[ブロックチェーン](/wiki/ブロックチェーン)を使ったアプリでdecenterlized Appの略。



DApp


https://ja.m.wikipedia.org/wiki/マトロイド

[貪欲法](/wiki/貪欲法)で最適化できる性質を持つ集合のこと

- [空集合](/wiki/空集合)を含む
- [部分集合](/wiki/部分集合)は必ず含まれる
- 小さいものから大きいものへの遷移が可能

これであれば[貪欲法](/wiki/貪欲法)の[局所解](/wiki/局所解)が[最適解](/wiki/最適解)と一緒になるのでで解ける

[グラフ](/wiki/グラフ)の[辺](/wiki/辺)集合における[森](/wiki/森)の集合とかがマトロイドになるので、つまり[最小全域木問題](/wiki/最小全域木問題)が解けることになる

そういうマトロイドのことを[グラフマトロイド](/wiki/グラフマトロイド)とか[閉路マトロイド](/wiki/閉路マトロイド)とかいう

閉路マトロイドの[基](/wiki/基)は[全域木](/wiki/全域木)になる

マトロイド


[飲んだコーヒー豆リスト](/wiki/飲んだコーヒー豆リスト)

あんまりだった
さすがに安定している味だったが

珈琲問屋冬のブレンド雪灯り


[飲んだコーヒー豆リスト](/wiki/飲んだコーヒー豆リスト)

まあ普通
リピートはしないかなあってくらい
[コロンビアスプレモ](/wiki/コロンビアスプレモ)よりも下だった

ニカラグアリンダビスタ農園

カーボンを使ったヒーターのこと。
電気代が[ハロゲンヒーター](/wiki/ハロゲンヒーター)より安く、遠赤外線が2倍出るため電力効率に優れる。

カーボンヒーター


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


[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


[Googleのソフトウェアエンジニアリング](/wiki/Googleのソフトウェアエンジニアリング)の定義では

> コードの挙動を変えずに整理された内容に書き直すこと

である。

つまり、最も重要なのは自動テストである。自動テストがないと挙動が変わってないことが担保できないからである。

参考
https://qiita.com/miketako3/items/3085e225a35cdf89cd55

リファクタリング

[暗号通貨](/wiki/暗号通貨)で非中央集権的かつ分散的に合意する方法。

主に[プルーフオブワーク](/wiki/プルーフオブワーク)や[プルーフオブステーク](/wiki/プルーフオブステーク)、もしくはそれらをベースに改良したものが使われている。

コンセンサスアルゴリズム

[飲んだコーヒー豆リスト](/wiki/飲んだコーヒー豆リスト)
フルーティー感あるのであんまり
すごい嫌いとかでもない

コスタリカフィデルス


[機械学習](/wiki/機械学習)においては[中間層](/wiki/中間層)の変数のこととほぼ同義

中間層はだいたい入力より次元が低く、その次元で入力の特徴を捉えるようにチューニングするので、入力の特徴だけを捉えたものになる

関連：[潜在空間](/wiki/潜在空間)

潜在変数


[飲んだコーヒー豆リスト](/wiki/飲んだコーヒー豆リスト)
https://www.kaldi.co.jp/ec/pro/disp/1/4515996015083
まあなかなかおいしい。エスプレッソ風味な豆ではあるがドリップコーヒーの味がする。そりゃそう。

カルディリッチブレンド


https://www.oreilly.co.jp/books/9784873119656/

[サーバントリーダーシップ](/wiki/サーバントリーダーシップ)

[QuANTS](/wiki/QuANTS)

[ビヨンセルール](/wiki/ビヨンセルール)

Googleのソフトウェアエンジニアリング


モノリスからサービスベースアーキテクチャを経てマイクロサービスへ移行していくためのやり方のうちの一つで、以下の様な手法。

- まずは[リファクタリング](/wiki/リファクタリング)し、モジュールを分けていく。
- 分けられたモジュールをサービスに切り出す。

[戦術的フォーク](/wiki/戦術的フォーク)と比べて以下の様なメリットがある。

- 不要なコードは生まれない
- ロジックが綺麗になる

コンポーネントベース分解

グラフとは
- [頂点](/wiki/頂点)集合
- [頂点](/wiki/頂点)の組 ([辺](/wiki/辺)) の集合
の組である。

グラフ

拡散モデル
<a href="/wiki/%E3%82%A8%E3%83%B3%E3%82%B3%E3%83%BC%E3%83%80%E3%83%BC%E3%83%87%E3%82%B3%E3%83%BC%E3%83%80%E3%83%BC%E3%83%A2%E3%83%87%E3%83%AB">エンコーダーデコーダーモデル</a>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<a href="/wiki/VAE">VAE</a>

Diffusionモデル