Split (1)

train · 28.3k rows

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_U151	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	今あるAIは特化型AIであり、「弱いAI]である。また、現在は「強いAI」は定義されていない。AIの機械学習とは関数をいじる、つまり、パラメータをいじっていることと等しい。	B
C-2021-2_U151	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の現状や課題点、また、AIの学習がどのように行われているかを理解できた。	B
C-2021-2_U151	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	深層ニュートラルネットワークの部分をしっかり理解できなかった。	B
C-2021-2_U151	9	4	質問があれば書いてください	null	B
C-2021-2_U151	9	5	今日の授業の感想や反省を書いてください	今回で章の区切りがきた。今回はデータやAIはどのようなものかについて学んだ。自分の知識を整理すると同時にBRマップを作成していきたい。	B
C-2021-2_U167	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	・前回の復習・データ解析・AI	B
C-2021-2_U167	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	・相関があるということと因果関係があるということは違う話である。・AIが最近のブームであるが、「知能」という観点から見ると人間のそれとは異なる・データ解析の対象となるデータは多岐に渡る	B
C-2021-2_U167	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	・アナウンスがあるときは、授業時間内にしてほしい	B
C-2021-2_U167	9	4	質問があれば書いてください	null	B
C-2021-2_U167	9	5	今日の授業の感想や反省を書いてください	小テストでデータ解析の対象となるものを選ぶとき、いろいろ考えて選んだが、データであればその種類に関わらず、解析の対象となるようだった。AIは関数であるというタイトルで心が折れそうになったが、苦手な人用に注釈がついていたのでモチベーションを維持できた。	B
C-2021-2_U146	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	我々は意外とaiにかこまれた生活をおくっている	B
C-2021-2_U146	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の仕組み	B
C-2021-2_U146	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_U146	9	4	質問があれば書いてください	null	B
C-2021-2_U146	9	5	今日の授業の感想や反省を書いてください	最近サスペンスドラマにai関連の話があり、自分の罪を他人に押しつけるために悪用するなど悪い活用法もあるのでaiにはいろんな意味で気をつけようと思った。	B
C-2021-2_U28	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	データとは何かや、構造化データと非構造化データの違い、データ分析がなぜ必要とされているのかなどを学んだ。また、データ分析の主なタスクの予測、発見、分類・グルーピングなどを学んだ。	C
C-2021-2_U28	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	今回の内容では、データ分析のタスクである予測の具体例や、発見、分類・グルーピングなどについても知ることができた。	C
C-2021-2_U28	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_U28	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_U28	9	5	今日の授業の感想や反省を書いてください	今回の授業では、データ分析について様々な例が出てきて面白かった。特に、相関の因果関係があるとは限らないというところが面白いなと思った。	C
C-2021-2_U13	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	発見とは大規模なデータの中に潜む傾向を見つける方法である。「発見」のための代表的手法に相関分析がある。AとBが相関しているとは、Aが増えればBが増えるというような傾向にあることをいう。これは因果関係（＝こういう原因だから、こういう結果になった）とは違う。また疑似相関の可能性もあるためデータを正しく読み取るよう注意する必要がある。データ分析をする上でグルーピングは有効な手段の一つである。データをグループ単位で見ることで全体の概要を簡単に把握することができる。グルーピングができない場合似たデータの塊であるクラスタを作成する。クラスタリングをするにあたっては何をもって似ているとするか、どれくらい似ているかなど考えるべきことが多く。答えが一様に定まるものではない。人工知能（AI）とは人間の知能を真似する機械のことで、特定の知能だけを人工的に実現したAIを特化型AIという。現在利用されているAIは全てこれ。我々の知能と同じ柔軟さと多機能性を持つAIを汎用AIと呼び、現状ではまだ検討段階である。人工知能はチャットbotや画像検索、顔認識など既に生活の中に溶け込んでいる。またシェアリングエコノミーやRPAなどビジネスの現場にもどんどん導入されている。人工知能を作るためには機械学習が必要である。これは、入力と出力のセットを大量に学習させることで理想の出力を得られるようにAIを調整するものだ。AIは関数であるからパラメータをいじることで調整を行う。最近主流なのは深層ニューラルネットワークというもので、ざっくりといえば入力データに対してさまざまな数を掛けたり足したりする操作を何回も繰り返すことで最終的な答えが出てくるというものである。	B
C-2021-2_U13	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	疑似相関と、相関関係と因果関係との違いがわかった。今まで自分の中でブラックボックス化されていたAIがどんな仕組みなのかをざっくりとではあれ、知ることができた。そして、既に日常にAIが溶け込んでいることを認識できた。	B
C-2021-2_U13	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_U13	9	4	質問があれば書いてください	null	B
C-2021-2_U13	9	5	今日の授業の感想や反省を書いてください	人工知能についてところどころ聞き齧った知識しか持っていなかったので、今回その概要を学ぶことができてとても楽しかった。ちょうど疑似相関についての調査をしているところだったので相関分析のあたりが特に興味深かった。	B
C-2021-2_U127	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	本日の内容は、主にデータ分析の基本とされる予測、傾向や関連の発見、グルーピングというテーマと、人工知能についてであった。予測は「精度」と「あてはめ方」が重要である。傾向や関連の発見では、擬似相関に注意が必要であり、グルーピングは、グループがあらかじめ決まっているかどうかで場合分けが求められ、「絶対的な正解」が存在しないことに気を配らなければならない。人工知能については、理想形は汎用AIであるが、現在の技術では実現不可能であり、特化型AIが普及しつつある。特化型AIは「中国語の部屋」などの問題を抱えてはいるが、ビジネスでの利用が数多く確認されている。また、機械学習は「関数」理論をもとに、予測、認識・分類、生成を可能にする作業で、「オープン戦略」や、それに付随する深層ニューラルネットワークの利用で高度化が進んでいる。しかし、敵対的事例、フレーム問題、判断根拠が不明確である事例など、人工知能に関する問題点は山積している。	B
C-2021-2_U127	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	データ分析の予測、傾向や関連の発見、グルーピングは、確かに前回の講義で学んだ通り、「身近」な作業であったが、それぞれデータの取り扱いについて、注意を払わなければ箇所があることがわかりました。また、人工知能は活用され始めてきているものの、いまだ道半ばであり、汎用AIの実現が求められていること、そして、特化型AIのビジネスでの活用例について学ぶことができました。そして、AIの機械学習のメカニズム並びに、AIの近年の目まぐるしい発展の土台となった、「オープン戦略」なども理解することができました。	B
C-2021-2_U127	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_U127	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_U127	9	5	今日の授業の感想や反省を書いてください	今回の講義は、我々の身近な事例も多く取り上げてくださったおかげで、大変理解しやすかったです。そうしたこともあり、データ分析の基本である予測、傾向や関連の発見、グルーピングにおけるデータの取り扱い方の難しさは、今まで考えてこなかったことで、ギャップを強く感じることができました。次週以降も主体的に学習に取り組みたいと思います。	B
C-2021-2_U164	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	データ分析の種類 AIの仕組みや学習の仕方、活用方法	C
C-2021-2_U164	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とは結局関数のようなものだということ。	C
C-2021-2_U164	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	C
C-2021-2_U164	9	4	質問があれば書いてください	シンギュラリティが来る日は近いですか。	C
C-2021-2_U164	9	5	今日の授業の感想や反省を書いてください	相関と因果の違いをしっかりと理解することが騙されない力につながると思った。 AIの学習のさせ方もいろいろと開発されていて興味深かった。	C
C-2021-2_U170	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	データにはさまざまな種類があり、私たちの日常では欠かせないものとなっている。	F
C-2021-2_U170	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	構造化データや非構造化データがあり、グラフを用いたりするのが構造化データ、音声や画像が非構造化データであることが分かりました。	F
C-2021-2_U170	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	とくになし	F
C-2021-2_U170	9	4	質問があれば書いてください	null	F
C-2021-2_U170	9	5	今日の授業の感想や反省を書いてください	今回の授業は受けてきた中で一番なじみのあることだったのでしっかりと理解できたので良かったです。	F
C-2021-2_U9	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	膨大なデータの中に潜む傾向を見つける「発見」の手法として、主に相関分析と頻出パターン発見が挙げられる。相関分析とは2つの要素間の関係性を明らかにする方法で、例えば「aが増えればbも増える」という傾向があるとき「aとbは相関する」という。要素間の関係性が強い場合は相関は強く、関係性が弱い場合は相関は弱くなる。また、相関には「正の相関」、「負の相関」、「無相関」がある。aが増えればbも増えるとき「正の相関」、aが増えればbは減るとき「負の相関」、関係性が見られないとき「無相関」となる。相関分析の場合、「擬似相関」と「因果関係と相関は別物」という2点に注意しなければならない。頻出パターン分析の例としては、バスケット分析が挙げられる。バスケット分析とは、特定の商品を購入した消費者がほかに何をあわせて購入したのかを分析する手法である。グルーピングとはデータを複数のグループに分けることであり、これによってデータ全体の状況把握が容易になる。グループがあらかじめ決まっていないとき、似たデータが同じグループになるようにし自動的にグループを構成する。これをクラスタリングという。ここで、似たデータのかたまりのことをクラスタという。クラスタリングによって全体を概観でき、またデータ全体の多様性や各クラスタの勢力がわかる。クラスタリングは様々な場面で用いられる一方で、「データが似ている」とはどういうことなのかなどといった考慮すべき点も多くある。また「似ている具合」の測り方やクラスタ数の決め方は多種多様なので、クラスタリングには絶対的な正解がないことが多い。 AIとは人間の知能を真似する機械であり、AIを利用したものは私たちの身近にも多くある。現在使用されているAIは全て特化型AIである。特化型AIは「弱いAI」とも言われ、特定の知能だけを人工的につくったAIである。AIはシェアリングエコノミーや消費者に対する商品の推薦、ビジネスや様々な組織の効率を向上させる(DX)ために利用でき、また人やもの、河川や渋滞の状況を監視するためにも活用できる。このようなAIは、機械学習によって入力に対して正しい出力が出せるようになる。入力に対して出力するため、AIは関数y=f(x)と表現できる。(教師あり)機械学習とは、入力に対する正しい出力のデータを多数用意しその通り出力するようAIを調整すること、つまり、データによって関数y=f(x)が望ましい形になるようパラメータを調節することである。この際、十分な量の多種多様なデータが必要となる。この機械学習によって、AIは予測や生成、認識・分類ができるようになる。最近のAIでは、深層ニューラルネットワークがその本質にある。深層ニューラルネットワークとは、人間の脳神経回路の数式モデルを多層化し、多様な特徴の抽出をできるようにしたものである。深層ニューラルネットワークでは、入力データに対してパラメータを何度もかけたり足したりすることで最終的な答えが出てくる。このネットワークの活用と大規模なデータの獲得、またコンピュータのパワーアップによってAIの性能は劇的に向上している。また、オープンソースやオープンデータ、webから無料で使用できるコンピュータの出現により、AIの性能はさらに向上しそうだ。しかし、現在のAIは全く万能でなく、「習っていないものに対しては融通がきかない」、「特定の範囲のことしか考えが及ばない」などといった多数の弱点がある。一方、現在検討段階にある汎用AIは「強いAI」とも言われ、人間の知能と同じ柔軟さと多機能性をもつ。この汎用AIを実現する方法として、脳を構成するニューロンの個々の動きを再現しそれらを繋げて脳全体を再現する「全脳シミュレーション」が挙げられる。	A
C-2021-2_U9	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	相関分析やバスケット分析とは何か、またクラスタリングによるメリットがわかった。	A
C-2021-2_U9	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	深層学習とは何なのかがよくわからなかった。	A
C-2021-2_U9	9	4	質問があれば書いてください	特にありません。	A
C-2021-2_U9	9	5	今日の授業の感想や反省を書いてください	AIとは一体どのようなものなのかについてあまり考えたことがなかったので、AIの学習方法や現在抱えている問題点に対して興味を抱きました。	A
C-2021-2_U126	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	「発見」のための代表的方法として、相関分析と頻出パターン発見がある。データ分析ではグルーピングも大事である。グループがあらかじめ決まっていない場合はクラスタリングが有効である。特定の知能だけを人工的に実現したAIを特化型AIという。汎用AIはまだ検討段階であり、全脳シミュレーションなら可能と考えられている。AIを含む様々な情報処理技術によりビジネスや様々な組織の効率を向上させることをデジタルトランスフォーメーション（DX）という。機械学習により、AIは予測や認識・分類、生成までもできるようになっている。深層ニュートラルネットワークとは大量のデータと学習により実現される非常に高性能なAIである。	C
C-2021-2_U126	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	頻出パターン解析のバスケット解析について理解できた。中国語の部屋という学説がはじめて知った。AIとは関数であり、機械学習とはその関数を適切な形に修正していくことという話がわかりやすかった。深層ニュートラルネットワークの利用、膨大なデータが存在すること、コンピュータ自体が進化していることによりAIの性能が劇的に進歩していること、「オープン戦略」がそれに拍車をかけていることが分かった。	C
C-2021-2_U126	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_U126	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_U126	9	5	今日の授業の感想や反省を書いてください	相関があることと因果関係があることは同意ではない、という疑似相関の話がなるほどと思った。また、クラスタリングの説明のところで、「データが似ているとはどういうことか」という議論が出てきたが、自分ではあまり考えたことがない視点だったのでなるほどと思った。医療や顔認識など、人工知能の使用例を見て、こんなにたくさんあるんだと思って驚いた。	C
C-2021-2_U38	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	データとは何か、データの分類、データ分析と主な3つのタスク、人工知能とは	B
C-2021-2_U38	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	人工知能はシミュレーションで作ったデータを現実のデータを用いて補正したり、敵対的生成ネットワークを利用したりする以外にも強化学習、教師無し学習、深層学習などを通して特化型AIを超える知能を目指していると分かった。	B
C-2021-2_U38	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	人工知能の判断根拠を見出すのが難しいのに、説明可能AIの研究がそもそもできるのかわかりません。	B
C-2021-2_U38	9	4	質問があれば書いてください	null	B
C-2021-2_U38	9	5	今日の授業の感想や反省を書いてください	null	B
C-2021-2_U62	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	null	F
C-2021-2_U62	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	null	F
C-2021-2_U62	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	F
C-2021-2_U62	9	4	質問があれば書いてください	null	F
C-2021-2_U62	9	5	今日の授業の感想や反省を書いてください	null	F
C-2021-2_U161	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	データ分析の基本として予測、傾向や関連の発見、分類・グルーピングがある。予測とは過去のデータの傾向や結果に基づいてデータの予想を立てることである。予測は過去のデータを集められなかったり、要因が不明な場合があったり、現時点と予測時点で状況が違う場合があったりすることから難しい時もある。発見とは相関分析や頻出パターンを使ってデータを分析することである。分類・グルーピングとはデータをいくつかのグループに分けることでデータの把握を容易にするものである。人工知能とは人間の知能を真似する機械のことであり、大きく特化型AIと汎用AIに分かれる。特化型AIは特定の知能だけを学習したAIのことである。また、汎用AIとは人間の知能と同じ柔軟さと多機能性を持つAIのことである。ただ、まだ実現はしていないのが現状である。	C
C-2021-2_U161	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を活用することでビジネスもできることが分かった。人工知能をうまく活用できるようになれば、ビジネスを成功させるだけでなく、仕事を奪われることもないと分かった。	C
C-2021-2_U161	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_U161	9	4	質問があれば書いてください	null	C
C-2021-2_U161	9	5	今日の授業の感想や反省を書いてください	最近はAIが当たり前に身の回りにあるようになってきているが、それらのAIは人間以上の知能を持ちうるだけに、うまく活用しなければ色々なことを奪われてしまうことが分かった。	C
C-2021-2_U143	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	前回の二分探索の接尾辞の復習を行ったあと、データサイエンスの内容に入った。データ分析の基本である、相関関係とグルーピングについて学んだ。AIは、どのような種類があるのか、どのように活用されているのかを学んだ。また、AIがどんな仕組みなのかを大まかに学んだ。	B
C-2021-2_U143	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	データサイエンスは、数学の定理を用いることもあるが、それだけではすべてが説明できない、答えのない学問であると知った。例えばクラスタリングに絶対の正解はない。特化型AIとは、どういうものなのか、中国語の部屋の例でよく理解できた。学生のテスト勉強を機械学習の例にするのは分かりやすかった。AIは関数であり、その関数をいじることで、理想のAIを作ると分かった。	B
C-2021-2_U143	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	疑似相関に気を付けようとあったが、実際に因果関係が考えられそうなものと見分けがつかなそうだと思った。	B
C-2021-2_U143	9	4	質問があれば書いてください	null	B
C-2021-2_U143	9	5	今日の授業の感想や反省を書いてください	今回は、説明にたくさんの例が使われていてわかりやすかった。AIの仕組みなど非常に興味深い内容であったので楽しく講義を受けることができた。深層ニュートラルネットワークの仕組みは、何億回も数字を掛けたり、足したりすることで答えを求めると聞き、仕組みは全然わからないが凄まじいなと思った。	B
C-2021-2_U4	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	null	F
C-2021-2_U4	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	null	F
C-2021-2_U4	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	F
C-2021-2_U4	9	4	質問があれば書いてください	null	F
C-2021-2_U4	9	5	今日の授業の感想や反省を書いてください	null	F
C-2021-2_U23	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	発見のための代表的な手法が相関分析と頻出パターン発見であること、その次にグルーピングをする。現在の人工知能は万能ではないこと。	C
C-2021-2_U23	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	人工知能は関数であること。	C
C-2021-2_U23	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	深層ニュートラル	C
C-2021-2_U23	9	4	質問があれば書いてください	null	C
C-2021-2_U23	9	5	今日の授業の感想や反省を書いてください	人工知能は興味があったので、楽しかったです。	C
C-2021-2_U108	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	調査対象とは別の要素が関係している場合があるため、相関と因果関係はか必ずしも一致はしない。また、膨大なデータを大まかにまとめるためグルーピングしたり、クラスタリングしたりして「似た」データ同士でまとめてそのデータ集合の特徴や集合同士の関係の概要を俯瞰するともできる。更に、AIに大量のデータを丁寧に反復学習をさせることによって、帰納的に一般性をインプットさせてアウトプットではその一般性を用いた演繹的な判断を下せるようにできる。いまや判断制度は驚くほど上がりビジネスなどで広く実用化されている。しかし、AIには汎用性が乏しく、自発的に行動することができず、十分なデータがなければ正しく機能できない、判断根拠が不明確であることが多いというデメリットもいまだに残存している。	B
C-2021-2_U108	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	前回の授業で紹介された接尾辞が、テキスト文字列による検索プロセスの一つであることが分かった。確かに少ない文字列で検索出来ればスムーズに処理できると納得できた。クラスタリングを行う際、「似た」データで組み分けるが、その「似た」をどのように定義するかによって分析結果が変わる場合がある。AIのディープラーニングもテスト勉強と似ていて、例題をたくさん解くことである程度パターンや法則性を帰納的につかみ、発展問題が出てきたときにはその法則性を応用することで回答することができる。	B
C-2021-2_U108	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	「相関と因果関係はか必ずしも一致はしない」らしき事例をずっと前に新聞で見ました。どんな内容かよく覚えていませんが、「いやいや、この因果関係はさすがに強引じゃないか」と思えるデータでした。メディアリテラシーが重要になってくるこの時世、物事やデータを多角的にとらえていくためには提示されたデータ分析に対してどのような姿勢で向き合えばよいのでしょうか。	B
C-2021-2_U108	9	4	質問があれば書いてください	レポートを書く際に様々な参考文献からデータを分析するのですが、そのデータがそのテーマに沿った要素であるか、データの条件や縛りが限定されていないかなど、データの信頼性についていつも考えています。「相関と因果関係はか必ずしも一致はしない」ようなデータ分析を見破るような能力は、どのようにしたら鍛えられるのでしょうか。	B
C-2021-2_U108	9	5	今日の授業の感想や反省を書いてください	データ分析の信頼性は、情報リテラシーにおいて批判的に物事をとらえる能力に直結すると思った。また、ビジネスで大々的に活用されているAIは確かに便利ではあるが、当然苦手な分野はあるわけでその部分をさらに向上させたり、人間が補ったりすることでより良いシステムを作ることができるのではないかと思った。	B
C-2021-2_U59	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	我々の日常の中でも見かけることの多い人工知能は、「特化型AI」でありAIを用いた様々なビジネスも行われてきている。その一方で、まだAIには様々な問題点も残っている。	B
C-2021-2_U59	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	人工知能の現状や問題点を知ることができた。	B
C-2021-2_U59	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	クラスタリングについての説明。	B
C-2021-2_U59	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_U59	9	5	今日の授業の感想や反省を書いてください	人工知能を用いた様々なビジネスが行われていることを具体的に知ることができたので良かった。	B
C-2021-2_U48	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	データには相関があるものがあり、正の相関であったり、負の相関を持っている。しかし、擬似相関というものがある場合があり、相関と因果関係は違うということに注意しなければならない。似たグループを同じグループに分類することをクラスタリングという。しかし、クラスタリングは実際はどのようにデータが似ているのかなど色々と考えることが多い。また、クラスタリングには絶対的な正解は存在しない。人工知能とは人間の真似をする機械のことであり、現在利用されているAIはすべて特化型AIである。多機能をもつAIは現在はまだ研究中である。人工知能は私たちの身の回りにある。AIを活用するビジネスがあり、シェアリングエコノミー、リコメンド、サーベイランス、デジタルトランスフォーメーションがある。AIの作り方として機械学習というものがある。これは私たち人間の学習と同じようなものである。機械学習によって予測、認識、分類、生成などといったことが可能になる。AIとは関数である。最近のAIは深層ニューラルネットワークというものが利用されている。これは入力されたものに対して何回も足し算と掛け算を繰り返して最終的な答えを出している。現在のAIは十分なデータがないと正しく動かず、敵対的事例、ケース問題、判断根拠が不明確というような問題がある。	A
C-2021-2_U48	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	相関には正の相関と負の相関があることが分かった。しかし、擬似相関である場合があるので注意が必要だということも分かった。さらに相関と因果関係は違うものであるということも分かった。似たデータを同じグループに分類することをクラスタリングといい、クラスタリングは実際は色々考えることが多いことが分かった。現在利用されているAIは特化型のAIであり、弱いAIということが分かった。AIを活用したビジネスとして、シェアリングエコノミー、リコメンド、サーベイランス、デジタルトランスフォーメーションがあることが分かった。AIの作り方として機械学習があることが分かった。最近のAIは深層ニューラルネットワークが利用されていることが分かった。	A
C-2021-2_U48	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	なし	A
C-2021-2_U48	9	4	質問があれば書いてください	null	A
C-2021-2_U48	9	5	今日の授業の感想や反省を書いてください	やはり多機能をもつAIを作ることは難しいことなんだと思った。しかし何かに特化したAIはその特化したことだけを見ると人間の能力を上回っていることもあるのでAIは便利だとも思った。	A
C-2021-2_U104	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	大規模なデータの傾向を見つけるために、相関分析や頻出パターン発見を行う。相関分析の際には、疑似相関に気を付けなければならない。また、頻出パターン発見においてバスケット解析を行う。大量のデータを、グルーピングを行うことで状況を把握しやすくすることもできる。グループがあらかじめ決まっていない場合、クラスタリングを行うことでグループに分けることができる。人工知能には、特化AIと汎用AIがあり、身近な場所でもいろいろなところで使われている。	B
C-2021-2_U104	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	身近なところで使われているAIがどのようにしてその能力を得ているのか、機械学習の仕組みがよく分かった。また、データの傾向を見つけるための手法や見つけやすくするための方法を理解することできた。	B
C-2021-2_U104	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	今日は初めて聞いた単語や仕組みがたくさんあったので、きちんと復習して理解したいと思った。	B
C-2021-2_U104	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_U104	9	5	今日の授業の感想や反省を書いてください	AIの仕組みや機能、データの傾向を見つける方法や見つけやすくする方法など、たくさんのことを学んだ。特にAIの機械学習についてがとても面白かった。データをひたすら覚えさせて学習させるものだと思っていたが、AIは関数であるというのは興味深かった。	B

Subsets and Splits

No community queries yet

The top public SQL queries from the community will appear here once available.