
[潜在変数](/wiki/潜在変数)がある空間

潜在空間


[頂点](/wiki/頂点)の列であり、各[頂点](/wiki/頂点)とその次の[頂点](/wiki/頂点)との間に[辺](/wiki/辺)が存在するようなもののこと。


[ソフトウェアアーキテクチャ・ハードパーツ](/wiki/ソフトウェアアーキテクチャ・ハードパーツ)

データベースを分けるか？分けないか？もトレードオフである。  
  
データを分解する要因として以下のようなものがある。  
  
- 変更制御  
  - カラムの変更等の影響が多岐にわたる  
- コネクション管理  
  - 1つのデータベースだけを使うとコネクション数の管理が難しい  
- スケーラビリティ  
  - コネクション数  
  - 容量  
  - スループット  
  - パフォーマンス  
- 耐障害性  
  - 1つのデータベースだけを使うとデータベースが単一障害点となってしまう  
- [アーキテクチャ量子](/wiki/アーキテクチャ量子)
  - 1つのデータベースだけを使うと1つの[アーキテクチャ量子](/wiki/アーキテクチャ量子)となってしまう (つまり独立してデプロイできない、等)  
- データベース種別の最適化  
  - 1つのデータベースだけを使うと1つの保存方法だけしか使えない (つまりデータ特性ごとに最適な選択肢が取れない)  
  
逆に、データを統合する要因としては以下のようなものがある。  
  
- データ関係  
  - 密結合な外部キー等があるか？  
- トランザクション  
  - 単一のトランザクション単位が必要か？  
  
モノリスなデータベースを分解するには5段階のプロセスを踏むと良い。  
  
1. 分析し、ドメインを特定する  
2. ドメインごとにテーブルを割り当て、移動する  
3. コネクションをドメインごとに分離する  
4. スキーマをそれぞれのデータベースに移動する  
5. コネクションを切り替える

業務データの分解に関するトレードオフ


うまくカプセル化されたソフトウェアは[アウトサイドインプログラミング](/wiki/アウトサイドインプログラミング)することによって得られる。  
  
「知らぬが仏」という言葉はソフトウェアにおいては常に真である。 

CLEANなコードを目指すべき。

- C: Cohesive (凝集性)  
- L: Loosely coupled (疎結合)  
- E: Encapsulated (カプセル化)  
- A: Assertive (断定的)  
- N: Nonredundant (非冗長)


CLEAN


[Bitcoin](/wiki/Bitcoin)の[L2ソリューション](/wiki/L2ソリューション)の一つ。

送金の問題を解決するため、事前にライトニングネットワーク上に[Bitcoin](/wiki/Bitcoin)をチャージし、その残高をライトニングネットワーク上でP2Pでやりとりするような仕組み。

送金はライトニングネットワーク内で仲介でき、送金者は新しくP2Pネットワークを繋げなくて済む一方、仲介者は手数料を受け取れる。

参考

https://coinpost.jp/?p=355637

ライトニングネットワーク


[VAE](/wiki/VAE)的なやつ

入力 -> エンコーダー -> 潜在空間 -> デコーダー -> 出力

という形のやつ

エンコーダーデコーダーモデル


[グラフ](/wiki/グラフ)において、最小で何個の頂点を取り除くと[非連結グラフ](/wiki/非連結グラフ)になるか、という数。

連結度


飲んだコーヒー豆を記録しておく

- [カルディリッチブレンド](/wiki/カルディリッチブレンド)
- [エイジドマンデリン](/wiki/エイジドマンデリン)
- [コスタリカエルアルコン](/wiki/コスタリカエルアルコン)
- [ホンジュラスパトリアルカ](/wiki/ホンジュラスパトリアルカ)
- [コスタリカフィデルス](/wiki/コスタリカフィデルス)
- [珈琲問屋冬のブレンド雪灯り](/wiki/珈琲問屋冬のブレンド雪灯り)
- [モカシダモG4](/wiki/モカシダモG4)
- [ニカラグアリンダビスタ農園](/wiki/ニカラグアリンダビスタ農園)
- [ブラジルショコラ](/wiki/ブラジルショコラ)
- [コロンビアスプレモ](/wiki/コロンビアスプレモ)
- [エメラルドマウンテン](/wiki/エメラルドマウンテン)
- [クリスタルマウンテン](/wiki/クリスタルマウンテン)
- [ソルデラマニャーナウォッシュド](/wiki/ソルデラマニャーナウォッシュド)
- [キリマンジャロAA](/wiki/キリマンジャロAA)

飲んだコーヒー豆リスト


拡散モデル

[エンコーダーデコーダーモデル](/wiki/エンコーダーデコーダーモデル)で、ノイズを混ぜた画像からノイズ無しの画像を推論する訓練をすることで、最終的には無から画像を生成できる

モデルは[VAE](/wiki/VAE)

Diffusionモデル


[ライトニングネットワーク](/wiki/ライトニングネットワーク)の[Ethereum](/wiki/Ethereum)版。

ライデンネットワーク

機械学習


[ソフトウェアアーキテクチャ・ハードパーツ](/wiki/ソフトウェアアーキテクチャ・ハードパーツ)

アーキテクチャの分解には[コンポーネントベース分解](/wiki/コンポーネントベース分解)と[戦術的フォーク](/wiki/戦術的フォーク)という2種類のやり方があり、それぞれメリットとデメリットがある。

[戦術的フォーク](/wiki/戦術的フォーク)は[コンポーネントベース分解](/wiki/コンポーネントベース分解)と比べて以下のような特徴がある。

- メリット
  - 事前の分析が不要なので作業開始が早い
  - コードは抽出するより消す方が簡単 (と書かれていたが本当か？)
- デメリット
    - 不要なコードを消す努力が必要
    - ロジックは汚いまま

アーキテクチャの分解に関するトレードオフ


[ソフトウェア見積もり_人月の暗黙知を解き明かす](/wiki/ソフトウェア見積もり_人月の暗黙知を解き明かす)の内容が書かれている。

## 第1部 見積もりの考え方  
### 第1章 見積もりとは  
  
- 「見積もり」「ターゲット」「コミットメント」の違いを意識する  
  - 見積もり：そのままの意味  
    - 「この機能の実装は何人日」  
  - ターゲット：実現したいビジネス上の目標  
    - 「何日までにこの機能を提供したい」  
  - コミットメント：機能を一定のレベルで期日までに納品するという約束  
    - 「何日までにこの機能を提供します」  
- 見積もりと計画の違いを意識する  
  - 見積もりは正確性が重要  
  - 計画は結果が重要  
  - 偉い人にターゲットを達成するための計画を聞かれているのに見積もりを単に答えてはいけない  
    - 「このプロジェクトは何人月？期限は３ヶ月なんだ」  
    - 「見積もってみたところ５ヶ月かかります」  
    - 「ふざけるな！」  
  - 開発と期日どちらが優先かどうか尋ねる  
- 良い見積もりとは偉い人の意思決定に寄与する見積もりのこと  
  
### 第2章 見積もり能力のチェック  
  
- 直感で「90％確か」な見積もりは、実際には「30%確か」  
  - なので直感で90%とか言ってはいけない  
- 見積もりなんて幅があって当然。無理に狭めようとしない  
  
### 第3章 正確な見積もりの価値  
  
- 意図的に過小に見積もることはすべきではない  
  - 過大見積もりよりも深刻な被害が起きる  
  - では過大にすれば良いかというとそうでもなく、それなりに大きくしてあとは計画とコントロールで対処せよ  
  
### 第4章 見積もり誤差はなぜ起きる？  
  
- 見積もり期間を増やしても見積もりの不確実性は上がらない  
  - プロジェクト自体があやふやなのではどんなに頑張っても上がらない  
  - 見積もり期間を増やすのではなく、要件定義や設計を固めることでしか上がらない  
- 休暇、病欠、トレーニング、ミーティング等は必ず発生する。そのためのゆとりをもたせる  
- 開発者の見積もりはすでに必ず楽観的であるので削ってはいけない  
- 見積もりに「コントロールノブ」を持たせてはいけない  
  - コントロールノブとは見積もりに入れる主観的判断のこと  
  - 見積もりの客観性と共に正確性も落ちる  
- 即興の見積もりはしない  
  - たった15分の見積もりでさえもっと正確になる  
  
## 第2部 見積もりの技法の基礎  
  
### 第7章 数えて、計算して、判断する  
  
- できるときはまず何かを数える  
- 数えられない場合にのみ計算する  
- 計算すらしないのは最終手段  
  
### 第9章 専門家の判断  
  
- タスクで分解して見積もるときは長くても2日程度の粒度にする  
  
  
## 感想  
  
「技術者の見積もりは常に楽観的」というのはその通りだと思った。  
幅がある見積もりの中で最小の部分を提出する傾向があるような気がしているし、  
実際過小に見積もる圧力があるということも書かれていた。  
  
一方で、数えるだけの方がよほど正確に見積もれるというのは不思議だった。さすがにコード行数で数えるのはどうかと思うが。  
  
過去の開発にかかった工数と関連データの保存および可視化が出来ていないと不可能な手法ではあるので、これらの重要性はかなり高い。  
  
生産性向上とか言っておいて生産性を測る指標を可視化していないなんてことがザラにある状態では正確な見積もりなんて望めないということかもしれない。

見積もり

システムのテストすべき重要な箇所を洗い出す手法。

[Google](/wiki/Google)でも使われているらしい。

こちらを参照
https://code.google.com/archive/p/test-analytics/wikis/AccExplained.wiki

Attribute_Component_Capability


[エイジドマンデリン](/wiki/エイジドマンデリン)とは違うのかな？

マンデリン

<p><a href="/wiki/%E9%80%A3%E7%B5%90%E3%82%B0%E3%83%A9%E3%83%95">連結グラフ</a>ではない<a href="/wiki/%E3%82%B0%E3%83%A9%E3%83%95">グラフ</a>のこと。</p>
