最後に飛ぶ

AI・データサイエンス基礎２　課題

lect@e-chan.jp へ 課 題提出の注意事項 にしたがってメールで提出してください。

［必須］ は全員がやらなくてはいけない課題、 ［自由］ は必ずしも取り組む必要はないが、 取り組めば平常点評価がプラスになる（かもしれない）課題です。

の課題

  1. ［必須］ ☆ 課題:小テスト（１行だけの本文で lect@e-chan.jp へ提出してください）

  2. ［自由］ 今日の講義について、質問、感想等がもしあれば、自由に述べてください。こ の場合は lect@e-chan.jp 宛ではなく dats@e-chan.jp に（別メールとして）送ってください。

の課題

  1. ［必須］ ☆ ビデオ (NHK BS FRONTIERS) を見て、感想（５０文字以上）を課題として提出してください。

の課題

  1. ［必須］ ☆ 課題:小テスト（１行だけの本文で lect@e-chan.jp へ提出してください）

  2. ［自由］ 今日の講義について、質問、感想等がもしあれば、自由に述べてください。こ の場合は lect@e-chan.jp 宛ではなく dats@e-chan.jp に（別メールとして）送ってください。

の課題

  1. ［必須］ ☆ 課題:小テスト（１行だけの本文で lect@e-chan.jp へ提出してください）

  2. ［自由］ 余力のある人は、以下を考えてくださ い。
    サイコロを120回なげたとき、１から６までの目が、それぞ れ 25,27,20,10,13,25 回でました。このサイコロは歪みがあると言えるでしょ うか？カイ二乗検定を行ってください。

    この課題を提出する場合は、それを lect@e-chan.jp宛ではなく dats@e-chan.jp に（別メール として）送ってください。

  3. ［自由］ 今日の講義について、質問、感想等がもしあれば、自由に述べてください。こ の場合は lect@e-chan.jp 宛ではなく dats@e-chan.jp に（別メールとして）送ってください。

の課題

  1. ［必須］ ☆ 課題:小テスト（１行だけの本文で lect@e-chan.jp へ提出してください）

  2. ［自由］ 余力のある人は、以下を考えてくださ い。
    授業では大阪環状線について計算しましたが、ここ では、 山手線のcsvデータ（このリンク先を保存してください） を多次元尺度法で分析し、そのプロット結果について論じてください。 可能であれば、プロット結果をキャプチャして添付ファイルとして 送ってください。キャプチャ方法については、 MS のページ等を参考にしてください。
    この課題を提出する場合は、それを lect@e-chan.jp宛ではなく dats@e-chan.jp に（別メール として）送ってください。

  3. ［自由］ 今日の講義について、質問、感想等がもしあれば、自由に述べてください。こ の場合は lect@e-chan.jp 宛ではなく dats@e-chan.jp に（別メールとして）送ってください。

の課題

  1. ［必須］ ☆ 課題:小テスト（１行だけの本文で lect@e-chan.jp へ提出してください）

  2. ［自由］ 余力のある人は、以下を考えてくださ い。
    授業資料の「おまけ」にあったクラスタ数の評価方 法を R で実装してください。検索するとNbClust ライブラリを使う方法が 出てくるかもしれません。それを使ってもらってもOKです。授業で使った km01.csv のデータに適用した結果（と、それを導いたＲのソースコード） をメールで送ってください。

    この課題を提出する場合は、それを lect@e-chan.jp 宛ではなく dats@e-chan.jp に（別メー ルとして）送ってください。

  3. ［自由］ 今日の講義について、質問、感想等がもしあれば、自由に述べてください。こ の場合は lect@e-chan.jp 宛ではなく dats@e-chan.jp に（別メールとして）送ってください。

の課題

  1. ［必須］ ☆ 課題:小テスト（１行だけの本文で lect@e-chan.jp へ提出してください）

  2. ［自由］ 余力のある人は、以下を試みてくださ い。
    アソシエーション分析のさらなる演習として、例えば https://d-pos.net/ のサンプル データ ... サイトが廃止されていますので、急遽 サンプルデータ を ChatGPT で作りましたので、ダウンロードして分析してください。
    内容は1日のスーパーマーケットの購入履歴で、列は以下の通りです。 Transaction ID, Transaction Time, Product Name, Price 1つのTransanction IDに対して、Product Nameは2個から10個存在します。
    この課題を提出する場合は、それを lect@e-chan.jp宛ではなく dats@e-chan.jp に（別メール として）送ってください。

  3. ［自由］ 今日の講義について、質問、感想等がもしあれば、自由に述べてください。こ の場合は lect@e-chan.jp 宛ではなく dats@e-chan.jp に（別メールとして）送ってください。

の課題

  1. ［必須］ ☆ 課題:小テスト（１行だけの本文で lect@e-chan.jp へ提出してください）

  2. ［自由］ 余力のある人は、以下を考えてくださ い。
    R にはいろいろなサンプルデータが最初から用意してあります。その中で機械 学習で有名なものとして、アヤメ (iris) のデータがあります。R を立ち上げ て単純に 
    > iris
    と打ち込むとデータが表示されるはずです。ちなみに項目の意味は以下の通りです。
    • Sepal: がく片（の長さと幅）
    • Petal: 花びら（の長さと幅）
    • Species: アヤメの３品種 [setosa / versicolor / virginica]
    このデータから決定木を作って、作られたルールについて考えられることを述 べてください。
    この課題を提出する場合は、それを lect@e-chan.jp 宛ではなく dats@e-chan.jp に（別メール として）送ってください。

  3. ［自由］ 今日の講義について、質問、感想等がもしあれば、自由に述べてください。こ の場合は lect@e-chan.jp 宛ではなく dats@e-chan.jp に（別メールとして）送ってください。

    の課題

    1. ［必須］ ☆ 課題:小テスト（１行だけの本文で lect@e-chan.jp へ提出してください）

    2. ［自由］ 余力のある人は、以下を考えてくださ い。
      この テキストデータ (zip) を展開し、クラスター分析をおこなってください。どういう傾向が見 られるでしょう？
      この場合、 https://rmecab.jp/new/install-rmecab/ 等を参考に、自分のPCにインストール してから取り組んでください。
      この課題を提出する場合は、それを lect@e-chan.jp宛ではなく dats@e-chan.jp に（別メール として）送ってください。

    3. ［自由］ 今日の講義について、質問、感想等がもしあれば、自由に述べてください。こ の場合は lect@e-chan.jp 宛ではなく dats@e-chan.jp に（別メールとして）送ってください。

    の課題

    1. ［必須］ ☆ 課題:小テスト（１行だけの本文で lect@e-chan.jp へ提出してください）

    2. ［自由］ 余力のある人は、以下を考えてくださ い。
      http://archive.ics.uci.edu/datasets/ (カリフォルニア大学アーバイン校) に、機械学習（人工知能・データマイニング）のサンプルデータが集められて います。このなかの適当な（？）データをダウンロードして、naiveBayes での 分類を試みてください。csv の場合は read.csv()で取り込んでから処理を進め ないといけないことに注意が必要です。
      この課題を提出する場合は lect@e-chan.jp 宛ではなく dats@e-chan.jp に（別メールとして）送ってくだ さい。

    3. 今日の講義について、質問、感想等がもしあれば、自由に述べてください。こ の場合は lect@e-chan.jp 宛ではなく dats@e-chan.jp に（別メールとして）送ってください。

    の課題

    1. ［必須］ ☆ 課題:小テスト（１行だけの本文で lect@e-chan.jp へ提出してください）

    2. ［自由］ 余力のある人は、以下を考えてくださ い。
      1. 授業では、論理和（入力のどれかが１であれば１を出力する）を学習させまし た。元のプログラムを書き換えて、論理積（入力が全て１のときだけ１を出力 する）を学習するシミュレーションを行ってください。p に代入する matrix の 中を書き換えればOKです。
      2. さらに余力がある人は、論理的排他和 (eXclusive OR, XOR＝どちらかが１の時 は１、そうでないとき＝入力が同じ時は０）について試してみてください。
        （…実は収束しません。これは、XOR が線形分離可能 ではなく、これを学習させるには多層パーセプトロンにしないと駄目、という ことなのですが詳細は略します。興味ある人は自分で調べるのもいいですし、 次年度「AIプログラミング実践」を受講すると幸せになれるかもしれません。）
      ここでは出力結果をコピー＆ペーストしてメールの本文に張り付けて、提出物 としてください。
      この課題を提出する場合は lect@e-chan.jp 宛ではなく dats@e-chan.jp に（別メー ルとして）送ってください。

    3. ［自由］ 今日の講義について、質問、感想等が もしあれば、自由に述べてください。この場合は lect@e-chan.jp 宛ではなく dats@e-chan.jp に（別メー ルとして）送ってください。

    の課題

    1. ［必須］ ☆ ビデオ (フロンティアで会いましょう!) と ビデオ (サイエンス ZERO) を見て、感想（５０文字以上）を課題として提出してください。

    の課題

    1. ［必須］ ☆ 課題:小テスト（１行だけの本文で lect@e-chan.jp へ提出してください）

    2. ［予告問題］ は実力テストとして大問を２つ出します。そ のうち１つは、

      「AI・データサイエンス基礎２ で学んだ事柄から、５分から１５分程度で解ける、 試験問題とその模範解答 を作りなさい」

      で す。よく考えて、まとめておいてください。必要に応じてデータ収集も済ませ ておいてください（今日提出する必要はありません）。

      注意事項は以下の通りです；

      • ４択の小テストのような形式の場合は（最短でも５分程度かかる問題とい うことなので）小問を５つ以上作ってください。
      • 授業で学んだ範囲（今回は後期の範囲だけ）から外れている問題は評価しません（０点） ただし、後期の範囲と前期の範囲が絡められた作問の場合はＯＫです。
      • 単に知識を問う問題（「以下の選択肢から正しいものを選びなさい」とい う４択の小テスト、等）よりも、 知識を活用する問 題 （「以下のデータにたいしてクラスター分析を行い、そこから言えること を議論しなさい」、等）のほうが、当然ながら評価は高いです。
      • いずれについても、模範解答が無かったり、あっ ても間違っていれば評価は極端に下がります。
        つまり、ちゃんと解答がついている比較的簡単な作問（小テスト５問）と、難 しい問題であるが模範解答が無いという場合、前者のほうが評価は高い、とい うことです。

    3. ［自由］ 今日の講義について、質問、感想等がもしあれば、自由に述べてください。こ の場合は lect@e-chan.jp 宛ではなく dats@e-chan.jp に（別メールとして）送ってください。
    目次へ戻る

    前田としゆき / dats@e-chan.jp