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_U78 | 11 | 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 | データの理想的な集め方やメリットデメリット、バイアスの話や個人情報の扱いについて学びました。 | C |
C-2021-2_U78 | 11 | 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 | データの集め方はたくさんあるけど、それぞれ多くのメリットデメリットがあることが分かった。また、バイアスの入る調査について学びました。個人情報について個人情報の定義や、オープンデータはホームページで公開しているものではない事、CCライセンスを知れました。 | C |
C-2021-2_U78 | 11 | 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 | データの抽出法が多く、頭で整理しきれなかった。 | C |
C-2021-2_U78 | 11 | 4 | 質問があれば書いてください | null | C |
C-2021-2_U78 | 11 | 5 | 今日の授業の感想や反省を書いてください | 個人情報が大切な現代で保護や利用について多く知れてよかった。データもバイアスが入らないように気を付けながら、適切な抽出法を選ぶべきと感じた。 | C |
C-2021-2_U153 | 11 | 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 | データ収集の方法として全数調査と標本調査の２つを学び、標本選択バイアスについても学びました。あとはデータと個人情報の関係、オープンデータの定義、意味や目的などについて学びました。最後にバイアスの少ない標本調査や、オープンデータや個人情報保護法の追加情報についても学びました。 | B |
C-2021-2_U153 | 11 | 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 | データ分析の方法や個人情報保護法について、オープンデータの詳細について理解できました | B |
C-2021-2_U153 | 11 | 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_U153 | 11 | 4 | 質問があれば書いてください | 特にないです | B |
C-2021-2_U153 | 11 | 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 全ての内容が面白かったですがその中でも特にオープンデータについては、自分は前々からYouTubeのゲーム実況と著作権の関係にとても興味があったのでその仕組みを知ることができたので良かったです。 | B |
C-2021-2_U51 | 11 | 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 | 11 | 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 | 11 | 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 | 11 | 4 | 質問があれば書いてください | null | C |
C-2021-2_U51 | 11 | 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 | 11 | 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 | データ収集とバイアス
調査のためのデータ収集
理想的状況としてすべての調査対象を母集団としてその全て知ることを全数調査と言い、この調査方法はすべての母集団を調査できる環境が整っていたり、母集団の規模が小かったりする場合に用いることができる。調査で得られたデータは真実であるが、
一般的な統計調査で全数調査は事実上不可能であり、調査に対する労力が単純に大きくなってしまう。それに対して、調査対象となる母集団の一部を取り出して調査する標本調査には有意抽出法と無作為的抽出法がある。有意抽出法は調査の企画者が独自の判断で標本を抽出できる。例えば、収集しやすい調査対象から標本を抽出する便宣抽出などが挙げられる。調査たい対象をい独自の判断で絞り込める＝データ収集が容易であるが、独自で判断で調査が行われるため、調査結果が母集団全体を代表していないことが多かったり、独自判断が誤っていれば、真実とは異なる結果が出てくる可能性があったりする。
過去の状況と見たいのデータが同じという保証はないが、過去のデータから未来を予測することによって生まれる偏見を標本選択バイアスという。例えば、入試テストの点数から、入学後の成績を測定現社員全体のアンケートに基づく、方針決定や特にメディアの該当インタビューがあり、恣意的に選んだ意見のみをあたかも一般論のように報道するも悪質な標本選択バイアスともいえる。利用した方法の性質に依存したバイアスのことを帰納バイアスと呼び、違う方法だと違う結果になってしまう。データを分析したり、AIに数字、音声、画像を利用するときは人間がつけたアノテーション（データの説明）を手がかりにすることによって生じる偏見をアノテーションバイアス
個人情報とは個人識別符号のことで、個人の権利利益を守ることが目的とする個人情報保護法によって守られている。
個人情報データの分析はデータ所有者本人への同意なしには不可能であり、本人の同意を得ない取得は原則禁止である。
個人を特定できないように加工した個人情報のことを匿名加工情報といい、名前を隠すだけでは匿名であるとは言えない。また、政機関が保有する公共データのうち二次利用可能（データを営利目的を使っても良い）で、機械判読（PDFや画像ではない「数値」データ）に適していて、無償で利用できる公開データのことをオープンデータ呼ぶ。このデータは市民や企業が使いやすい公共データであり、行政によって推進されつつある。その具体策として、官民データ活用推進基本法を用いて、地方自治体に対し、自らが保有する民間データについて国民が容易に利用できるよう必要な措置を講じることを義務化したり、世界最先端IT国家創造宣言や民間データ活用推進基本計画なども打ち出している。オープンデータには著作権大きく関係する。ホームページで公開することがオープンデータではというわけではない。特に、PDFの資料は著作権で保護され、閲覧専用で分析不向きだと言える。例えば、PDFをCSVに加工して、クリエイティブ・コモンズ・ライセンスをつけて公開するなどすれば、オープンデータと捉えるだろう。クリエイティブ・コモンズとは国際非営利組織とそのプロジェクトの総称である。CCライセンスは作品を公開する作者がこの条件を守れば私の作品を自由に使っても構いませんという意思表示であり、作者は著作権を保持したまま作品を自由に流通させることが可能で、受けてはライセンス条件の範囲内で再配布やリミックスなどが可能である。BY(著作権者の表示)NC(商用利用不可)ND(改変不可)SA(改変版についても、レベルを継承)などのシステムにより、利用者が営利目的を含めて自由にデータを改変、複製、再分配をすることが可能になってきている。 | B |
C-2021-2_U3 | 11 | 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 | データ収集や調査の段階で、様々なバイアスが生じる可能性があり、それぞれ長所と短所を持ち合わせていることがわかった。また、オープンデータはとても活用しやすいものであり、クリエイティブ・コモンズを使えば、多くの人々がアクセスしやすいものとなることがわかった。 | B |
C-2021-2_U3 | 11 | 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 | クリエイティブ・コモンズは便利な方法であることは分かったのですが、それがどのような方法でつけることができるのが、多くの人がそのツールを活用できるよなものなのかはわかりませんでした。 | B |
C-2021-2_U3 | 11 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U3 | 11 | 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 | 11 | 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 | 調査には、調査対象を全て調べる全数調査と調査対象となる母集団の一部を取り出して調査する標本調査がある。全数調査はすべての母集団を調査できる環境が整っているときや母集団の規模が小さいときに限定されるが、調査で得られたデータは真実であるというメリットがある。また、調査の企画者が自分の判断で標本を抽出することを有意抽出といい、その代表として便宜抽出があげられる。 | B |
C-2021-2_U42 | 11 | 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 | 標本を抽出するうえで問題となるのが標本選択バイアスである。標本選択バイアスを入らないようにデータを収集するために、母集団から直接ランダムにデータをえらっぶ単純無作為抽出法や、ランダムにグループを抽出し、そのグループ内でランダムに抽出する多段抽出法が用いられる。 | B |
C-2021-2_U42 | 11 | 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 | 11 | 4 | 質問があれば書いてください | 特になし | B |
C-2021-2_U42 | 11 | 5 | 今日の授業の感想や反省を書いてください | 一言でデータ収集といっても目的ごとに様々な種類の標本抽出の方法があり、その種類の多さに驚いた。これから様々な場面でデータの収集を行う機会があると思うので、その際には今回学んだ抽出の方法を意識しながら行いたいと思う。 | B |
C-2021-2_U19 | 11 | 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 | データ収集は現実的には標本調査で行われ、その抽出法(作為、無作為)にはそれぞれ利点、欠点が存在する。
個人情報は保護される一方で、有用な情報は第三者も活用できるような仕組みが考えられている。 | B |
C-2021-2_U19 | 11 | 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 | データ収集についてはよく理解できた。 | B |
C-2021-2_U19 | 11 | 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 | 統計についてのこと | B |
C-2021-2_U19 | 11 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U19 | 11 | 5 | 今日の授業の感想や反省を書いてください | 今までのBRmapの書き方があまり適切ではなかったようなので、今回からはしっかりと矢印でつなぎます。 | B |
C-2021-2_U156 | 11 | 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 | 個人情報、オープンデータについて | C |
C-2021-2_U156 | 11 | 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 | 個人情報の提供は原則本人の同意なしには無理だが、人の生命、身体、財産の保護のために必要がある場合や匿名加工情報となっているときなど例外がある。 | C |
C-2021-2_U156 | 11 | 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_U156 | 11 | 4 | 質問があれば書いてください | なし | C |
C-2021-2_U156 | 11 | 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。予習が疎かになってきているので次の授業までには改善してしっかり準備して臨みたいと思います。 | C |
C-2021-2_U158 | 11 | 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 | 統計調査の種類、バイアスのかかり方 | B |
C-2021-2_U158 | 11 | 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 | 統計調査の全数調査や無作為抽出以外の調べ方 | B |
C-2021-2_U158 | 11 | 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_U158 | 11 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U158 | 11 | 5 | 今日の授業の感想や反省を書いてください | 統計調査には思ったよりもたくさんの種類があることが分かった。 | B |
C-2021-2_U60 | 11 | 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 | データ収集のために統計調査を用いる際、考えられる手法は大きく分けて2つ考えられる。
一つは対象者全員(=母集団)を調査する全数調査である。全数調査は調査内容が必ず真実であるものの、実施が事実上不可能であり、なおかつ労力がかかるため、基本的には使われない。
もう一つは母集団から標本を抽出して調査する標本調査である。標本調査は労力が比較的かからず、実施が現実的であるが、標本抽出の方法によっては調査結果に偏りが出る。
独自の判断で標本を抽出する方法を有意抽出法と呼び、収集しやすい調査対象から標本を抽出する方法を特に便宜抽出と呼ぶ。逆に、母集団から無作為に標本を抽出する方法を無作為抽出法と呼ぶ。
調査における偏りのことをバイアスと呼び、標本抽出による偏りのことを特に標本選択バイアスと呼ぶ。
バイアスには、標本選択バイアス以外にも、利用した方法の性質に依存した帰納バイアス、他者がつけたデータの説明(アノテーション)によるアノテーションバイアスなどがある。
個人情報保護法における個人情報とは、特定の個人を識別できるもの、または個人識別符号が含まれるものと定義されている。
特に、本人に対して不当な差別偏見が生まれかねない個人情報を要配慮個人情報と呼ばれる。
個人情報を分析するためには、本人の了承を得る必要があるうえ、緊急時であったり、特定の条件を満たしていたり、個人を特定できない匿名加工情報であったりする必要がある。
行政が管理する公共データのうち、二次利用可能かつ機械判読に適しているかつ無償で利用できる公開データのことをオープンデータと呼ぶ。例として官民データが挙げられる。
オープンデータを公開するためには、ただデータをインターネットに掲載するだけでなく、クリエイティブ・コモンズ・ライセンスなどをつける必要がある。 | C |
C-2021-2_U60 | 11 | 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 | 標本抽出法の種類 | C |
C-2021-2_U60 | 11 | 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 | オープンデータの条件の詳細 | C |
C-2021-2_U60 | 11 | 4 | 質問があれば書いてください | 特になし | C |
C-2021-2_U60 | 11 | 5 | 今日の授業の感想や反省を書いてください | 今回の内容は特に難解だったように思えた。復習する際は重点的に行いたい。 | C |
C-2021-2_U25 | 11 | 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 | データ収集とバイアス | B |
C-2021-2_U25 | 11 | 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 | 標本選択バイアス | B |
C-2021-2_U25 | 11 | 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 | オープンデータ | B |
C-2021-2_U25 | 11 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U25 | 11 | 5 | 今日の授業の感想や反省を書いてください | BRマップと日誌をこれからも欠かさずやっていきます | B |
C-2021-2_U76 | 11 | 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 | オープンデータとは、二次利用可能で無償で利用でき、機械判読に適したデータのことである。防災や、子育てに利用されている。また、個人情報とは氏名、生年月日など個人を特定できる情報のことで、特定の例外をのぞいて公表してはならない。 | B |
C-2021-2_U76 | 11 | 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 | 標本調査と全数調査の違い。 | B |
C-2021-2_U76 | 11 | 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_U76 | 11 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U76 | 11 | 5 | 今日の授業の感想や反省を書いてください | オープンデータのことは、初めて知ったので、これから進んで利用していきたいと思った。 | B |
C-2021-2_U89 | 11 | 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 | 統計調査には、全数調査と標本調査がある。全数調査は、得られたデータが真実であるというメリットを持つが一般的な統計調査だと不可能であったり、労力が大きいというデメリットを持つ。標本調査では、有意抽出法と無作為抽出法の二種類があり、有意抽出法は、データ収集が楽というメリットを持つ一方、調査結果が母集団を代表していない可能性（標本選択バイアス）があるというデメリットを持つ。そんな標本選択バイアスには様々なものがあり、過去と未来の状況が同じ保証がないにもかかわらず、過去のデータから未来を予測したり、入試のテストから、入学後の成績を推定するといった、生存者バイアスがある。標本選択バイアス以外のバイアスでは、帰納バイアス（利用した方法の性質に依存したバイアス）、アノテーション（データの説明）バイアスなどが存在する。
個人情報保護法が定義する個人情報とは、氏名、生年月日や、個人識別符号が含まれるものである。また、個人情報は、原則として、本人の同意なしでは取得できないことが定められている。
オープンデータとは、行政機関が保有する公共データのうち、二次利用可能で、機械判読に適していて、無償で利用できる公開データのことである。オープンデータは、民間によって、防災・観光・子育てなどに活用されている。しかし、行政機関が公開しているホームページは、著作権で保護されていたり、機械判読に適していなかったりとするため、オープンデータではない。公開しているデータについて、どの程度までそのデータを利用していいかは、クリエイティブ・コモンズ・ライセンスを見ることで判断できる。 | B |
C-2021-2_U89 | 11 | 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 | クリエイティブ・コモンズ・ライセンスの存在を初めて知り、見方が分かった。 | B |
C-2021-2_U89 | 11 | 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 | アノテーションバイアスが、例にあった「画像認識のためのデータ」以外にどのようなものがあるのか分からなかった。 | B |
C-2021-2_U89 | 11 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U89 | 11 | 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、データ収集についての有益な情報がたくさんあり、とても有意義だった。特にオープンデータは、大学のレポートや、社会人になってから活用できそうなので、どんどん使っていきたいと思った。また、クリエイティブ・コモンズ・ライセンスの存在を初めて知り、見方が分かったので、オープンデータを使用する際には、これを見て判断しようと思った。 | B |
C-2021-2_U86 | 11 | 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 | 標本調査でかかるバイアスについて。また、個人情報の定義やオープンデータについて。 | C |
C-2021-2_U86 | 11 | 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 | 個人情報やオープンデータの定義が分かった | C |
C-2021-2_U86 | 11 | 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 | 11 | 4 | 質問があれば書いてください | null | C |
C-2021-2_U86 | 11 | 5 | 今日の授業の感想や反省を書いてください | 様々な標本の抽出方や、バイアスについて知ることができて面白かった | C |
C-2021-2_U53 | 11 | 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、データ収集と個人情報保護について学びました。データ収集に関しては、収集の種類や、そのメリットデメリット、また、それに関連するバイアス、対処法など、個人情報保護に関しては、自分にとても関係のある身の回りのことや、行政などの、とても大きなものに関することまで幅広く学ぶことが出来ました。実際に、国内外で行われている事例などを挙げながら、個人情報保護やデータについて学びました。 | B |
C-2021-2_U53 | 11 | 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 | 今日の内容で、高校生の頃に一度学んだ、全数調査と標本調査の違い、標本調査の詳しい種類やそれぞれの特徴などをたくさん知ることが出来ました。また、バイアスが入らないようにするための方法、バイアスが少ない標本調査法がたくさんあることを知り、その特徴、良さなどを詳しく知ることが出来ました。特に、スライドがとても多かったですが、どれも丁寧な構成でスムーズに理解することが出来ました。 | B |
C-2021-2_U53 | 11 | 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 | なぜ、以前使われていたデータの収集法は効率が悪いものだったのかが分からなかった。全数調査は使う場面があるのか疑問でした。スライドのおかげで、分からなかったところはほかはありません | B |
C-2021-2_U53 | 11 | 4 | 質問があれば書いてください | 全数調査は身近なところで実際にどういったところに使われているのかを知りたいです。 | B |
C-2021-2_U53 | 11 | 5 | 今日の授業の感想や反省を書いてください | 標本調査における、バイアスに対する対処法がとても多くて、面白かったです。スライドの丁寧な構成のおかげで、理解に苦しむことなく授業を受けることが出来たと思います。次回もよろしくお願いします。
| B |
C-2021-2_U96 | 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 | 学部ごとの事例紹介、データやグラフの可視化とその具体例、多次元データなど | B |
C-2021-2_U96 | 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 | 様々な種類のデータの可視化の方法について理解することができた。 | B |
C-2021-2_U96 | 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 | 特にないです | B |
C-2021-2_U96 | 12 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U96 | 12 | 5 | 今日の授業の感想や反省を書いてください | 現在基幹教育や専門教育で学んでいること(線形代数など)は、他の分野でも活かすことができると知って興味がわいた。思わぬところで生かせるような分野とこれから出会っていくかもしれないので、今学んでいることに対してしっかり取り組んでいきたい。 | B |
C-2021-2_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 | ベクトルは「データ」の組み合わせであり、一つの組み合わせではわからないことも多数のデータを用意することでデータ間の関係が見えてくるということを学んだ。また、距離とは要するにデータ間の差異で、距離が小さいほど似ており、類似度はその反対の概念であるということも学んだ。 | C |
C-2021-2_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 | ベクトルを用いて株価の予測や化合物の特徴のグループ化、法令文書の解析などができるということが分かった。 | C |
C-2021-2_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 | C |
C-2021-2_U21 | 12 | 4 | 質問があれば書いてください | null | C |
C-2021-2_U21 | 12 | 5 | 今日の授業の感想や反省を書いてください | データサイエンスにおける「距離」がどのようなものなのか知ることができた。ユークリッド距離、L1距離（マンハッタン距離）、max距離、ハミング距離など多くの種類があることに驚いた。 | C |
C-2021-2_U69 | 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 | 今回の講義では、ベクトル・距離・類似度とデータの分析の関わりについて学んだ。距離であってもユークリッド距離やハミング距離などのさまざまな表し方があることを学んだ。 | B |
C-2021-2_U69 | 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 | 今回の講義から類似度においてJaccard係数は集合について、コサイン類似度は方向性についての類似度であると分かった。また、データの分析における距離は一般的な距離よりも自由に設定できると分かった。 | B |
C-2021-2_U69 | 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-2021-2_U69 | 12 | 4 | 質問があれば書いてください | 特になし
| B |
C-2021-2_U69 | 12 | 5 | 今日の授業の感想や反省を書いてください | 今回の講義で特に印象に残ったのは距離についての話である。ベクトルによるデータの表現はこれまで見たことがあったが、距離については見たことがなく、その概念についてもより自由な感じであり、興味深いと感じた。 | B |
C-2021-2_U50 | 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-2021-2_U50 | 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-2021-2_U50 | 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-2021-2_U50 | 12 | 4 | 質問があれば書いてください | null | C |
C-2021-2_U50 | 12 | 5 | 今日の授業の感想や反省を書いてください | null | C |
C-2021-2_U107 | 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 | 学部別の情報科学応用例の紹介、ベクトルの説明と応用例の紹介、距離や類似度の種類の説明、ベクトル・距離・類似度の考え方がどのように分析に活かされているかということの説明 | B |
C-2021-2_U107 | 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 | 距離の考え方に、意外に多くの種類があったこと。ベクトルが「要素の内訳」のようなイメージで捉えられるようになった。 | B |
C-2021-2_U107 | 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-2021-2_U107 | 12 | 4 | 質問があれば書いてください | 特になし | B |
C-2021-2_U107 | 12 | 5 | 今日の授業の感想や反省を書いてください | 初めは距離と類似度の違いがいまいちわからなかったが、説明を聞いておよそのイメージがつかめた。以前習ったハミング距離が再び登場したことで分かりやすくなったように感じた。 | B |
C-2021-2_U27 | 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 | ベクトルなどは日常生活の中でも役立っている。物事を分解して考えるときに特に役に立つ。また、ベクトルを使うことで客観的に「もの」が概念としてどれほど離れているのかも考えることができる。数学は生活の中で生きている。 | B |
C-2021-2_U27 | 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 | ベクトルでの距離の測り方を再復習できた。ベクトルで測り、距離を調べ、類似度を考えることで、機械でも文字などを認知・識別できそうだということが分かりました。 | B |
C-2021-2_U27 | 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 | どの要素で分けていくのかが、ベクトルで分類していく過程で難しそうだと感じました。 | B |
C-2021-2_U27 | 12 | 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 | 12 | 5 | 今日の授業の感想や反省を書いてください | 高校そして大学でも数学を学んできたが、いまいち日常生活にどのように生かせるのか理解できていなかった。ベクトルや線形代数など数学の考え方で物事を推し量れることを知りとても面白いなと感じた。 | B |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.