MISSION 4-1表データ★☆☆☆
タイ vs ワカサギ
変数と特徴、何が違うのか
指令 市場から仕入れた魚49匹が混ざってしまった。長さと重さ、2つの数だけでタイとワカサギを見分けよ。
装備 一行のルール探し · パーセプトロン · SVM · k-NNと標準化
LOG 05:47 研究室の状況
警報が鳴ってから3分後の記録です。
[SYSTEM] 本部から緊急指令が届きました。添付：写真5枚、魚の測定表1枚、そして質問が一つ。
博士起きて！ ミッションだよ！ 靴？ 靴は後回し！ 質問はたった一つ。「AIはどうやって画像を見分けるのか」。簡単なペアから難しいペアまで、4回に分けて答えるぞ！
助手ふわぁ…博士、まだ日も昇ってませんよ…でも添付の写真にチワワとマフィンがありますね？ これ、私でも迷うのに、コンピュータはどうやって見分けるんでしょう？ …毛布は持っていきます。
ショウジョウバエ研究員博士の白衣、つかんだよ！ 出発の前に順番を決めよう。数が2つだけの魚から、次にピクセル、その次に層の積み重ね、最後がチワワとマフィンだ。
研究室ロボットコーヒー5杯、準備完了。ミッションごとに実習とColabコードを2つずつ搭載しました。転ばないようにお気をつけください。
ORDER 本部指令書
■ 1級緊急 · 研究室全員
- 質問
- AIはどうやって画像を見分けるのか？
- 任務
- 簡単なペアから難しいペアへ、4つのペアを見分けながら原理を明らかにする。名前のある変数（長さ・重さ）で見分ける方法から出発し、名前のない数千個のピクセルから特徴を見つけ出す方法までたどり着く。
- 報告形式
- ミッションごとに、自分で触って試す実習、初心者向けの解説、確認問題、実際に動かしたColabコード2つ
- 推奨順序
- 4-1 → 4-2 → 4-3 → 4-4。各ミッションは単独で解いてもよい
MISSIONS 緊急ミッション4つ
「ミッション開始」を押すと、その回へ移動します。終えたミッションに「完了」の印をつけておくと、この端末に記憶されます。
MISSION 4-2ピクセル★★☆☆
ネコ vs ヒト
写真は数の行列である
指令 写真1枚が0~255の数数千個になって届いた。数の山から、ネコとヒトを見分ける手がかりを見つけよ。
装備 ピクセル虫めがね · ピクセル距離の落とし穴 · 畳み込みフィルタ · 顔の特徴点
MISSION 4-3CNN★★★☆
ネコ vs イヌ
層を重ねて座標を変える
指令 毛も目も耳もある。平面一枚では分けられない2種類の動物を、層を重ねて見分けよ。
装備 3次元の分類境界 · CNNの構造 · ソフトマックス · Attentive CutMix
MISSION 4-4最終ミッション★★★★
チワワ vs マフィン
低レベル特徴はだまされ、高レベル特徴が見分ける
指令 丸い茶色のかたまりに黒い点が3つ。人でも迷うペアだ。モデルがなぜだまされるのかを明らかにせよ。
装備 暗い点フィルタ · 解像度の実験 · ピクセルのルール対パターン · モデルの限界
進行状況0 / 4 CLEAR
KIT ミッションごとの装備
▣ 手で触って試す実習
ピクセル虫めがね、フィルタ実験室、3次元で回して見る分類境界、かけらを貼り合わせるCutMixまで。数が実際にどう変わるのかを自分の目で確かめます。
▣ Colabコード2つ
ミッションごとに、コピー・ダウンロード・ノートブックですぐ開けるコードがあります。Colabの標準ライブラリと組み込みデータだけを使い、実際の実行結果も一緒に載せました。
▣ 解説と確認問題
セクションごとに、初心者向けの解説、点線の下線が引かれた用語の吹き出し、誤答の解説つきの確認問題があります。
▣ AI活用プロンプト
ハッカソンの計画、コンテストの企画書、論文の実験設計に、コードを出発点として使うプロンプトを収めました。
▣ たとえ集
「模様のスタンプ」「学級委員選び」のようなたとえと一緒に、そのたとえが当てはまらない点も書いておきました。
▣ 教育者のためのTIP
講義形式・実務OJT・1対1チュータリングの運営案、セクション別の質問、よくある誤解5つをまとめました。
SIDE サブミッション
◆ 魚のミッションをもっと深く — タイとワカサギのデータを使った機械学習（決定木、k-NN、回帰、交差検証など）は、『Fish Market Dataでやさしく学ぶ機械学習（Fish Market Data로 쉽게 따라하는 머신러닝）』で詳しく学べます。