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_U60 | 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、大規模なデータから傾向を見つけることを指し、相関分析などが例として挙げられる。
相関分析をする上で注意すべきは、第3の要素により、相関関係であるように見える擬似相関や、
相関関係は因果関係を包含しているものの、どちらが原因・結果か、さらに本当に因果関係なのかが分からない点である。
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を指す。
もし、グループが決まっていれば「組み合わせ」や「階層化」が可能であり、グループが決まっていなくても、クラスタリングを行うことで、グルーピングが可能である。
しかし、クラスタリングはあくまで「似ているデータを同じグループにする」方法であり、絶対的な正解は存在しない。
つまり、クラスタリングをした結果は人それぞれ異なるのが当たり前なのだ。
人工知能(AI)とは、人間の知能をまねするために作り出された機械である。ただし、現段階では人間が持つ様々な知能のうち、ある特定の知能だけしか再現できず、汎用性のない、特化型AIのみである。
その特化型AIも「何かを考える」AIではなく、「ルールに従って回答する」AIであるため、人間の知能を完全に再現しているとは言えない。
そんなAIでも、予測や最適配分、検知に適しているため、ビジネス的に使われることも多い。
AI[は初めから賢いわけではなく、機械学習によって、予測、認識・分類、生成などが出来るようになる。
また、現段階でのAIは過去の傾向を入力することで、未来の値を出力するため、AIは関数と似通った性質を持つ。
それを踏まえて、機械学習とは、関数を望ましい形に変えるためのものなので、関数内の定数、すなわちパラメータを変更することと表せる。
最近のAIは関数による入力と出力とを何度も繰り返して答えを出力するものである。このようなAIを深層ニューラルネットワークと呼ぶ。
これにより、AIのパラメータが膨大になり、複雑な問題でも扱えたり、コンピュータそのもののパワーアップにより、大規模なデータの入手や深層ニューラルネットワークの学習が容易になったりした。
しかし、汎用AIの開発が現段階ではできていないだけでなく、特化型AIでも、敵対的事例(ノイズなどにより、人間だと起こさないような誤りを起こすこと)や
フレーム問題(特定の範囲の問題にしか「考えが及ばない」こと)、AIの判断根拠が不明確であることが問題として挙がっている。 | C |
C-2021-2_U60 | 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 | データ分析の詳細、AIの脆弱性 | C |
C-2021-2_U60 | 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 | AIと関数とを同一的に見る理由が分からなかった。 | C |
C-2021-2_U60 | 9 | 4 | 質問があれば書いてください | 特になし | C |
C-2021-2_U60 | 9 | 5 | 今日の授業の感想や反省を書いてください | 日誌の内容がやっと提出期限に追いついたので、復習などにも手を出していきたい。 | C |
C-2021-2_U25 | 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の能力・種類 | B |
C-2021-2_U25 | 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ができること・できないこと | B |
C-2021-2_U25 | 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 | 深層ニューラルネットワーク | B |
C-2021-2_U25 | 9 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U25 | 9 | 5 | 今日の授業の感想や反省を書いてください | 次こそは小テストで満点を取りたい。 | B |
C-2021-2_U76 | 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 | データの分析では予測、（傾向や関連の）発見、分類・グルーピングという三つのタスクが必要になる。これらは極めて身近なものであり私たちは日々データを分析しながら生活をしている。予測モデルができることによって未知の事柄が起こったとしてもある程度対応することができる。考えることができるモデルは様々であり、同じモデルでもあてはめ方は多数存在している。しかし、過去のデータを十分に集めることができなかったり、要因が分からなかったり、時間的状況が異なる場合には予測が困難なこともある。
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のことである。
これの指標として相関があり、傾向に強さがあるのと同様に相関には強さがある。この時には、疑似相関についても注意することが求められる。また、相関と因果関係は異なることもあることにも配慮すべきである。
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をいう。こうすることによってデータ全体の把握が容易にできる。
似たデータを同じグループに分けることをクラスタリングという。しかしデータが似ているというのを実際に説明するのは難しいことである。また、クラスタリングには絶対的な正解が存在していない。
AIとは人間の知能の真似をする機械のことを言い、人間の脳が行うあらゆることを一つのAIが行うのは難しいことから
現在では画像認識AIや対話AIという特定のことだけをする特化型AIが広く活用されている。人間ほどの柔軟さをもつ汎用AIはまだ検討段階にいる。AIの技術を広く活用することによって、あらゆるビジネスが展開されている。AIを教育することを機会学習と言い、人間の学習の要領と似たものがある。現在のAIはまだまだ万能なものではなく、ノイズの混じった情報だと人間では絶対に起こさないようなミスを起こしたり特定の問題にしか考えが及ばなかったりするなどという問題点がある。
| B |
C-2021-2_U76 | 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 | データに関する考え方と、AIがどのように私たちの周りで機能しているかが分かった。またAIが人間にとって代わるような存在であると思っていたため、そのようなことには現段階ではまだまだ至らないというのを知ることができてよかった。 | B |
C-2021-2_U76 | 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 | 一番最初にAIを開発した人はどのように啓発したのか気になりました。 | B |
C-2021-2_U76 | 9 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U76 | 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、より自分の生活に密接したことをがky州することができて、とても興味深かったです。
なかでも「似ている」ということを説明するのは難しいという話が、今まで考えたことが無かったのでとても印象に残りました。
| B |
C-2021-2_U89 | 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 | 傾向や関連の発見のための代表的手法として、相関分析と、頻出パターン発見がある。相関分析では、見かけ上相関している疑似相関というものがあるので注意する。また、相関と因果関係は違うということにも気を付ける。分類・グルーピングでは、グループがあらかじめ決まっている場合と決まってない場合で手法が異なる。あらかじめ決まっている場合では、組み合わせや階層化などが挙げられ、決まってない場合では、自動的にグループを構成するクラスタリングがある。
人工知能には、特化型AIと汎用型AIに分けられるが、現在は特化型AIしか存在しない。特化型AIは身近だと、画像認識や音声認識、ビジネス分野では、シェアリングエコノミー、サーベイランス、デジタルトランスフォーメーションなどといった形で活用されている。また、人工知能を作る際、機械学習（関数の形（パラメータ）を望ましい形にいじる）というものがあり、それによって、予測、認識・分類、生成を行うことができるようになる。機械学習をしたAIの中で、最近主流のものは深層ニューラルネットワークで、非常に高性能である。しかし、現在の敵対的事例の存在、フレーム問題、判断根拠が不明確などといった問題がある。 | B |
C-2021-2_U89 | 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 | 機械学習とは、関数の形（パラメータ）を望ましい形にいじることだということが分かった。 | B |
C-2021-2_U89 | 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 | 深層ニューラルネットワークの仕組みについて、大雑把にしか分からなかった。 | B |
C-2021-2_U89 | 9 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U89 | 9 | 5 | 今日の授業の感想や反省を書いてください | フレーム問題の話と、全脳シミュレーションの話が特に面白かった。自分が生きている間に、汎用型AIができるのかどうかは分からないが、どれくらい人工知能というものが進化し、私たちの生活が変化するのか、ますます楽しみになった講義だった。また、大学生のうちに人工知能について詳しく勉強したいと思った。 | B |
C-2021-2_U86 | 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 | データの相関について、また、AIについて | C |
C-2021-2_U86 | 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 | 疑似相関に注意しなければならないということが分かった。
| C |
C-2021-2_U86 | 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 | 深層ニューラルネットワークのおおまかな動きが難しかった | C |
C-2021-2_U86 | 9 | 4 | 質問があれば書いてください | null | C |
C-2021-2_U86 | 9 | 5 | 今日の授業の感想や反省を書いてください | データの解析やAIについて知ることができて面白かった。 | C |
C-2021-2_U53 | 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 | 今回は、さまざまなデータとデータ解析の基本、AIと機械学習について学びました。データ分析の基本は、予測、傾向や関連の発見、分類・グルーピングであることを知りました。データとは何かも学びました。 | B |
C-2021-2_U53 | 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 | 今日は、いつもの計算が難しい授業とは違って覚えることの多い授業でしたが、分かりやすいスライドのおかげで理解するのに苦しみませんでした。最後まで授業についていけました。 | B |
C-2021-2_U53 | 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 | とくにありません。 | B |
C-2021-2_U53 | 9 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U53 | 9 | 5 | 今日の授業の感想や反省を書いてください | 今回は計算とかではなく、覚えればいいことばかりだったので、理解することは出来ました。ただ、量がとても多かったので、覚えるが大変だなと思いました。 | B |
C-2021-2_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 | 非構造化処理とは(言語処理、画像処理、音声/音楽処理）、パターン認識と機械学習(深層ニュートラルネットワーク、その応用など) | B |
C-2021-2_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 | 授業で説明された内容を、現代の具体例に置き換えながら考えることができた。 | B |
C-2021-2_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 | 特にないです
| B |
C-2021-2_U96 | 10 | 4 | 質問があれば書いてください | とくにないです | B |
C-2021-2_U96 | 10 | 5 | 今日の授業の感想や反省を書いてください | 身近なものがたくさん具体例に上がっていたので、感覚的に理解することが容易かった。また、技術の進歩が身近にあるということを強く実感した。 | B |
C-2021-2_U21 | 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、画像など表形式にならないデータを非構造化データと言い、その処理として言語処理、画像処理、音声/音楽処理を見ていった。さらに、パターン認識について主にコンピュータによるものを学習した。 | C |
C-2021-2_U21 | 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 | パターン認識は人間には簡単なことであり、日頃から無意識にしているとわかった。 | C |
C-2021-2_U21 | 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-2021-2_U21 | 10 | 4 | 質問があれば書いてください | null | C |
C-2021-2_U21 | 10 | 5 | 今日の授業の感想や反省を書いてください | 授業の内容自体は理解できるものだが、最近集中力が欠けているので気を引き締めていきたい。 | C |
C-2021-2_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 | 今回の講義では、構造化データと非構造化データのうちの非構造化データについて学び、非構造化データの処理の方法として言語処理、画像処理、音声・音楽処理があると学んだ。また、授業の後半ではパターン認識やその応用について学んだ。 | B |
C-2021-2_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 | 今回の講義では画像データや音声データが非構造化データと呼ばれ、さまざまなコンピュータ処理の方法があることが分かった。また、授業後半で学んだパターン認識は身の回りにも多くの活用例があることも分かった。 | B |
C-2021-2_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 | 特になし | B |
C-2021-2_U69 | 10 | 4 | 質問があれば書いてください | 特になし | B |
C-2021-2_U69 | 10 | 5 | 今日の授業の感想や反省を書いてください | 今回の講義では非構造化データについて学び、知っていた部分も少しあったが初めて聞く内容もあり、非常に面白かった。特に、パターン認識による非構造化データの処理が身近なところで行われているとは知らなかったので非常に興味深かった。 | B |
C-2021-2_U50 | 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 | パターン認識は境界線を引き、グルーピングする作業
| C |
C-2021-2_U50 | 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 | 最先端の化学にはやはり、認識論や哲学が絡んでくるということがわかった。 | C |
C-2021-2_U50 | 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-2021-2_U50 | 10 | 4 | 質問があれば書いてください | 特にないです。 | C |
C-2021-2_U50 | 10 | 5 | 今日の授業の感想や反省を書いてください | ビニールに点を打って、折り曲げる図がとてもわかりやすかった。 | C |
C-2021-2_U107 | 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 | 非構造化データの詳細と実用例の紹介、パターン認識の説明および機械学習との関係の説明 | B |
C-2021-2_U107 | 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 | 非構造化データは音や画像を数字や情報として扱えるように加工してあり、活用の幅が広いこと。パターン認識は万能ではなく似ている具合の定義が曖昧だとうまく機能しないため学習させる前の設計も重要であること。
| B |
C-2021-2_U107 | 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-2021-2_U107 | 10 | 4 | 質問があれば書いてください | 特になし | B |
C-2021-2_U107 | 10 | 5 | 今日の授業の感想や反省を書いてください | 前期で学習していた線形代数の知識が画像分析に繋がることが面白いと感じた。また今回の説明で深層ニューラルネットワークのイメージがより鮮明になり、情報分析の分野に興味が湧いた。 | B |
C-2021-2_U27 | 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様々な種類がある。例えば、言語や画像や音声などです。また、パターン認識についても学習しました。コンピュータには難しいですが、人間は簡単にやっています。さらにパターン認識は機械学習とも深くかかわっています。 | B |
C-2021-2_U27 | 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 | 特に画像データには線形代数やベクトルの知識がいることが分かりました。また、言葉をしゃべれない赤ちゃんであってもパターン認識をしているであろうと推察されることが分かりました。 | B |
C-2021-2_U27 | 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 | 分からないというより、機械のパターン認識の正確性について疑問を覚えました。 | B |
C-2021-2_U27 | 10 | 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 | 10 | 5 | 今日の授業の感想や反省を書いてください | ベクトルや線形代数など数学の知識がフルに使われているなと感じました。機械の仕組みなどもすこしづつ知ることができており、楽しいです。 | B |
C-2021-2_U129 | 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 | 今回の講義では、非構造化データの処理について、またパターン認識について学んだ。非構造データの処理については言語処理、画像処理、音声・音楽処理の3種類を学んだ。パターン認識については、様々なデータからそれが何であるのかを当てる方法であると学んだ。 | B |
C-2021-2_U129 | 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 | パターン認識は、人間は容易に行っているが、コンピューターで行おうとすると難しいということが分かった。 | B |
C-2021-2_U129 | 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図での説明はなんとなく分かったが、いまいちピンと来ていない。 | B |
C-2021-2_U129 | 10 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U129 | 10 | 5 | 今日の授業の感想や反省を書いてください | ベクトルは矢印のようなものとしか認識していなかったが、画像を表すときにも利用されると知り面白いと思った。また認識論について考えれば考えるほどわからず、もどかしいと思うと同時に面白いと思った。 | B |
C-2021-2_U32 | 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 | さまざまなデータに関することやコンピュータによるパターン認識がどのように利用されているのかということについての授業だった。 | B |
C-2021-2_U32 | 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 | 近年、AIが急速な成長を遂げているのだが、パターン認識の観点で見ると、まだまだ改善の余地があることがわかった | B |
C-2021-2_U32 | 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-2021-2_U32 | 10 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U32 | 10 | 5 | 今日の授業の感想や反省を書いてください | コンピュータはなんでもできると思っていたが、パターン認識については人間の方が勝っている部分もあるが、さまざまな応用のされ方をしているので、将来的には人間が到底及ばないレベルにまでコンピュータの機能が到達するのではないかと思った。 | B |
C-2021-2_U35 | 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、画像、音などの非構造化データの処理について言語処理、画像処理、音声/音楽処理にわけて学習した。さまざまなデータが何であるか当てる方法であるパターン認識について、その目的と種類についてなら学習。パターン認識はどれほど似ているかという基準で行われるが、似ている具合に基準がなく難しい。また最近のパターン認識は大量データと機械学習により行われている。 | B |
C-2021-2_U35 | 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るということ。400万画素のカメラから400万画素の画像ができる。この画像は400万次元のベクトルとなる。パターン認識は人間にとっては乳幼児でもできるほど簡単なものであるが、コンピュータからすると難しいということ。 | B |
C-2021-2_U35 | 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イメージ図について、紙を折るところと実際の仕組みの結びつきがよくわからなかった。 | B |
C-2021-2_U35 | 10 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U35 | 10 | 5 | 今日の授業の感想や反省を書いてください | 似ている具合の考え方の計り方が明確でないというところがいろんな考え方があって面白いなと思いました。具体的な方法はまだわからないけど、こういった問題を完璧に解決したコンピュータができたら本当にすごいことだと思いました。ただそんなコンピュータができてしまうと、人間の能力をどんな分野でもコンピュータが超えてしまう気がして少し怖いなとも思います。 | B |
C-2021-2_U34 | 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について。 | B |
C-2021-2_U34 | 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イメージが以前の講義よりも沸いた。 | B |
C-2021-2_U34 | 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-2021-2_U34 | 10 | 4 | 質問があれば書いてください | 特になし。 | B |
C-2021-2_U34 | 10 | 5 | 今日の授業の感想や反省を書いてください | 41ページからの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簡単な理解はできたと思う。 | B |
C-2021-2_U121 | 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 | 非構造データ処理の例として、言語処理や画像処理、音声・音楽処理について学習しました。また、パターン認識と機械学習、深層ニュートラルネットワークの関連について学習しました。 | C |
C-2021-2_U121 | 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 | 非構造データ処理の種類や、仕組みについて理解することができました。 | C |
C-2021-2_U121 | 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説明が難しかったです。 | C |
C-2021-2_U121 | 10 | 4 | 質問があれば書いてください | null | C |
C-2021-2_U121 | 10 | 5 | 今日の授業の感想や反省を書いてください | 様々なデータ処理の例を知ることができて面白かったです。また、深層ニュートラルネットワークについてもっと知りたいと思いました。 | C |
C-2021-2_U87 | 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 | コンピューターはパターン認識という方法でものを判別している。音や画像もデータの一部である。パターン認識を応用して自動化や異常検出ができる。 | F |
C-2021-2_U87 | 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 | 我々が普通のように使っているコンピューターも人間と同じようにものを認識するためには学習することを知るました。 | F |
C-2021-2_U87 | 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 | 折り曲げるというのがよくわからなかった | F |
C-2021-2_U87 | 10 | 4 | 質問があれば書いてください | null | F |
C-2021-2_U87 | 10 | 5 | 今日の授業の感想や反省を書いてください | コンピューターの構造的な部分が知れるので面白い。 | F |
C-2021-2_U131 | 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 | 言語データをコンピュータによって分析する自然言語処理という技術がある。
画像はベクトルからできていて、そのベクトルの分け方？が細かいほど画像は鮮明なものになる。
コンピュータにパターン認識をさせるのはかなり難しいが実現されつつある。 コンピュータに大量のデータに境界線を引かせる学習の仕方が存在する。（深層ニューラルネットワーク） | B |
C-2021-2_U131 | 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 | 前回も出できた、「コンピュータに境界線を引かせる」という言葉の意味がよく分かっていなかったが、紙を折り曲げるイメージ図によって、境界線を引くというより作り出すものだと理解することができた。 | B |
C-2021-2_U131 | 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-2021-2_U131 | 10 | 4 | 質問があれば書いてください | 特になし | B |
C-2021-2_U131 | 10 | 5 | 今日の授業の感想や反省を書いてください | 人間は幼いころからパターン認識を無意識に行っていることを初めて知った。雰囲気や面白さを感じ取ることも言われてみれば確かに人間にしかできないことだと納得した。
最初に予習したときは、バベルの図書館の話の意味がよく分からなかったが、授業を聞いて理解することができた。ただの文字列から自分が過去に書いた日記が見つかったり、素晴らしい名作がうまれたりする可能性を秘めていると考えると、文字列というものはとても面白いと感じた。 | B |
C-2021-2_U10 | 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 | データには構造化データと非構造データがある。数値などからなる構造化データに対し、言語や画像、音声データなどを非構造化データを指す。 | B |
C-2021-2_U10 | 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 | 数値でない非構造化データもコンピュータでは数値化して処理をすることが分かった。 | B |
C-2021-2_U10 | 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 | なし
| B |
C-2021-2_U10 | 10 | 4 | 質問があれば書いてください | なし | B |
C-2021-2_U10 | 10 | 5 | 今日の授業の感想や反省を書いてください | コンピュータではすべてのものが数値になりデータとして処理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.