、要素を一つ一つ比較しているのではなく、あらかじめソートされたデータを二分探索で比較しているのだと知り、長年の謎が解明できたので良かった。また、次の授業から、情報科学のメインである、データ分析に入っていくので楽しみだ。 | B |
C-2021-2_U86 | 8 | 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 | 二分探索法について。また、データ解析の概要について。 | C |
C-2021-2_U86 | 8 | 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 | 二分探索法は線形探索法よりも圧倒的に計算が早く済むということが分かった。 | C |
C-2021-2_U86 | 8 | 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_U86 | 8 | 4 | 質問があれば書いてください | null | C |
C-2021-2_U86 | 8 | 5 | 今日の授業の感想や反省を書いてください | 今回の講義で、B「計算とは」の単元が終了したのでしっかりと復習しておきたいと思う。 | C |
C-2021-2_U53 | 8 | 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、二分探索法について学びました。さまざまな、検索方法のアルゴリズムを学ぶことが出来ました。また比較回数がlog と関係の深いものばかり出てきましたが、前回の授業とつながっていることがよく分かりました。 | B |
C-2021-2_U53 | 8 | 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 | 線形探索や、2分探索の要領は分かりました。また、分かりやすいスライドのおかげで、理解することが出来た部分は多かったと思います。キーワードの2分検索のところも、スライドのおかげでよくわかりました。また、比較回数に関してて、またlogが出てきましたが、前回先生に質問したところ、答えてくださったので、理解がいつもより出来ました。 | B |
C-2021-2_U53 | 8 | 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 | 線形探索や、2分探索の要領は分かりましたが、２分探索のアルゴリズムのところの、代入の一般化のようなものの部分を理解するのに苦しみました。 | B |
C-2021-2_U53 | 8 | 4 | 質問があれば書いてください | とくにありません。 | B |
C-2021-2_U53 | 8 | 5 | 今日の授業の感想や反省を書いてください | 今回の授業も、新しい学びを得られて、とても面白かったです。接尾辞集合の部分で、こんな検索の方法があったのかと知り、興味深かったです。シンプルなのに、検索しやすく、素晴らしいアルゴリズムがとても多いなと思いました。 | B |
C-2021-2_U96 | 9 | 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 | データの傾向や関連の発見、グルーピング、人工知能とは、機械学習とデータ、AIにできないことなど | B |
C-2021-2_U96 | 9 | 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 | 学習内容を理解して、自分の生活での一例に落とし込んで考えていくことができた。 | B |
C-2021-2_U96 | 9 | 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_U96 | 9 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U96 | 9 | 5 | 今日の授業の感想や反省を書いてください | 今日は数学的な内容よりも日常に関連した内容が多く、感覚的に理解しやすかった。自分の生活に関連した例も多く、わかりやすかったので良かった。次回の授業もこのモチベーションを保ちながら受けたいと思う。 | B |
C-2021-2_U21 | 9 | 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 | データ解析の基本である発見とグルーピングについてその方法を詳しく学んだ。また、現在利用されているすべての人工知能は特化型AIであることやAIを調整する機械学習、深層ニューラルネットワークなどについて学んだ。 | C |
C-2021-2_U21 | 9 | 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の性能がなぜ向上したのかずっとあやふやでわからないままだったが、深層ニューラルネットワークを利用していること、非常に大規模なデータが手に入るようになったこと、コンピュータがパワーアップしたことが理由であるとわかった。 | C |
C-2021-2_U21 | 9 | 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_U21 | 9 | 4 | 質問があれば書いてください | null | C |
C-2021-2_U21 | 9 | 5 | 今日の授業の感想や反省を書いてください | データの内容に入ってから、中学や高校でも触れてきたことなのでかなり理解しやすくなった。特に、AIは身近に溢れておりそれらに関連付けることができるので、覚えやすいと感じた。 | C |
C-2021-2_U69 | 9 | 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 | 今回の講義では、データの分析とはどういうことか、そして無意識のうちに行っているデータ分析にはどんなものがあるのか、加えてAIと機械学習について主に学んだ。 | B |
C-2021-2_U69 | 9 | 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 | 今回の講義ではデータ分析にはどんなものがあるのか、そして近年発達してきている分野のAIについて学び、身近なところにあるAIについて知った。また、AIも人と同じようにデータの学習が必要であることが分かった。 | B |
C-2021-2_U69 | 9 | 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_U69 | 9 | 4 | 質問があれば書いてください | 特になし | B |
C-2021-2_U69 | 9 | 5 | 今日の授業の感想や反省を書いてください | 今回の講義ではAIについて学び、万能であるように思われるAIも欠点がまだまだ存在し、これから解決していかなければならない課題が多くあるとわかり、これからまだまだ発展していく分野なのだと感じた。 | B |
C-2021-2_U50 | 9 | 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 | 特化型AIの進歩はめざましい。しかし、フレーム問題など様々な問題が山積している。 | C |
C-2021-2_U50 | 9 | 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 | 経済工学の授業で、見かけの相関関係について勉強したことがあったので、よく理解できた。 | C |
C-2021-2_U50 | 9 | 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。 | C |
C-2021-2_U50 | 9 | 4 | 質問があれば書いてください | 特にありません。
| C |
C-2021-2_U50 | 9 | 5 | 今日の授業の感想や反省を書いてください | 内容が大変興味深くなってきたので、楽しみだ。 | C |
C-2021-2_U107 | 9 | 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の仕組みと利用例、AIが行う機械学習の意味と学習の工夫 | B |
C-2021-2_U107 | 9 | 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が複雑な問題に対応するために深層ニューラルネットワークが有用なこと、AIにもフレーム問題などの対応しきれないケースがあること | B |
C-2021-2_U107 | 9 | 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_U107 | 9 | 4 | 質問があれば書いてください | 特になし | B |
C-2021-2_U107 | 9 | 5 | 今日の授業の感想や反省を書いてください | AIの性能がどんどん優秀になっているのはもちろんだが、どのデータを使って学ばせるのか、どのようなパラメータを設定するかなど設計段階で人間が工夫しなければならないことも分かった。一度オープンソースを見てみようと思った。 | B |
C-2021-2_U27 | 9 | 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 | データは関数などと密接に関係している。AIは現在はあまり汎用性を持てていない。 | B |
C-2021-2_U27 | 9 | 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 | データが関数と密接に関わっていてそれが社会活動に大きく役立てられていることが分かりました。また特化型AIはすでに人を超している分野もあることを知りました。 | B |
C-2021-2_U27 | 9 | 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-2021-2_U27 | 9 | 4 | 質問があれば書いてください | 特にありません | B |
C-2021-2_U27 | 9 | 5 | 今日の授業の感想や反省を書いてください | 今日の内容は課題協学のデータの利活用という授業で習ったところも出ており、身近に感じやすい話題だった。 | B |
C-2021-2_U129 | 9 | 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 | 今回の講義では、まず先週に引き続きデータ分析の基本について学んだ。その後人工知能について、特に特化型AIについて活用例などを学び、同時に現在のAIの問題点についても学んだ。 | B |
C-2021-2_U129 | 9 | 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 | 単にAIと言っても特化型AIと汎用AIがあり、汎用AIを実現するのは特化型AIよりも格段に難しいことが分かった。 | B |
C-2021-2_U129 | 9 | 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_U129 | 9 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U129 | 9 | 5 | 今日の授業の感想や反省を書いてください | 現在身近なものにもAIが使われているということは知っていたが、皮膚がんの判定などAIが使われていると思っていなかったものもあり驚いた。また、AIは判断根拠が不明確であるという問題があるのは初めて知った。それから、深層ニューラルネットワークについて簡単な仕組みは分かったが、もう少し詳しく知りたいと思った。 | B |
C-2021-2_U32 | 9 | 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 | 前回の小ンピュータサイエンスの続きと人工知能の学習に関する講義だった | B |
C-2021-2_U32 | 9 | 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 | 相関分析については、たとえ相関があったとしても、それが疑似相関ではないのかを精査する必要があると思った。 | B |
C-2021-2_U32 | 9 | 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_U32 | 9 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U32 | 9 | 5 | 今日の授業の感想や反省を書いてください | 人工知能を用いたデータ分析をGoogleなどの大企業は行っているが、そのデータが売買されておりそこから収益を得ているため、我々が無料で利用することができていることに驚いた。 | B |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.