[SRE](/wiki/SRE)においては[トイル](/wiki/トイル)は50%以下を目指すルールがある。

50%ルール

開発と運用を分けずに一緒にバランスをとっていい感じにしていこうぜというもの。

具体的な方法論としては[CI](/wiki/CI)や[CD](/wiki/CD)など。

実装として[SRE](/wiki/SRE)がある。

DevOps


[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


[Zettelkasten](/wiki/Zettelkasten)をデジタルでやるフレームワークらしい。

基本的には[Zettelkasten](/wiki/Zettelkasten)に従いつつ、以下の要素を加える。

- Map Of Contentsを作る。
	- ノートを繋ぐリンク集のようなノート。
	- ノートが100を超えたあたりから意識する。
- Homeノートを作る。

参考
https://www.linkingyourthinking.com/


Link_Your_Thinking


[飲んだコーヒー豆リスト](/wiki/飲んだコーヒー豆リスト)

雑味多め、味薄め
ただし確かに超ビターコーヒーのような風味というか後味が少しある
ミルクを入れたらカフェモカっぽい風味になるかもしれない

ブラジルショコラ


[飲んだコーヒー豆リスト](/wiki/飲んだコーヒー豆リスト)

美味いが時間が経つとすぐ酸っぱくなる
香りがめちゃくちゃ良いが酸味が強すぎて味は好みでは無い
ブレンドに少し混ぜて香り高く調整する役割かなあ

エメラルドマウンテン


[閉路](/wiki/閉路)がない[グラフ](/wiki/グラフ)のこと


ゴール、シグナル、メトリクスを明確に区別する (GSMフレームワーク)。  
  
- ゴール: 達成するべき目標。  
- シグナル: ゴールを達成したことを知る手段。必ずしも計測可能である必要はない。  
- メトリクス: シグナルの計測可能な代替品。  
  
メトリクスを計測する前に、それを計測した後どう行動するのかを考えるべき。  
  
生産性のゴールにはトレードオフがあるため、一部だけを計測するのはよくない。  
QuANTSのゴールを全て計測することで、網羅的に計測ができる。  
  
| 頭文字 | 英語                           | 日本語      |  
|-----|------------------------------|----------|  
| Qu  | **Qu**ality of the code      | コード品質    |  
| A   | **A**ttention from engineers | エンジニアの注意 |  
| N   | I**n**tellectual complexity  | 知的複雑性    |  
| T   | **T**empo and velocity       | テンポと速度   |  
| S   | **S**atisfaction             | 満足       |  

QuANTS


[連結グラフ](/wiki/連結グラフ)ではない[グラフ](/wiki/グラフ)のこと。

非連結グラフ

[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

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


[機械学習](/wiki/機械学習)において入力層でも出力層でもないやつ

中間層


[コンセンサスアルゴリズム](/wiki/コンセンサスアルゴリズム)の一種。

[プルーフオブワーク](/wiki/プルーフオブワーク)が計算量で信頼を得るのに対し、こちらは[暗号通貨](/wiki/暗号通貨)の保有量で信頼を得る。

その[暗号通貨](/wiki/暗号通貨)に[51%攻撃](/wiki/51%攻撃)をするためには51%の通貨が必要だが、当然クラックされた通貨は暴落するため、攻撃する経済的理由が無くなる、というのがプルーフオブステークの理屈。

プルーフオブステーク

機械学習


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

<h2 id="%E6%A6%82%E8%A6%81"><a class="header-anchor-link" href="#%E6%A6%82%E8%A6%81" aria-hidden="true"></a> 概要</h2>
<p>「ソフトウェアテストをカイゼンする50のアイデア」</p>
<p><span class="embed-block zenn-embedded zenn-embedded-card"><iframe id="zenn-embedded__26107e0c0cf83" src="https://embed.zenn.studio/card#zenn-embedded__26107e0c0cf83" data-content="http%3A%2F%2Fwww.eijipress.co.jp%2Fbook%2Fbook.php%3Fepcode%3D2085" frameborder="0" scrolling="no" loading="lazy"></iframe></span><a href="http://www.eijipress.co.jp/book/book.php?epcode=2085" style="display:none" target="_blank" rel="nofollow noopener noreferrer">http://www.eijipress.co.jp/book/book.php?epcode=2085</a></p>
<p><a href="/wiki/Attribute_Component_Capability">Attribute_Component_Capability</a></p>
