2020年05月13日
データ分析における基礎的な考え方を定着させたいと思っております。 これからよろしくお願いいたします。
データ分析に興味があるというのはとてもすばらしいですね．
非線形ダイナミクスも解析のための重要な手法，考え方となるので，
是非この講義で学んでください．
時系列を変換することで予測できないように見えるデータの予測可能性を知る事ができたり、 データの状態の変化の関係の導出に繋がる事がわかった。
変換がそんなに難しくはないですが，このような簡単な方法でもうまく行くのが よくわかると思います．
本授業で、どのようなことを学ぶのかを理解することができた。 グラフの線形、非線形の違いを理解することができた。
すばらしい．これから非線形について，もっと詳しく話をしますね．
線形ダイナミクス、非線形ダイナミクス、それぞれのグラフの実社会における例を交えて紹介頂いたことで、実際の詳細なイメージがとてもしやすい授業でした。 難しかった点は、周波数をそれぞれどの分野で使われているかを想像するのが難しかったです。 また現在の社会においてどのようなパターンが注目されるかに興味が持てました。
「周波数を」というのは周波数解析ということだと思いますが，
これはどの分野でも，まずは使われますね．
今回の講義では，自分たちの身の回りに振動現象が多くあることがわかった． この振動現象を時系列に解析することにより，可能性を探求できることがわかり， ほとんどが非線形でありこの非線形をこの講義で扱っていくことがわかった． 今回は印刷機のインクがきれていて，印刷できず，直接書き込むことができず少し効率が悪かったので， 次からは改善していきたい．
直接書き込まず，書き込めずとも，ノートに書くなどしてくれたら良いと思います．
時系列データを理解するとき時刻と値の関係だけでなくある状態とその次の状態との値の対応関係で見ることで規則性が見つかることや新たな見方をすることが出来るとわかった
その通りです．簡単な方法ですが，面白いと思います．
複雑ネットワークにも興味を持ちましたが，やはり時系列解析の研究を行いたいと思いました． 複雑ネットワーク特論もじゅこうしているので，並行して理解を深めていこうと思います．
共に面白いないようですね．期待しています．
講義ことに演習を取り組めるというのが、 理解を深めるためにとてもい良いと思いました。 また、一見複雑そうに見える時系列データも 二次元空間に変換すれば予測可能なものになることがあることにとても感動した。
感動してくれましたか．感動しますよね！
講義ことに演習を取り組めるというのが、理解を深めるためにとてもい良いと思いました。 また、一見複雑そうに見える時系列データも 二次元空間に変換すれば予測可能なものになることがあることにとても感動した。
意外に簡単な変換で，決定論的な法則が見つかりますね．
非線形型のデータをいかにモデル化するという話に関心が持てました。 青色の振動図が二次関数型のデータに変換できるのが面白かったです。 人間社会のデータをネットワークで表現するというのは難しそうだなと思いました。
確かに難しいところもありますが，そこが面白いのですね．
ネットワークは．
・全体的に説明が丁寧で非常に分かり易かったです。
・特に不満な点などはありませんでした。
それならばよかったです．
様々な時系列データの紹介が面白かったです. この講義で何が重要でこれから何を学んでいくのかをよく理解できました.
紹介のどのあたりが面白かったでしょうか．
変換や解析の仕方によってランダムでありそうか否かの評価が分かれるのは面白い。 今、ランダムと思われているコバルトのガンマ線のグラフも別の解析方法が見つかれば規則が見つかることがあり得るのかなと思った。
おー，いいコメントですね．
確かに何かある解析方法が開発されて，何かの法則性が見つかる，ってこともあるかもしれません．
是非挑戦してみてください．
一見見るとぐちゃぐちゃなグラフでも非線形ダイナミクスの視点から見ると、 綺麗な放物線になったことが今日の講義で一番驚いたことだった やはり、いろいろな視点を持つことが重要だなと感じた。
そうですね．多様性が一番大切かも．
シラバスではイマイチわからなかった非線形がなんとなくわかりました。 授業の最後に評価方法についてお話がありましたが、 レポートになる場合は図書館が開いておらず資料の利用などができないことも考えられるので、考慮していただけると助かります。
そうですか．来年以降，シラバスを書き直さないといけないね．
予測可能性などを実際に演習して書くことで理解が深まった。 非線型ダイナミクスと複雑ネットワークについて興味持ちました。 あとできたら、資料の印刷の都合があるので、前日までに資料をアップして欲しいです。
わかりました．資料はできるだけ早くに出すようにします．
グラフについて今まであまり考えなかった視点での見方を知れたので興味が湧いた。
離散数学ではやってなかったのでしょうか．
振動現象が面白いと思います．
はい，面白いですね．
非線形なのに, 規則性がある非線形ダイナミクスというものがあることに驚いた. また, 演算結果やパケット数/到着時刻といった計算機工学からも振動現象があることを知ることができた.
線形であっても，非線形であっても，規則性があり，また，時間と共に変動する(ダイナミクス)現象はありますね．
他のzoom授業はパワポを使って教授が話し続ける授業が多く身につくか不安だったので適宜演習を挟んだりノートをとる機会をいただけるのは助かります。 授業動画を公開してくださるのも復習やテスト前の勉強にも使えるのですごく助かります。ありがとうございます。
期待していますよ．
一見複雑な時系列でも，2次元空間に変換することで，規則性が見えてくることが印象に残りました．
今日の例では，2次元でOKでしたが，本当はもっと高い次元(3,4,5)に変換する必要が 実際の場面ではあります．
これからの授業内容についてなんとなく理解できた。 周波数を二次元空間にしたときに関係がてきたことに驚いた。
「周波数を二次元空間にした」わけではないので， もう一度よく復讐しておいてください．
誤って提出コメントという部分に書き込んでしまいました． 申し訳ございませんが．確認をよろしくお願いいたします．
間違えないようにしてください．
資料に書き込みをする場面が多かったが、資料は事前に印刷しておくことを想定していますか.
印刷については，講義の冒頭でアンケート調査し，お話ししたと思います．
今日の講義では、これから学ぶ非線形ダイナミクスと複雑ネットワークについて簡単に理解できました。 また、時系列を2次元空間に実際に自分で変換してみると一見関係がなさそうに見えていたものの関係性が見えてきて面白かったです。 スライドに書き込みながらの説明はとても分かりやすいので今後もこのような形でやっていただきたいです。
そうですね．今後も遠隔となる限りは，このような形にならざるをえないです．
世の中にあるものは非線形であり、いろいろな要素(変数）が影響しながら成り立っている。 非線形ダイナミクスなものがこの世にはたくさんあり、 複雑ネットワークというものがランダムでも規則的なものでもないということがわかった。
よろしいと思います．
時系列を２次元空間に変換することでどの時系列が予測しやすいか理解することができた。 時間をとって確認することができてよかった。 線形、非線形、ダイナミクスについても実際の例を使って、確認することができ、理解した。
すばらしい．
世の中には様々な振動現象が存在しており、非線形的な考え方を身につけることの大切さ を実感した。 また、非線形ダイナミクスと複雑ネットワークをしっかりと習得することで、 自然界に存在する振る舞いを理解することの助けになると知り、ちゃ んと学んでいくべきだということが分かった。
とてもすばらしいコメントですね．
線形、線形ダイナミクス、非線形、非線形ダイナミクスそれぞれの関係がよくわかった。また、注目すべき点についてもよく理解できた。
これから期待できますね．
身の回りの現象について、波形を見ながら考えたことがなかったのでとても新鮮だった。 フーリエ変換では差が分からなかった2つの波形について、 二次元空間で考えたら明確な差が現れるというのは、 解析手法によって得られる結果が変わるというある意味当たり前の話ではあるものの、 一つの手法に固執してはいけないという意味でとても勉強になった。 また、非線形ダイナミクスという考え方が少し見えてきたので、これから何を扱うのか楽しみになった。 世の中の様々なものを解析的に捉えるのは初めてだが、面白そうだと思ったので、今後も積極的に学習していきたい。
積極的になるのは，とても大切だと思います．楽しみですね．
世の中の現象を複雑ネットワークで表せるのはとても面白いなと思った。 非線形ダイナミクスについて自分でも調べてみようと思う
はい，面白いので，是非自分でも調べてみよう．
ある波形に対して適当なアプローチをかけることで本来, 周期性等がないと思われる波形にも 性質が見えてくると考えれらる。
その通りです．
x(t)とx(t+1)の関係をプロットしていき、 時間によって変化する現象に法則があるかどうかを見ることができるということが分かった。
よく理解できていると思います．
今回の授業で紹介された「赤い波形」と「青い波形」はそれぞれ、「ランダム生成されたもの」と 「非線形から生成されたもの」でしたが、 「未知の波形」が与えられたとき、どのようにその2つを判別するのですか？
今回の授業で紹介された「赤い波形」と「青い波形」も，最初は， 「未知の波形」ですね． 最後に私から，答え合わせとして，「ランダム生成されたもの」と 「非線形から生成されたもの」と伝えました．
普段の生活には様々なデータが非線形であることをよくわかりました。 講義はipadを使って、説明してくれるのはすごくいいと思います、わかりやすいです。 （図を描くとか、違う色で説明するとか）
本当は，資料を配りたいところなのですが．．．
身近な例で非線形関係の解析の重要性を感じて、 この授業のやることも理解しました。 データよりやっぱり図を見ながら理解しやすいと思います。ありがとうございます。
理解してくれたのであればよかったと思います．
時系列を2次元空間に変換する例題はパソコンで図を描きますから関係が少し見ずらいです． 例題の結果も載せてくれば助かると思います．（letus上の講義資料に載せなくても， 授業中に見せてくればいいと思います）
わかりましたが，講義中でも答え合わせをしましたが，聞いていましたか？
現在注目されているデータサイエンスにとっても非常に重要な内容とありますが、 今私が興味ある分野なので積極的に学んでいきたいと思います。
データサイエンスも，今は旬かもしれませんね．
遠隔授業となって、同期型の授業が少なくて、正直さみしかったですが、池口先生が同期型の授業をしてくださって非常にうれしく思いました。 一見すると複雑な波形であってもある変換をかけることで、規則的な形になることには驚きました。なんとなくこの授業で学ぶことが見えた気がします。 ときどき、池口先生が早口なのもあると思いますが、音が飛ぶことがあったのでもう少しゆっくり喋ってしてほしいと思いました。
ゆっくり話すようにはしますが，早口と，音が飛ぶのは関係がありますかね．
私の知っている知識のなかで、 この授業に関連しそうな内容として、 スモールワールド現象や6次の隔たりなどを思い出した。 今までの授業よりも実社会の現象に近づいた気がして面白く感じた。 周期数解析では見えてこなくても、 x(t)とx(t+1)の組を考えるときれいな放物線が見えてくるのが面白かった。
スモールワールド現象を知っていましたか．すばらしい．
一見不規則に見える振動現象でも、分析の仕方を変えることによって規則性がわかるということろが面白かった。 また、世の中にある現象をネットワークに表したものがランダムなものではなく、ある程度規則性を見出せるものがほとんどだという話も面白かった。
そう，この講義で話す内容は，とても面白いのですよ！
青のグラフのように一見規則性がないように見えるものでも、 うまく紐解いていくと規則を見出すことができるということがあるということに驚いた。
そうですね．そこがポイントです．
抽象的な概念の日本語はすごく難しいです〜
例えば，どの言葉が難しいですか？
昨日まではモデリング理論はどんな学科は知らなかった 要するに、非線形ダイナミクス＋複雑ネットワーク 他の大学のsyllabusも見た、非線形ダイナミクスは単なる学科となる 非線形ダイナミクスは非常に重要な知識だと思う
そうですか．他の大学も調べたのはすばらしい．
非線形な関係から次の状態を予測することができるのか気になった
今日紹介したロジスティック写像の例は，まさに予測できる例ですね．
配布資料6ページに列挙されているグラフが興味深かった。今話題の新型コロナウイルス の罹患者数の推移はどのようになるのだろうか。 まったく同じデータでも、どの程度のスパンで考えるかによって、まったく異なる振る舞いになるのか、 それとも似た振る舞いをするのか、知りたいと思った。 たとえば、同じ感染症の罹患者数の推移をみるにしても、時間軸を年とするのか、 日とするのかで、異なる関係式が成り立つのではないかと思った。
すばらしい．是非うちの研究室にきて，研究してください．
実はこの講義をとるか少し迷っていたのですが，初回の授業を受けて興味を持ったのでとることに決めました． あまり意識したことはなかったのですが，身近にある様々なものが非線形で表されているのですね． 解析の仕方で結果の見え方が大きく変わってしまうというのは非常に興味深かったです． また人間の声は完全に周期的なのではなく揺らぎがあり，心拍も健康的な人ほど不規則なものだというのも面白かったです．
とることに決めてくれてよかったと思います．
周期性の例を多く取り入れていてわかりやすかったです。線形と非線形の違いもよく理解できました。
すばらしい．
身近な物事における振動現象を学んだ。 音声は、完全に周期的だと機械音のようになり、そうでないと人間らしくなることが興味深いと思った。 フーリエ変換が授業内の解説だけでは、少し難しかったので、自分で調べて理解を深めようと思う。
フーリエ変換は，3年生の科目ですかね．
一見ランダムに見える時系列の解析の話を聞いて、 逆に疑似乱数のランダムネスの評価に一連の解析手法が応用出来そうだなと思った。
おー，すばらしい．まさにその通りです．
時系列を2次元空間に変換することでより予測しやすくなることがわかった
今日の例では，そうなるということですね．
資料p.6のさまざまな振動現象を表したグラフが興味深く感じました。 なかでも母音のaの発声(?)を表したものは、 このようにグラフとして今まで見たことがなかったこともあり、とても印象的でした。 周期性、非周期性のちがいが具体例によってイメージしやすかったです。 モデリング理論の授業で学んでいく内容がよくわかりました！
すばらしい．期待していますよ．
複雑な形状のグラフについても、具体例を丁寧に説明してもらえたので、イメージが湧きやすく理解できた。 日経平均のグラフはなんとなく予想がついたが、キツネ?の捕獲数は絶対に当てられないと思った。
キツネではなくて，カナダ山猫です．
これから学ぶ大まかな内容について把握出来ました。 zoomで閲覧中の際、今まで受けてきた授業には無かったのですが、 自分の画面にペンのアイコンが出てきていたのが気になりました。 恐らく画面に何か書き込むツールだと思うのですが、その書き込みは全員に共有されるのか、 またどのように記録されるのかが不明だったので触れなかったままでした。 気になる程度のものですが、もし書き込みが全員の画面に共有されるのであれば、 授業荒らしに利用されることもあるかもしれないと思いました。
どんなアイコンでしょうか．教えてくれますか？
お話を聞いてると面白そうな内容だったので、復習をしっかり行いたいと思います。 先ほどの講義で何回か音声が聞こえなくなってしまったので録画を載せていただけるのはとてもありがたいです。
復習は，どんな科目でも大切ですね．
手を動かしながらの授業は理解しやすかったです。 今回はexcelを使用しましたが、テキストは印刷した方がいいでしょうか？ 共有画面の下部分が枠外にあり、見えない時がありました。
エクセルを使わなくて，ノートに書くので十分です．
今日登場した2次元的に決定的なロジスティック写像なるものが、 現実ではどのように具体的に出現するのか、 あるいは用いられるのかが気になったのであとで個人的に調べたいと思う。
調べることは大切ですね．
モデリング理論と聞いてもパっとしなかったが,現代社会に役立つ知識だとわかり関心が深まった
パッとしませんでしたか．．．
今回は、自宅の停電のせいで再入室できなくなってしまい、ご迷惑をおかけしてすみませんでした。 ご対応ありがとうございました。 時系列を２次元空間に変換するというところで、実際に点をプロットして考えることで、 予測できるかなどをより理解できました。 また大学のGPのグラフなど、身近な例で考えることでわかりやすかったです。
無事に入れたようでよかったと思います．
また，理解もよくしてくれていて，さすがですね．
一見ランダムのように見えるデータでも， 解析の方法によって予測が可能であるということがわかった． 心拍や声の波形の周期が全く同じでないことは知らなかったので驚いた．
そう，揺らいでいるところが大切なのです．
複雑に見える周波数解析の結果の時系列をプロットして 2 次元空間に変換すると変化則が見えてくるものがあり、 驚きました。非線形なものを考える大変さも感じました。 非同期型の授業が多いのですが、非同期型の授業に取り組むのは作業感があって味気なく、 同期型の授業のほうが授業らしい雰囲気があって良かったです。
そうなのです．非線形は大切なのです．
複雑ネットワークを二次元空間に直して視覚的にルールを見つけ出していくで、 今まで複雑で理解できなかったことが簡単に理解できるようになると思った。
そうですね．今までの見方でわからないことも，見方を変えてみるとわかることがある， そこが大切だと思います．
世の中の様々な物事の本質を学習する本講義にとても興味が湧いています。 身の回りに実在する例(気象、経済など)を挙げて説明していただいたのがわかりやすかったです。 macに内蔵しているgrapherというアプリを用いて赤と青のグラ フを作成しようとしましたが苦労しました。
グラファーは，数値を与えて，というのでもできるのかな．
線形ダイナミクス・非線形ダイナミクスはある時刻での状態を用いて未来の時刻の状態を表せるとして考える方法であることがわかった。 課題の質問があります。 問題４の「時刻 t における物理量 x(t) と時刻 t + 1 における物理量 x(t + 1) と間に線形な関係が成り 立っているとする.」場合、 x(t)とx(t+1)の間では、線形な関係が成り立っているという意味であっていますか。
そうですね．