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_U66 | 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 | 具体的な言語データ、画像データ、音声データとその非構造データの処理について。またその利用例。画像と音声のパターン認識の身近な例、パターン認識の課題（人間との違い）。 | B |
C-2021-2_U66 | 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（言語処理、画像処理、音声／音楽処理）がそれぞれ様々な場面で利用されていることが分かった。またコンピュータによるパターン認識が人間に比べて劣ってはいるものの、この技術も様々な場面で活用されていることが分かった。 | B |
C-2021-2_U66 | 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_U66 | 10 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U66 | 10 | 5 | 今日の授業の感想や反省を書いてください | 前回のAIの話と関連性がありわかりやすかった。自然言語処理は画像処理、音声／音楽処理に比べて一番身近で活用されていると思った。 | B |
C-2021-2_U5 | 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 | 文章や画像、音など表形式で表されないデータを非構造化データと呼ぶ。これを元にネットの検索数を割り出したり、音声認識で分析の対象となったりする。膨大なデータがある中で、コンピュータにはその場の雰囲気や関係性など人間が簡単に認知できるものの認識が難しい。これはコンピュータが認識できるものがあらかじめ制限されているからだ。大量のデータを線引きし、一定のパターンを設定した上で、それが何であるのか当てている。 | C |
C-2021-2_U5 | 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 | 身近に溢れるデータを体系的に分けたうえで、それぞれに特化した解析技術とその課題点を把握することができた。 | C |
C-2021-2_U5 | 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 | 画像がベクトルで表されることに関して、線形代数の援用が役立つと書いていたが、未習なので現時点では理解できなかった。 | C |
C-2021-2_U5 | 10 | 4 | 質問があれば書いてください | null | C |
C-2021-2_U5 | 10 | 5 | 今日の授業の感想や反省を書いてください | SiriやVOCALOIDなど、私の身近にあるものの名前が多く登場して親近感が湧くトピックだった。専門的なことはあまり分からないが、体系は理解できたのでよかったと思う。 | C |
C-2021-2_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 | null | C |
C-2021-2_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 | null | C |
C-2021-2_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 | null | C |
C-2021-2_U98 | 10 | 4 | 質問があれば書いてください | null | C |
C-2021-2_U98 | 10 | 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_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 | 今日の授業では、非構造化データ解析とパターン認識の基礎知識について学んだ。まず、非構造化データである言語データ、画像データ、音声データについてそれぞれの分析方法や分析における更なる課題などを学んだ。次に、パターン認識とは、画像や音声などの様々なデータを対象としてそれが何かを当てる方法である。パターン認識には様々なやり方があり、人間はそれを瞬時に行っているが、コンピュータが自由になんでもパターン認識を行うのはまだまだ難しいことである。 | B |
C-2021-2_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 | 非構造化データの一例である言語データをコンピュータによって分析する技術である自然言語処理は、頻出言語を見つけ出したり、翻訳をしたりすることがわかった。音声データの分析には、音声認識、話者認識、感情認識、音声合成などがあることがわかった。また、音声データには、音楽データだけでなく、環境音データもあり、異常音分析などがあることも学んだ。パターン認識には、様々なやり方があり、コンピュータがこれを行うことの難しさを知ったが、近年大量のデータと機械学習によって徐々に発展している。 | B |
C-2021-2_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 | 特にありません。 | B |
C-2021-2_U64 | 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_U64 | 10 | 5 | 今日の授業の感想や反省を書いてください | 私たちが普段使っているスマホやデジカメなどが超高次元のベクトルを常に扱っているということに驚いた。また、パターン認識というものを今回の講義で初めて耳にしたが、人間は画像認識や音声認識を無意識に、高精度で瞬時に行っていることを知って、改めて人間の能力のすごさを痛感した。また、最近ではパターン認識は、自動運転や自動診断などの自動化技術に応用する研究がすすんていることに関して、すごい時代になってきたなと思った。これから、機械はさらに発達していくと思うので、人間にしかできないことの価値を見出せるようにしたい。 | B |
C-2021-2_U102 | 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分析や認識について学んだ。非構造化データとは表にまとめられていない画像や音声のデータのことであり、その処理について勉強した。 | B |
C-2021-2_U102 | 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 | 言語処理については検索やトピック分析などを行っていることがわかった。また、身の回りには多くの画像データがあるが、それを認識したり生成していることを学んだ。音声/音楽データについては音には音声と音楽と環境音の三つに分けられることを学んだ。 | B |
C-2021-2_U102 | 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_U102 | 10 | 4 | 質問があれば書いてください | 特になし | B |
C-2021-2_U102 | 10 | 5 | 今日の授業の感想や反省を書いてください | 講義の中で画像はベクトルとして表されるという話があり、驚いたのと同時にすごいと思った。画像が数学の分野において記述できるということに感動した。また、自動で作曲もできるようになっているということにも驚いた。 | B |
C-2021-2_U125 | 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 | 冒頭前回の復習。主に非構造化データとパターン認識について。 | B |
C-2021-2_U125 | 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 | 非構造化データとは表形式にならない文章、画像、音などのデータのことを指す。非構造データ処理には主に「言語処理」「画像処理」「音声・音楽処理」がある。言語とは文字列で表されるデータであり、言語分析には「要約」「検索」「対話」「校正」「トピック分析」などがある。文字列から意味変換を行う分析には「意味解析」「パラフレーズ解析」「センチメント解析」「文章生成」などがある。画像データとは複数のピクセルの集まりと考えることができ、つまり画像＝ベクトルである。画像データの中には「カメラ画像」「顔」「指紋」「虹彩」「耳、唇、掌の静脈」などがあり、画像分析には「画像認識」「コンピュータビジョン」「画像処理」「画像生成」「特徴抽出」などがある。音のデータには主に「音声」「音楽」「環境音」の３つがあり、音声分析には「音声認識」「話者認識」「感情認識」「音声合成」がある。音楽分析には「楽曲分析」「音響分析」「音楽認識」「楽曲推薦」「音楽データ圧縮」等がある。環境音データ分析には「環境音認識」「音源分離」「音源同定」「異常音検出」がある。これらの非構造化データ分析を可能にするのは「パターン認識」と呼ばれる、様々なデータを参考にしてそれが何であるかを当てる方法である。最近のパターン認識は大量データと機械学習によるものであり、特に最近のトレンドは深層ニューラルネットワークである。大量のデータを用意してコンピュータに特徴抽出から類似性を導き出し、境界線を引いてもらうのが基本原理である。このパターン認識の応用で可能になるのがさまざまな「自動化」である。また人や食品、機械の異常検出にも応用できる。 | B |
C-2021-2_U125 | 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。 | B |
C-2021-2_U125 | 10 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U125 | 10 | 5 | 今日の授業の感想や反省を書いてください | 前回の授業で分かりにくかった深層ニューラルネットワークについて、今回の授業では具体的なイメージ図があって理解できた。最近BR-Mapの作成が毎週のように課されるが、BR-Mapを作成するだけで自分の理解できているところとできていないところが整理できるのでとてもいい。 | B |
C-2021-2_U84 | 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-2021-2_U84 | 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-2021-2_U84 | 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-2021-2_U84 | 10 | 4 | 質問があれば書いてください | null | F |
C-2021-2_U84 | 10 | 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_U61 | 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 | D |
C-2021-2_U61 | 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 | D |
C-2021-2_U61 | 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 | D |
C-2021-2_U61 | 10 | 4 | 質問があれば書いてください | null | D |
C-2021-2_U61 | 10 | 5 | 今日の授業の感想や反省を書いてください | null | D |
C-2021-2_U137 | 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 | 構造化データと対になるものとして、非構造化データというものがある。文字、画像、音がその例であり、処理としては言語処理、画像処理、音声/音楽処理がある。これらの非構造化データを対象として、それが「何か」を特定する方法にパターン認識がある。パターン認識は人間に得意でコンピュータには不得意である。パターン認識の例として顔認識、医用画像認識がある。最近のパターン認識は大量のデータを用いて機械学習で行っている。 | B |
C-2021-2_U137 | 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 | 非構造化データのデータ処理の例などを知ることができました。また、パターン認識の方法についても理解することができました。 | B |
C-2021-2_U137 | 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 | ありません。 | B |
C-2021-2_U137 | 10 | 4 | 質問があれば書いてください | 自動運転が可能になり車が事故を起こしたら、プログラミングをした会社が訴えられるのですか、それとも車を販売した会社が責任を取るのですか。 | B |
C-2021-2_U137 | 10 | 5 | 今日の授業の感想や反省を書いてください | 人間ですら他人の感情を読めないことがあるのに、機械が感情を読み取れるようになるのは面白いど悲しいなと思いました。何でもかんでも機械ができるようになってしまうと人間の仕事がなくなってしまうのではないかなと心配になりました。 | B |
C-2021-2_U80 | 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 | 様々な自然言語処理や画像処理、音声、音楽、環境音データの分析とパターン認識、またパターン認識と機械学習の関係、パターン認識を応用した様々な技術についての説明がありました。また画像はベクトルであるというお話や「似ている」とはどういうことかというお話もありました。 | B |
C-2021-2_U80 | 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 | パターン認識の一つの手法としてコンピューターに境界線を引いてもらうやり方があるということと、そのイメージが分かりました。また様々な分析についてどういったものがあるのか理解することができました。 | B |
C-2021-2_U80 | 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 | 画像はベクトルであるということのイメージがよくつかめませんでした。 | B |
C-2021-2_U80 | 10 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U80 | 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」という問題については日常生活の中で深く考えたことがなかったので、興味深かったです。またパターン認識や様々な分析、処理について多くの具体例を用いた説明があったので、スムーズに理解することができたと思います。 | B |
C-2021-2_U26 | 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 | 非構造化データとは表形式で表すことができないデータのことであり、代表的なものとして言語、画像、音が挙げられる。言語データをコンピュータによって分析する技術は自然言語処理と呼ばれ、最も多く出てきた単語を見つける処理である頻出言語や、翻訳などが含まれる。また、画像は多次元ベクトルであり、分析することで画像認識などを行うことができる。
パターン認識とは、様々なデータを対象としてそれが何であるかを当てる方法であり、画像認識などがある。コンピュータでのパターン認識を実現するためには大量のデータで機械学習を行うことが必要である。 | B |
C-2021-2_U26 | 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 | 人間は、無意識・高精度・高速にパターン認識を実行しているが、同じことをコンピュータにさせるのはなかなか難しいことだと分かった。また、大量のデータを用いて機械学習することで、パターン認識が実現可能であると理解することができた。 | B |
C-2021-2_U26 | 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-2021-2_U26 | 10 | 4 | 質問があれば書いてください | 前回のBR-Map課題の提出についてですが、提出先が表示されなかったため、提出することができませんでした。そのため、今回の提出先に前回の課題も併せて提出させていただきます。 | B |
C-2021-2_U26 | 10 | 5 | 今日の授業の感想や反省を書いてください | 画像が多次元のベクトルであると知り、線形代数で学んだベクトルについて一層興味を持つことができた。また、パターン認識について学ぶことで、人間が行っている認識は非常に高度なものであると実感することができた。また、「どのくらい似ているか」を明確にするのはとても難しいことだと感じた。 | B |
C-2021-2_U163 | 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 | D |
C-2021-2_U163 | 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 | D |
C-2021-2_U163 | 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 | D |
C-2021-2_U163 | 10 | 4 | 質問があれば書いてください | null | D |
C-2021-2_U163 | 10 | 5 | 今日の授業の感想や反省を書いてください | null | D |
C-2021-2_U81 | 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、非構造のデータがあり、それに伴い分析手法も種々ある。音声、画像は非構造データであり、パターン認識を適用できる。 | C |
C-2021-2_U81 | 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 | 機械は万能のようにみえてパターン認識のような人間だれでもできることが苦手なことを知ってちょっと驚いた。 | C |
C-2021-2_U81 | 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 | C |
C-2021-2_U81 | 10 | 4 | 質問があれば書いてください | なし | C |
C-2021-2_U81 | 10 | 5 | 今日の授業の感想や反省を書いてください | GoogleやAppleなどの大企業は莫大な個人データを集めてどのように分析にかけてるのだろうかとふと気になりました。 | C |
C-2021-2_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 | null | D |
C-2021-2_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 | null | D |
C-2021-2_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 | null | D |
C-2021-2_U52 | 10 | 4 | 質問があれば書いてください | null | D |
C-2021-2_U52 | 10 | 5 | 今日の授業の感想や反省を書いてください | null | D |
C-2021-2_U37 | 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 | 非構造化データについて | B |
C-2021-2_U37 | 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 | 非構造化データとは何なのかとその処理 | B |
C-2021-2_U37 | 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 | B |
C-2021-2_U37 | 10 | 4 | 質問があれば書いてください | 特にない | B |
C-2021-2_U37 | 10 | 5 | 今日の授業の感想や反省を書いてください | 前回課題を忘れていて今回も忘れそうだったので気を付けたい | B |
C-2021-2_U166 | 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-2021-2_U166 | 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-2021-2_U166 | 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-2021-2_U166 | 10 | 4 | 質問があれば書いてください | null | F |
C-2021-2_U166 | 10 | 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_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 | 深層ニューラルネットワークについての補足
非構造化データの処理
パターン認識について | B |
C-2021-2_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 | 非構造化データをどのように扱っているか
パターン認識の難しさ | B |
C-2021-2_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 | ないです | B |
C-2021-2_U11 | 10 | 4 | 質問があれば書いてください | ないです | B |
C-2021-2_U11 | 10 | 5 | 今日の授業の感想や反省を書いてください | 機械学習でなんでもできると思っていたので、コンピュータのパターン認識が難しいのは驚きました
| B |
C-2021-2_U6 | 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 | データは表形式の構造化データと言語や画像、音などの非構造化データがある。言語は頻出言語や意味解析などを行って活用する。画像はベクトルによって解析ができ、線形代数によって計算される。音は周波数等をデータとして分析する。非構造化データはパターン認識によってルール化・自動化・以上検出などが可能になるが、それは人には容易だがコンピュータには難しい。大量なデータを用いて境界線を学ばせる必要がある。 | B |
C-2021-2_U6 | 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 | 画像がどうやって処理されているのか知ることが出来た。また、非構造化データの活用の方法やパターン認識について理解できた。 | B |
C-2021-2_U6 | 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 | 広く学ぶことが出来た一方でなんとなくしか把握できていない気がする。 | B |
C-2021-2_U6 | 10 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U6 | 10 | 5 | 今日の授業の感想や反省を書いてください | なんとなく知っていた内容でもあったため、あまり集中できなかった。
今回の内容で気になったところはさらに個人的に調べておきたい。 | B |
C-2021-2_U160 | 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 | 身の回りの画像、音などほとんどのものがデータとしてあらわすことができる。 | B |
C-2021-2_U160 | 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 | ベクトル、数字の組
ふたつの数字の組を2次元ベクトルという
パターン認識
人間には簡単でコンピュータには難しい。
| B |
C-2021-2_U160 | 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_U160 | 10 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U160 | 10 | 5 | 今日の授業の感想や反省を書いてください | 身の回りにこんなにデータが溢れているなんて知らなかった。 | B |
C-2021-2_U1 | 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-2021-2_U1 | 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-2021-2_U1 | 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-2021-2_U1 | 10 | 4 | 質問があれば書いてください | null | F |
C-2021-2_U1 | 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.