English· Español· Deutsch· Nederlands· Français· 日本語· ქართული· 繁體中文· 简体中文· Português· Русский· العربية· हिन्दी· Italiano· 한국어· Polski· Svenska· Türkçe· Українська· Tiếng Việt· Bahasa Indonesia

un

技術スキル。実際のキャリア。あなたの道。

+

レッスンを作成

ログインして、自分のレッスンを作成・共有しましょう。
aerospace

軌道力学：宇宙へ行く

ニュートンの砲弾からホーマン遷移まで――ロケットを軌道に乗せ、衛星が落ちるのを防ぐ物理学。
agriculture

農業の幾何学

センターピボット灌漑、等高線農法、作物間隔、排水勾配、圃場設計。これらは世界を養う幾何学です。
agriculture

農業：食料の生産

土壌科学、作物管理、持続可能な農業：世界を養い、それに依存するキャリアのための知識。
automotive

自動車：自動車の仕組み

内燃機関からEVまで：エンジン、ドライブトレイン、診断の理解は、すべての自動車技術者キャリアの基礎です。
aviation

航空幾何学

飛行ベクトル、バンク角、旋回半径、風の三角形、進入幾何学：パイロットが毎日使う数学。
aviation

航空：飛行の原理

揚力、抗力、推進力、重力：航空機を空へ飛ばす4つの力、そしてそれを飛行し続けるためのキャリア。
business

8つの資本形態

金融資本は8つのうちの1つです。生きた資本、物質資本、知的資本、経験資本、社会資本、文化資本、精神資本はそれぞれ異なるペースで複合します。それぞれが成長し、枯渇し、交換されることができます。すべてを見ることを学びましょう。
business

MLトライアングル：Unturfを超えて

Unturfは機械学習トライアングルパターンの一つのインスタンスであり、唯一のものではありません。互いに補完する仕様を持つ2つのソロ、1つの機械学習エンジン、1つのギャップにより、8つの資本形態のいずれにおいても橋が形成されます。パターンを認識し、補完するソロを見つけ、トライアングルを形成する仕様を書く方法を学びます。
business

カンバンとは何か

トヨタの工場からクロスファンクショナルな作業センターへ。プルシステム、ボード、WIP制限を学び、製品スタジオ、ベーカリー、建設現場など、あらゆる複合領域で会議やマネージャーなしに作業を調整する方法を習得します。
business

協働の幾何学

三角測量、ボロノイ領域 & テッセレーション: 機械学習トライアングルの背後にある幾何学的原理。相補的な仕様を持つ2つのソロ、1つの機械学習ブリッジ、埋める必要があるギャップ。
business

起業家精神：ビジネスを始める

アイデアから収益まで — ビジネスモデル、市場検証、そして起業家が立ち上げの日までに必要な基本を学ぶ。
cnc machining

CNC加工の幾何学

座標系、工具経路、G-コードアーク、ワーク包囲体、GD&T：精密製造を可能にする幾何学。
cnc machining

CNC加工：精密製造

Gコードから完成品まで：コンピュータ制御の工作機械が金属、プラスチック、複合材を0.001インチ単位の精度で加工する方法を学びます。
communication

図は3,000語の価値がある

ビジュアルコミュニケーションはあなたに専門的なスーパーパワーを与えます。このレッスンは、図がなぜ散文を上回るのか、主要な図のタイプ、複雑なビジュアルを体系的に読む方法、＆実際にコミュニケーションする図をデザインする方法をカバーしています。
computer science

Site Reliability Engineering

Googleが手作業では限界を迎えた運用を根本から変えた手法。SLO、エラーバジェット、Toil削減、非難なきポストモーテム、そして4つのゴールデンシグナル。
computer science

イングリッスとエグレスの分離

受信トラフィックと送信トラフィックの両方を処理する単一のプロキシ層が、なぜ予想外の形で失敗するのか。ヘアピンNAT、独立したスケーリング軸、セキュリティ分離を、実際のアーキテクチャの分岐を通じて解説します。
computer science

キャパシティプランニングの幾何学

キャパシティ業務の背後にある視覚的構造：面積としてのリトルの法則、80%での肘を持つキューイング曲線、スロープとしてのトレンド外挿、および2次元の安全マージンとしてのヘッドルームエンベロープ。
computer science

キャパシティプランニング：アート＆サイエンス

John Allspawの規律：測定、予測、天井テスト、ヘッドルームバッファ& 対角スケーリング判断を通じた驚きなくスケーリングするサービス運用
computer science

コンピュータサイエンス・機械学習における幾何学

最近傍探索からニューラルネットワーク訓練まで、幾何学的思考がどのようにすべてを支えるのか。ベクトル、距離、多様体、損失曲面。
computer science

サイト信頼性エンジニアリングの幾何学

SREの基礎にある視覚的構造：レイテンシ分布をロングテール曲線として、エラー予算を2次元円錐として、依存グラフをDAGとして、ダッシュボード レイアウトを情報幾何学として。
computer science

サイバーセキュリティの幾何学

ネットワークトポロジー、攻撃表面の幾何学、脅威モデリングにおけるグラフ理論、および暗号化の幾何学的構造。
computer science

サイバーセキュリティ：多層防御

防御者の視点で考える：脅威モデリング、ネットワークセキュリティ、インシデント対応を基礎から学ぶ。
computer science

ステマーを構築する: Harris 1956 とNLPの起源

ゼロからの英語ステマーの実装: 形態素解析、接尾辞の除去、テスト駆動開発を学ぶ。
computer science

ステートレスな水平スケーリング

ステートレスなティアが安価に増殖できる一方、ステートフルなティアはそうではない理由。状態、レプリカの計算、そしてサージ時にフロートをサイズ調整するシンプルな数式。
computer science

ステートレスな水平スケーリングの幾何学

レプリカ・フリートの下にある数学。リトルの法則を長方形として、キューイング曲線とその80%の膝点、そしてステートレス層が安価に増殖する一方でステートフル層はそうではない理由の幾何学的な読み方。
computer science

データサイエンス: スプレッドシートからモデルへ

ExcelからPythonへ: データサイエンティストが実世界のデータをどのようにクリーンアップ、探索し、モデル化するかを学ぶ。
computer science

プロキシとオリジン

逆プロキシは、意味のある負荷に耐え続けるほぼすべてのパブリックなWebサービスの前面に配置されています。その役割、オリジンを隠すことの重要性、そして単一のエッジレイヤーが同時に3つの異なる役割を担う仕組みを学びましょう。
computer science

プロキシとオリジンの幾何学

リクエストパスは有向グラフです。ホップ数、ファンアウト、ファンイン、および間接化には幾何学的な意味があります。本番環境のアーキテクチャをグラフとして読み取り、そのスケーリング特性と障害特性を予測してください。
computer science

入出分離の幾何学

受信トラフィックと送信トラフィックの二部構造、プロキシが二つに分割されると消えるカット頂点、およびネットワークパーティションのグラフ理論的解釈。
computer science

観測可能性とキャパシティ

ユーザーが問題に気づく前に問題を表面化させるために、ウェブスケールのエッジで何を測定すべきか。ヘルスステータスとバージョンのエンドポイント、プロキシ層における4つのゴールデンシグナル、そしてサージキャパシティの決定が観測データにどのように結びつくか。
computer science

観測可能性とキャパシティの幾何学

ボロノイセルはユーザーをCDN PoPのキャッチメントに分割します。レイテンシの三角形は、地域間の光速による下限を設定します。キューイング曲線は、その膝（転換点）にアンカーされたオートスケーリングトリガーとともに、プロキシ層で再検討されます。
computer science

障害モードと影響範囲

単一の設定変更がどのようにして障害に波及するか、バルクヘッドとサーキットブレーカーが実際に何をするのか、そしてポストモーテムを読み解き、人ではなくシステムを対象とした非責任意向のアクションアイテムを作成する方法。
computer science

障害モードの幾何学とブラスト・レディウス

介在中心性は、トラフィックが到達する前にボトルネックノードを特定します。最小カットはブラスト・レディウスを上限で制約します。グラフの直径は、障害伝播の距離を設定します。なぜ一部の障害が連鎖的に拡大し、他の障害が局所的に留まるのか、その背後にある幾何学的な理由。
construction

Construction: Building from the Ground Up

基礎からフレーム、仕上げまで：建物がどのように組み立てられるか、そしてそれを支える職種を理解する。
construction

建設の幾何学

屋根勾配、垂木の角度、階段の幾何学、アーチの種類、敷地レイアウト：大工と建築職人が毎日使用する幾何学。
cosmetology

ヘアカットの幾何学

頭を球体として、高さ角度と投影角度、グラデーションウェッジ、移動ガイド、そしてバランスの取れたシルエット：優れたカットの背後にある精密な幾何学。
critical thinking

不確実性下での意思決定：プロフェッショナルのツールキット

自動化されたシステムが予測を提供する時代において、プロフェッショナルが保ち続けるべき判断スキル：期待値、キャリブレーション（確率の較正）、非対称リスク、バイアスの除去、そして不可逆的な決定のためのプロトコル。
critical thinking

作業の検証：知識労働における認識論

行動に移す前に、その主張が真実であるかどうかを判断する専門的規律：出所（プロバンス）、再現性、クロスチェック、キャリブレーション、誤りのコストの非対称性、そして自信満々な誤った出力の検出。
critical thinking

問いの幾何学：探索空間、制約、および絞り込み

問いは答えの空間を定義し、良い問いはその空間を縮小する。探索空間、分割としての分解、境界としての制約、および二分探索による絞り込み。
critical thinking

学習の幾何学：曲線、減衰と間隔

忘却曲線、間隔効果、学習曲線：記憶が成長し、薄れていく幾何学的なメカニズム、そしてなぜツールに任せるよりも、自分で復習（リトリーバル）を行う方が優れているのか。
critical thinking

意図的な練習と能力の錯覚

自動化された初期生成の時代において、プロフェッショナルがどのようにして無補助の真のスキルを構築し続けるか：意図的な練習、想起と間隔反復、そしてツールをスキル構築に使うことと、ツールでスキルを回避することの違い。
critical thinking

意思決定の幾何学：期待値、リスク、境界

不確実性下でのあらゆる選択は形を持つ。期待値をバランスの中心点、リスクをばらつき、そしてより良い選択が反転する境界として捉えよう。
critical thinking

意思決定者のための統計学：研究とデータを批判的に読み解く

研究、ダッシュボード、自動レポートを懐疑的な目で読むという実務スキル。サンプルサイズ、信頼区間、pハッキング、効果量、出所（プロベナンス）を理解し、自信に満ちた数字に騙されなくなる。
critical thinking

検証の幾何学：三角測量、誤差、および一致

測量士が点を特定するのと同じように真実を特定してください。方位を交差させ、誤差領域を重ね合わせ、クラスターを信頼し、孤立した外れ値を疑う。検証とは幾何学です。
critical thinking

知識労働における問題の定義（フレーミング）

回答の生成が自動化される中で、持続可能で高価値なスキル。真の問題を定義し、テスト可能な仕様を作成し、作業を分解し、回答を決定する問いを投げかけること。
critical thinking

統計の幾何学：形状、分散、およびサンプリング誤差

重心としての平均、分散としての標準偏差、1/√n に比例して縮小するサンプリング誤差、そして視覚を欺く操作された軸の幾何学。プロのようにグラフを読み解きましょう。
critical thinking

自動化の幾何学：境界、レバレッジ、および誤差表面

何を自動化するかを決定する幾何学：能力の境界、比較優位の交差点、そして検証がレバレッジに比例してスケーリングしなければならない理由。
critical thinking

自動化システムとの協働：プロフェッショナルのプレイブック

自動化が進む分野で働く知識労働者向けの実践的判断：自分と自動化システムで仕事をどう分けるか、プロフェッショナルとしての責任を伴う成果物の検証方法、結果への責任の所在、スキル低下の防止、そして自動化すべきでない場合の認識方法。
cs algorithms

実践的なアルゴリズム: コードレビュー & 複雑性の欠陥

プロフェッショナルなソフトウェア開発には、正確性だけでなくアルゴリズムの複雑性を読み取ることが求められます。このレッスンは、複雑性を認識したコードレビュー、本番システムで見つかった実際のパターン、インタビュースタイルの分析、& 1,000以上のオープンソースプロジェクトで見つかったMOAD-0001欠陥をカバーしています—完全な調査のためのunhammingコースへの直接的なポインタを含みます。
culinary

Culinary Arts: Kitchen Fundamentals

Knife skills, flavor profiles & kitchen management: foundation every professional cook needs before the first ticket fires.
culinary

料理芸術の幾何学

ナイフカットの幾何学、盛り付け構成、焼き菓子の比率、フライパンのサイジング：キッチンの精密幾何学
education

ファシリテーションの幾何学

視野錐と遮蔽、グラフとしての教室・警備員ルートとしての巡回、支援が必要な場所の三角測量、介入距離の近接学: 浮遊型教師が活動する幾何学的空間。
education

船長がクルーを率いる：自己主導型学習スタジオの運営

保護者、ポッド・ファシリテーター、職業訓練校の指導者向けの実践レッスン：フローティング・ティーチャーが自己ペースの学習者たちをどのように導くか——1日のリズム、注意の向け方、そして成績をつけない評価について。
electrical

110V配線：コンセント、スイッチ、照明器具

ケーブル引き込みから接続まで：コンセント、スイッチループ、照明器具を正しく配線する。NEC規格、ボックス充満、配線端子技術。
electrical

ブレーカーボックスとヒューズボックス: 過電流保護

配電盤入口から個別回路まで: ブレーカーパネル、副パネル、ヒューズボックスがどのように配線を保護し、すべての電気技師が正しく読む必要があることについて。
electrical

住宅用電気配線：住宅回路

住宅用電気システムを理解する：ブレーカーパネルからコンセント配線まで、米国と英国の住宅配線を比較し、電気技師が最初に学ぶ知識。
electrical

電気: 産業システムとデータセンター

三相電力、モーター制御センター、VFD、データセンターが照明を維持する方法：スイッチギアからサーバーラックまでの産業用電気。
electrical

電気仕事の幾何学

配管曲げの数学、ボックスフィル計算、配線ルーティングの幾何学、および幾何学的法則に従う電磁界。
entrepreneurship

unturfパートナーシップ・プログラム

unturfは機械学習を優先するベンチャーを傘のような組織として保有しています。このレッスンでは、構造、パーマコンピュータ経済、極端なレバレッジ、ML三角形、および外部パートナーがどのように参加するかをカバーしています。既存のエンタープライズへの変更は不要です。
environmental

再生可能エネルギー：未来の力

太陽光、風力、水力、蓄電 — エネルギー転換を理解し、急成長するクリーンエネルギー産業でのキャリアを探索します。
finance

個人財務：お金の基礎知識

予算管理、投資、借金の罠を避ける方法——すべての大人が必要なのに、学校では誰も教えてくれない金融リテラシー。
geometry of cs algorithms

コンピュータサイエンスアルゴリズムの幾何学

すべてのアルゴリズムには形がある。O(1)は平坦な地平線を描く。O(N)は斜線を描く。O(N²)は放物線を描く。二分探索は線分を半分にする。ハッシュテーブルは、関数が定義域を値域にマッピングするのと同じように、キーをバケットにマッピングする。ソーティングネットワークは並列比較ワイアとして可視化される。このレッスンではアルゴリズムを幾何学的に読む。
geometry of machine learning

PACラーニングの幾何学

PACラーニングのすべての章は形を持っています。εとδは予算平面を描きます。VCシャッタリングはポイントクラウド上の二項分類を描きます。PAC-Bayesは仮説空間上の事後分布クラウドを描きます。ダブルディセントは古典理論が上昇すると予測した曲線を描きますが、実際には低下します。スケーリング則は3Dべき乗則曲面を描きます。経験的監査はベータ事後分布が針に収縮することを描きます。6つの章、6つの幾何学、1つの活動です。
geometry of machine learning

Geometry of ANDREA: Five Spatial Pictures of Language Model Training

ANDREAの各部分は形状を持っています。埋め込み空間はR^768におけるユークリッド距離として意味的距離を描きます。アテンションはクエリ部分空間への過去トークンの投影を描きます。損失面は勾配降下が歩く高次元地形を描きます。バンディット重みは各頂点が一つのデータソースであり、内部の各点がカリキュラム混合である離散単体を描きます。カリキュラムウォームアップは制限された部分多様体投影を描きます。5つの幾何学、1つのモデル。各図を歩き、抽象的な方程式だけでは得られない空間的直観を定着させてください。
geometry of unhamming

Unhammingの幾何学

ハミングはあらゆる場所に幾何学を見出しました：n次元空間、誤り訂正における球体充填、高次元直感の崩壊。Unhammingはこれを拡張します：O(N²)を面積として、O(N)を直線として、工場モデルをDAGとして、複雑性クラスを幾何学的形状として。すべてのアルゴリズムは形を持っています。形を見ることを学ぶことは、コストを予測します。
hamming on hamming

Hamming on Hamming

Richard Hammingの大学院講義:科学&工学の思考様式。知識の爆発的増加、類推による創造性、専門家の盲目性、データの信頼性、測定の歪み、重要な仕事をする人と単に忙しくしているだけの人を分ける習慣について。
hamming on hamming

ハミングの幾何学

ハミングの業績の基盤となる幾何学的構造：二進n次元空間におけるハミング距離、球面パッキングによる誤り訂正、√n対nのランダムウォーク議論、知識の倍増と専門知識の半減期の指数成長モデル。
hamming on hamming

デジタル革命の基礎

ハミングの9点の主張：デジタルがアナログに勝つ理由：離散値の信頼性、IC相互接続経済学、材料から情報経済への転換、ロボットと製造、等価製品の洞察、および軍事情報支配論。
hamming on hamming

デジタル革命の幾何学

ハミングの第2章の背後にある幾何構造：対数費用曲線と桁数、アナログおよびデジタルチャネルにおける信号対雑音比幾何学、および技術採用の指数モデル — S曲線をロジスティック方程式として。
hamming on hamming

コンピュータハードウェアの歴史

ハミング氏によるハードウェア進化の概観：ナピエの骨からENIACおよびIBM 701を経て、リレーからVLSIへの指数関数的速度曲線、3つの物理的限界（分子サイズ、光速、熱放散）、そして世界で3～5台のコンピュータしか必要ないと予測した専門家たちがいかに失敗したかについての教訓。
hamming on hamming

コンピュータハードウェアの幾何学

ハミングの第3章を支える幾何学的構造：対数対数プロット上の指数関数的成長と物理的上限、球体の影響範囲としての光速制約、表面積と体積の問題としての熱放散、アムダールの法則による並列高速化。
hamming on hamming

コンピュータソフトウェアの歴史

ハミングによるソフトウェア進化の調査：絶対バイナリからFORTRAN & ALGOLへ、スパゲティコード & 再配置可能なライブラリ、心理的対論理的言語設計の区別、そして成功するプログラミング言語の4つの基準。60年間生き残るのはどれかを予測します。
hamming on hamming

コンピュータソフトウェアの幾何学

ハミングの第4章の背後にある幾何学的構造: 構文解析木と形式文法を有向非環グラフとして、言語設計における情報理論的冗長性、複雑性クラス(Big-O)を幾何学的成長曲線として、言語採用曲線をネットワーク効果モデルとして。
hamming on hamming

コンピュータ応用の歴史

ハミングによるコンピューティングがいかに数値計算から経済主導の応用へと移行したかの調査：技術採用のS字カーブ、コンピュータ化に適用された等価製品の洞察、ボーイングの共有設計テープの話、パターン認識として注目される次の境界、& 30年間同じ講演をすることからの職業キャリアの教訓。
hamming on hamming

コンピュータアプリケーションの幾何学

ハミングの第5章の背後にある幾何学的構造：微分方程式としてのロジスティックS字曲線、二次効用関数としてのネットワーク効果の成長（メトカーフの法則）、最適化ランドスケープ—勾配降下法、局所最小値、および共有可変状態がファントム勾配を生じる理由。
hamming on hamming

機械推論の限界: I

機械は思考できるか――この根本的な問いに関するハミングの検討。チューリングテスト、暗黙知、ゲームプログラム、エキスパートシステム、そして規則ベースの論理と人間の判断との境界について。
hamming on hamming

機械推論の幾何学: I

探索木の幾何学: 分岐係数、深さ、指数関数的ノード数、アルファベータ枝狩り削減、& ルールベースゲームプログラムを扱いやすくする幾何構造。
hamming on hamming

機械推論の限界：II

Hamming による機械創造性について：幾何学定理証明プログラムとそれが発見した二等辺三角形の証明、ベル研究所のコンピュータ音楽、自動化と労働置換の問題、&人間と機械の協働フロンティア。
hamming on hamming

機械推論の幾何学：II

公理空間における道としての形式的証明；射影双対性と二等辺三角形定理の自己合同証明；ナイキスト標本化幾何学；証明長最小化を検索問題として
hamming on hamming

機械推論の限界：III

機械能力に関する一般的な異議に対するハミングの反論、キャリア関連性の問題、n次元設計空間への移行。機械推論の限界を高次元問題の幾何学に橋渡けする。
hamming on hamming

機械推論の幾何学：III

決定境界の幾何学：線形分離可能性、XOR非分離可能性問題、ハイパープレーン分類器としてのパーセプトロン、分離を可能にする特徴空間変換、& 幾何的埋め込みとしてのカーネルトリック。
hamming on hamming

ハミング第9章：n次元空間

ハミングのn次元幾何学の扱い：スターリング近似、ガンマ関数、n次元球の体積、並びに多くの自由パラメータを持つすべての工学設計を支配する高次元幾何学の直感に反する崩壊。
hamming on hamming

n次元空間の幾何学

幾何学的ツールとしてのスターリング近似、n球の体積公式と数値検証、明示的に計算されたコーナーパラドックス、および高次元幾何学が最適化と機械学習に与える影響についてのもの。
hamming on hamming

Hamming 第10章: 符号理論 I

シャノンの通信モデル、2段階符号化アーキテクチャ（ソース符号化＆チャネル符号化）、可変長符号、Kraft不等式、シャノンエントロピー、無ノイズ符号化定理、＆プレフィックスフリー復号化木。
hamming on hamming

符号理論の幾何学 I

接頭辞フリーコードの二進木幾何学、木構造への幾何学的制約としてのクラフト不等式、平均コード長の下界としてのシャノンエントロピー、& 実例による数値検証。
hamming on hamming

ハミング第11章：符号理論II

ハフマン符号化アルゴリズムの詳細：マージ・スプリット手順、最小平均長L、符号の非一意性、茂密なツリー対細長いツリー、符号長の分散、ブロック符号対可変長符号、自己コンパイルプログラム
hamming on hamming

符号理論の幾何学 II

ハフマン符号化を貪欲木構築として捉える: 加重和としての期待符号長、符号長の分散、茂みのような木と長い木のトレードオフ、最適ハフマン符号を計算し無ノイズ符号定理を検証する数値的な計算例。
hamming on hamming

誤り訂正符号

Hamming第12章：矩形パリティチェックから(7,4) Hamming符号へ、シンドロームデコーディング、SECDED、エラー訂正の球面充填解釈まで、誤り訂正符号の発見の物語。
hamming on hamming

誤り訂正符号の幾何学

誤り訂正符号の背後にある線形代数幾何学：パリティチェック行列を線形写像として、シンドローム復号を商空間演算として、余集合リーダー & 標準配列、そして（7,4）ハミング符号を二進7空間の完全なタイリングとして。
hamming on hamming

情報理論

Hamming第13章：Shannonの情報とエントロピーの定義、Gibbsの不等式とノイズレス符号化定理、二値対称通信路容量、および基本的な雑音符号化定理—何を証明するのか、何が代償となるのか、そしてなぜエラー訂正符号がそれを置き換えるのではなく補完するのか。
hamming on hamming

情報理論の幾何学

シャノン情報理論の基礎となる幾何学的構造：確率単体上の凹関数としてのエントロピー、入力分布上の最大値としてのチャネル容量、確率空間の幾何学的距離としてのKLダイバージェンス、およびレート歪み幾何学。
hamming on hamming

デジタルフィルタI：固有関数とサンプリング

ハミング流デジタルフィルタ入門：複素指数関数が線形時間不変システムの固有関数として機能する理由、伝達関数を固有値として、ナイキストサンプリング定理をすべてのデジタル信号処理の幾何学的基礎として解説。
hamming on hamming

デジタルフィルタの幾何学 I

周波数を単位円上の角度として: 複素指数関数は円形経路をたどり、サンプリングは回転にマップされ、ナイキスト制限は半回転の幾何学から現れます。エイリアシングは円上の折り返しです。
hamming on hamming

デジタルフィルタII: 条件による設計とギブス現象

正確な周波数条件を満たすフィルタを設計する：3サンプル平均フィルタの導出、伝達関数の公式、& 切り詰められたフーリエ級数設計を制限するギブス現象 — ギブスがどのように発見を得たかのハミングの説明付き
hamming on hamming

デジタルフィルタの幾何学 II

Z平面を幾何学的設計空間として：極・零点図は周波数応答を単位円からの距離としてエンコード、零点は周波数を打ち消し、極がそれを増幅する、そして安定性は単位円境界に対する極の位置から直接読み取られる。
hamming on hamming

デジタルフィルタIII: フーリエ設計とカイザー法

理想的な応答から始まるフーリエ級数の体系的なアプローチ: フーリエ係数を計算し、切り詰め、ギブス波紋を抑制するためにウィンドウを適用し、カイザー法を使用して波紋と遷移幅の仕様から N とウィンドウの両方を選択します。
hamming on hamming

デジタルフィルタの幾何学 III

フーリエ級数を直交射影として：基底関数は関数空間を張り、フーリエ係数は内積であり、切り詰めは部分空間への射影に等しく、そしてギブス現象はジャンプ不連続点でのsinc畳み込みから生じる。
hamming on hamming

デジタルフィルタ IV: 再帰フィルタ & フィードバック

IIR (再帰) フィルタ: フィードバックにより少ない係数で鋭い周波数応答が可能になり、安定性は単位円内の極が必要であり、& 古典的なアナログフィルタファミリー (Butterworth、Chebyshev、楕円) を離散時間に変換 — Hammingのシャワーの話を具体的なフィードバック不安定の例として。
hamming on hamming

デジタルフィルタの幾何学 IV

IIRフィルタの幾何学: Z変換は時間から複素周波数平面への写像として、安定性は単位円内への極の閉じ込めとして、バターワース極は円上、楕円極は楕円上、&双線形変換はラプラスs平面からの等角写像として。
hamming on hamming

シミュレーション I：実験が不可能な場合

Hammingの最初の大規模シミュレーション — Los Alamos原爆計算 — は、核となる原理を明らかにする：専門的領域知識、反復構造、等価結果、安定性 vs 不安定性、& シミュレーションを現実と混同する危険性。
hamming on hamming

シミュレーション幾何学 I: オイラー法と刻み幅領域

数値シミュレーションの基礎となる幾何学的構造: (x,y)平面における前進差分としてのオイラー法、複素平面における安定領域を持つ幾何学的パラメータとしての刻み幅h、離散力学系、及び反復としてのシミュレーション反応ループ。
hamming on hamming

シミュレーション II: なぜ誰もがそれを信じるべきなのか?

ハミングが全てのシミュレーションに問う中心的な問い: 誰もがそれを信じるべき理由は何か? 妥当性の問題、アナログ対デジタルのトレードオフ、シミュレーションデータにおけるシンプソンのパラドックス、自己強化モデル、& 誠実なシミュレーション設計のための二重盲検の教訓。
hamming on hamming

幾何学的シミュレーション II: モデル妥当性と幾何学的フィッティング

シミュレーション妥当性を幾何学として: データ点への曲面フィッティング、残差を距離として、システマティックバイアスをオフセットベクトルとして、ホーソーン効果を隠れた次元として、& ハミングの検証チェックリストをモデルフィッティングの幾何学的制約として再構成。
hamming on hamming

シミュレーション III: GIGO、安定性、& 解けない問題を解く

Hamming は GIGO 仮定に異議を唱えます：ゴミ入力は必ずしもゴミ出力をもたらしません。計算内のフィードバックは不正確な入力を補うことができます。数値 ODE ソルバーを再帰的デジタルフィルタとして、予測修正法、Nike ミサイル不安定性、& Hamming が不安定性を利用して解いたトランジスタ方程式について扱います。
hamming on hamming

シミュレーション幾何学 III：安定性領域、硬さ、&高次元チューブ

ODE ソルバー安定性の完全な幾何学的描像：複素数 hλ 平面内のオイラー & RK4 安定性領域、固有値幾何学としての硬さ、第 9 章からの高次元チューブパラドックス、& ナビゲーション信号としての不安定性の使用
hamming on hamming

ハミング第21章：光ファイバー

ハミングによる光ファイバー技術の説明：全内反射、臨界角、小径の利点、電磁的耐性、& ハミングが誰もが求める前に認識したセキュリティ洞察。
hamming on hamming

光ファイバーの幾何学

光ファイバーの基盤となる幾何学的構造：角度変換としてのスネルの法則、幾何学的閾値としての臨界角、受け入れコーン幾何学としての数値開口、消滅波減衰、および伝播角空間への制約としての単一モード直径。
hamming on hamming

ハミング第22章：コンピュータ支援教育

ハミングのコンピュータ支援教育(CAI)の分析：ホーソン効果と教育実験への破壊的影響、教育学における二重盲検法の問題、分岐プログラム、即座フィードバック、および機械が本当に学習を改善できるかという問題。
hamming on hamming

コンピュータ支援学習の幾何学

学習と記憶の基礎をなす幾何学的構造：べき乗則学習曲線、指数関数的忘却曲線、最適化としての幾何学的間隔、有向グラフとしての分岐プログラム — 適応型指導を扱いやすくする数学。
hamming on hamming

ハミング第23章：数学

数学とは何かについてのハミングの探求。プラトン主義派と形式主義派、ヴィグナーの『理不尽な有効性』、文明を超えた数学の普遍性、そして抽象化がなぜ適用可能性を高めるのかについて。
hamming on hamming

数学の幾何学

数学そのものを支える幾何学的構造：形式体系を形式的空間として、証明を経路問題として、ゲーデル不完全性を位相的性質として、完全性を連結性として、そして数学的対象の「プラトン的空間」として理解する。
hamming on hamming

ハミング第24章：量子力学

ハミングの量子力学論：ハイゼンベルクの行列力学、シュレーディンガーの波動力学、ヒルベルト空間による数学的同値性、ボルン則、& ハミングの、哲学的満足を必要としない形式主義の使用に関するアズイフ原理。
hamming on hamming

量子力学の幾何学

量子力学を支える幾何学的構造：ヒルベルト空間は無限次元内積空間として、量子状態は単位ベクトルとして、測定は射影として、ボルン則は射影長の二乗として、ブロッホ球は量子ビット幾何として、そして纏絡はテンソル積空間での非分離性として。
hamming on hamming

ハミング第25章：創造性

ハミングによる創造性の深い分析：新規性が独創性とどう異なるか、科学がなぜ創造的な業績を認識するのに失敗するか、準備された心の役割、無意識の熟成プロセス、＆10の重要な問題技法。
hamming on hamming

創造性の幾何学

組み合わせ空間での検索としてモデル化された創造性：グラフ同型写像としての類推推論、豊かに接続された知識グラフとしての準備された心、遠いノード間の短いパスとしての幸運、およびアイデア空間の組み合わせ的爆発。
hamming on hamming

ハミング第26章:専門家

ハミングの専門家抵抗論:パラダイムがいかに証拠をろ過するか、専門知識の2つの失敗モード、なぜ大きな革新は分野外から生まれるのか、不可能性に関する専門家の宣言にどう対処するか、そして支配的パラダイムの変化に直面した時にどうするか。
hamming on hamming

専門家の幾何学

損失ランドスケープとしてのパラダイム空間、パラダイムシフトを局所最小値からの脱出として、専門家知識を深い勾配投資として捉え、複数の局所最小値を持つ知識の位相幾何学とクーンサイクルを勾配降下動力学として理解する。
hamming on hamming

Hamming第27章: 信頼できないデータ

Hammingの計測論: なぜデータは広告より信頼できないのか、体系的誤差対ランダム誤差の区別、キャリブレーションチェーン、耐用年数試験のジレンマ、なぜデータが理論とあまりに完璧に合致することが疑わしいのか、& フィールドでのデータ処理の実践的ルール。
hamming on hamming

信頼できないデータの幾何学

誤差幾何学：確率分布としての測定不確実性、バイアス（平均値のシフト）としての系統誤差、分散としてのランダム誤差、偏微分を通じた計算への不確定性の伝播、カイ二乗適合度検定、および疑わしいほど正確なデータ。
hamming on hamming

ハミング第28章：システムズエンジニアリング

ハミングのシステムズエンジニアリング原理：コンポーネントの最適化がシステムパフォーマンスを台無しにする理由、インターフェースがコンポーネントより重要な理由、境界条件、失敗したシステムズエンジニアリングの事例としての教育システム、そしてコンポーネント最適化者ではなくシステムズエンジニアとして思考する方法。
hamming on hamming

システムズエンジニアリングの幾何学

生産可能性フロンティア & パレートフロンティア; コンポーネント最適値がシステム最適値から外れる理由; 制約幾何学と実行可能領域; 最大原理; インターフェースをパラメータ空間における共有境界として; システム最適値がなぜ制約境界に存在するのか。
hamming on hamming

ハミング第29章：あなたが測定するものがあなたが得るもの

測定の歪みについてのハミング：IQ較正がいかに発見と称する分布を生み出すか、Goodhartが命名する前のGoodhartの法則、ターゲット化によるメトリクスの破壊、評定スケールの動的範囲問題、および測定の歪みに対する実践的防御について。
hamming on hamming

測定する者が得るもの：幾何学

メトリック歪みを価値空間から測定空間への写像として、グッドハートの法則を勾配上昇の乖離として、マルチ目的最適化（パレート）を単一メトリック腐敗に対する防御として、測定不変性とそれが重要である理由。
hamming on hamming

ハミング第30章：あなたと研究

素晴らしい仕事をするためのハミングの直接的なアドバイス：10個の重要な問題の技法、難しい問題に取り組む勇気、オープンドアポリシー、複合的な知識成長、幸運と準備の役割、そしてすべての研究者が答えなければならない中心的な問い。
hamming on hamming

あなたの研究の幾何学

研究ポートフォリオを問題空間上の一点として捉える；10個の重要な問題技法を最前線カバレッジ維持として活用；知識の複利を凸成長として捉える；機会費用の幾何学；難しい問題を避けることが高レバレッジ領域を見逃す理由。
health

EMTの基礎：救急医学の基本

生存の連鎖の最初のリンク：患者評価、気道管理、救急プロトコルを学ぶ。
hvac

HVACの幾何学

ダクトサイジング、気流の幾何学、コイル表面積、湿り空気線図、および加熱と冷却の幾何学的原理。
hvac

HVAC：冷暖房システム

冷凍サイクルからダクトワークまで — 建物を快適に保つシステムとそのキャリアを理解する。
logistics

ロジスティクスの幾何学

倉庫レイアウト最適化、パレットスタッキング幾何学、ルート最適化、および巡回セールスマン問題。
logistics

ロジスティクス：サプライチェーンの基礎

工場から玄関まで商品がどのように移動するか ── 倉庫業、ルーティング、世界を動かす見えないネットワーク。
machine learning

PAC学習：理論から本番監査へ

Probably Approximately Correct（Valiant, 1984）は「機械が学習するとはどういうことか？」に対して初めて厳密な答えを与えました。このレッスンでは、古典的PAC、VC次元、agnostic PAC + PAC-Bayes変種、なぜ深層学習が古典的境界を破ったのか、スケーリング則とAGIに向けたデータ壁推定、そして経験的PACを運用可能にする本番監査パターンまで、全6章を解説します。6つの章と1つのアクティビティで構成されています。
machine learning

言語モデルを育てる：1つのGPU、1つのモデル

ANDREAは単一のRTX 4090で育ちました。この最初の活動では、言語モデルが何を予測するのか、なぜデコーダーオンリーのトランスフォーマーが1つのコンシューマーGPUに12Mから480Mのパラメータを収められるのかを説明し、24のフォローアップ活動をマッピングします。これらはレシピ（Autonomous Neural Data Recipe for Education & Agency）のすべてのアルゴリズムをカバーします。ここから始めましょう。
machine learning

言語モデルを育てる：Harris 形態素トークナイザー

ANDREA は BPE を使用しません。分布分析を通じて発見された形態素境界で単語を分割し、(256 + N + 1) トークンの語彙を構築します。このアクティビティでは、トークナイザーが何をするか、Harris がどのように形態素を見つけ、256+N+1 構造がなぜ重要かを説明します。
machine learning

言語モデルを育てる：トークナイザーの食事療法

ANDREA-12M は、モデルが決して見たことのないデータに語彙の 63.6% を無駄に費やしました。ANDREA-120M はそれを修正しました。この活動では、トークナイザーの食事療法の整合性、語彙の飽和、そして語彙科学の発見について取り上げます。8192 セグメントが 1.25B 文字のコーパスを飽和させる一方、16,384 は実際には 13,106 セグメントしか生成しません。
machine learning

言語モデルを成長させる：埋め込みと位置

トークンIDは、トークン埋め込み（V × d_model）と学習済み位置埋め込み（T × d_model）の2つのルックアップテーブルを通じてトランスフォーマーに入力されます。このアクティビティでは、ベクトル空間、なぜドット積が類似度を測るのか、そしてANDREAがRoPEや正弦波位置埋め込みではなく学習済み位置埋め込みを使う理由を扱います。
machine learning

言語モデルを成長させる：スケールドドット積アテンション

アテンションは Q · K^T / sqrt(d_k) を計算し、未来の位置をマスクし、softmax を適用し、V に重みをかけます。このアクティビティでは、各部分、sqrt(d_k) 係数がなぜ重要か、因果マスクが自己回帰生成を可能にする理由、ANDREA-120M が 768 次元入力を 12 個の 64 次元ヘッドに分割する方法をカバーします。
machine learning

言語モデルを成長させる：マルチヘッドアテンション

1つのアテンションヘッドは1つの関係パターンを見ます。12ヘッドなら12個。マルチヘッドアテンションはd_modelをn_headの並列プロジェクションに分割し、各ヘッドでアテンションを実行し、結果を連結します。ANDREA-120Mは768を12個の64次元のヘッドに分割します。このアクティビティでは、分割、並列計算、連結、そして訓練圧力だけでヘッドの専門化が生じる理由を説明します。
machine learning

言語モデルを成長させる：Transformerブロック

Transformerブロックは2つのサブレイヤーを積み重ねたものです：マルチヘッドアテンションとフィードフォワードMLPで、それぞれ残差接続とレイヤー正規化で包まれています。ANDREA-120Mは12個のこうしたブロックを積み重ねています。このアクティビティでは、pre-norm構造、残差接続の重要性、MLPの4倍拡張率、GELU活性化、そして12層の積み重ねが動作する言語モデルを構成する方法を詳しく見ていきます。
machine learning

言語モデルを成長させる：損失、Perplexity、SMMA曲線

クロスエントロピー損失は、モデルが正しい次のトークンを見たときにどれだけ驚くかを測定します。Perplexity = exp(loss) は、同じ驚きをより親しみやすいスケールで測定します。SMMA（平滑移動平均）損失は、トレーニングの進捗をリアルタイムで追跡します。ANDREA-12MはSMMA 2.0に到達しました；ANDREA-120Mはv1最小値で3.43まで下降し、その後一貫した多段落チャットに磨き上げられました。このアクティビティでは、数学、ランダムチャンスのベースライン、および実際の損失曲線の読み方を説明します。
machine learning

言語モデルを成長させる：カスタム CUDA でのバックプロパゲーション

ANDREAのトレーニングエンジン `microgpt_cuda.cu` は、注意機構、MLP、レイヤー正規化、埋め込みなどのすべての操作に対して、手書きのフォワードおよびバックワード CUDA カーネルを搭載しています。PyTorch も JAX もオートグラッドライブラリもありません。連鎖律は nvcc でコンパイルされ、単一のバイナリにリンクされる C スタイルのコードに実装されています。このアクティビティでは、フォワードカーネル、バックワードカーネル、勾配蓄積バッファ、および単一の RTX 4090 で独自のフレームワークを書くことで ANDREA がメモリと数値精度を完全に制御できた理由を説明します。
machine learning

言語モデルを成長させる：AdamW & 分離型重み減衰

25回の活動のうち10回目。AdamWは重み減衰を勾配から分離します。Vanilla AdamはANDREA-120M v1を繰り返しループに崩壊させました；v2でのweight_decay=0.01が安定した訓練と事実の想起を生み出しました。一つのオプティマイザーステップを歩いてみましょう：一次モーメントm、二次モーメントv、バイアス補正、分離型減衰、パラメータ更新。
machine learning

言語モデルを育てる：学習率のウォームアップとコサイン減衰

Activity 11 of 25. 学習率スケジュールは、ANDREA がコヒーレンスに到達するか、悪い盆地で停滞するかを決定します。v1 は新鮮な重みに対して即座にピーク学習率を適用し、崩壊しました。v2 は 2000 ステップにわたって線形にランプアップし、その後コサイン減衰でゼロまで下げます。ANDREA-12M はステップ 25K でウォームリスタートを使用しました。各レジームを順に確認します。
machine learning

言語モデルを成長させる：勾配クリッピング

25回の活動のうち12回目。勾配クリッピングは、AdamWがパラメータに触れる前に、すべての勾配のL2ノルムをmax_norm=1.0で制限します。ANDREA-120M v1にはクリッピングがなく、ソースが7-42ステップごとに切り替わるたびに勾配スパイクが発生し、モデルを退化吸引子に追い込みました。3つのCUDAカーネルが並列でグローバルL2ノルムを計算します。
machine learning

言語モデルを成長させる：FP32、FP16、FP8 精度

アクティビティ 25 のうち 13。数値精度は言語モデルのメモリ使用量、トレーニング速度、数値安定性を決定します。FP32 は安全性の基準；FP16 はテンソルコアでスループットを 2 倍；FP8 E4M3 は NaN リスクでさらに 2 倍。ANDREA-120M は RTX 4090 で 6 ステップ/分 の FP16 cuBLAS を使用。
machine learning

言語モデルを育てる：多腕バンディット & UCB1

ANDREAは多腕バンディットを使用して訓練データを選択します。各データソースが腕となり、各ステップで1つの腕を引き報酬を得ます。UCB1 (Auer, Cesa-Bianchi & Fischer, 2002) は信頼区間公式を通じて探索と活用のバランスを取ります。この活動ではUCB1を第一原理から解説し、手計算でスコアを計算し、ANDREAが教科書の1.4ではなくC=0.5を調整する理由を説明します。
machine learning

言語モデルを成長させる：フェーズベースのダイス制御

Vanilla UCB1は一度に1つの腕を選択します。ANDREAはUCB1をフェーズベースのダイス制御でラップします：可変フェーズ長（7, 14, 21, 28, 42ステップ）、最初にランダム腕、UCBが残りのフォーカススロットを埋め、& 25-33%のフェーズが完全にランダムに実行されます。42ステップの上限が悪いフォーカス選択によるダメージを制限します。このアクティビティでは、ダイスの数学、フェーズの梯子、& この構造がロックインを防ぐ理由を説明します。
machine learning

言語モデルを成長させる：報酬帰属 & EMA

UCB1には報酬信号が必要です。ANDREAはどこからそれを得るのですか？各CUDAステップは(source, doc_index, loss)を報告します。Proxyはソースごとの損失の指数移動平均を維持します。報酬 = max(0, EMA(t-1) - loss(t)) * 1000。この1000倍スケーリングが重要です：それがないと、ステップごとの損失改善（~0.001）がUCB探索ボーナス（~0.5）に飲み込まれてしまいます。この活動では報酬パイプラインを追跡し、スケーリングファクターの背後にある数学を示します。
machine learning

言語モデルを成長させる：ソースフロアとエポックペナルティ

UCB1はアームをランク付けし；フェーズベースのダイス制御がフォーカスセットを組み立てます。しかし、生のバンディット出力は優先ソースを飢えさせたり、小さなものを記憶したりする可能性があります。ANDREAは2つの保護ルールを重ねてレイヤリングします：**ソースフロア**はソースごとの最小サンプリング重みを保証し、**エポックペナルティ**はドキュメントごとに1回以上引き抜かれたソースの重みを下げる（1/(1+epochs)）ものです。生涯プルは再起動間で持続します。このアクティビティでは、両方のルールを演算例で歩きます。
machine learning

言語モデルを成長させる：カバレッジボーナス

ドキュメントレベルのカバレッジ追跡と1.3倍の新鮮度ボーナスが、バンディットを未探索データに向かわせます。CUDAは各ステップでサンプリングされたドキュメントインデックスを報告します。プロキシがソースごとのユニークなドキュメントインデックスを追跡します。カバレッジが50%未満のソースは1.3倍に向かってスケーリングする乗数を獲得します。このアクティビティでは数学を解説し、カバレッジボーナスをエポックペナルティと比較し、ドキュメントレベルの新鮮度が500Kドキュメントのgutenbergコーパスを200Kトレーニングステップ中に2Kドキュメントのサブセットに崩壊するのを防ぐ方法を示します。
machine learning

言語モデルを育てる：カリキュラムのウォームアップ

最初の20Kステップでは、火柱（firehose）を7つのチャットおよび散文ソースに制限し、その後、完全なミックスを有効にします。v1（ステップ0から16ソース）は反復に崩壊しました。v2はウォームアップを追加して生存しました。v3の仕上げ（ステップ112K以降）では、モデルがすでに一貫した言語を学習しているため、curriculum_warmup_steps=0に設定されます。このアクティビティでは、初期の多様性が新規初期化された120Mモデルにどのように害を及ぼすか、そして2段階のカリキュラムがどのように一貫性と広範さをバランスさせるかを説明します。
machine learning

言語モデルを成長させる：形状でフィルタリング、文字ではない

汚染データで訓練されたv2：ハーネスセッションJSONLから漏洩したエージェントシステムプロンプトをユーザーターンスロットに活用。モデルはユーザーがマルチセクションマークダウンで話すことを学習し、エージェントの装飾を再現しました。v2.5パッチ：`has_system_prompt_shape()` は SHAPE（ヘッダー数、長さ、フィンガープリントフレーズ）で漏洩プロンプトを検出、文字一致ではなく。3つのシグナルがドロップ決定に結合。再フィルタリング後のhermes3ソースのドロップ率：87.7%、90.4%、93.0%。このアクティビティは検出器を歩き、その教訓を示します：装飾は進化するが、構造は残る。
machine learning

言語モデルを成長させる：一貫性ゲート付き早期停止

v1は10日以上`region region region`を生成し続けました。なぜならeval_chat_quality()がレガシーの多段階ランナーにのみ接続されており、firehoseカリキュラム中には一度も実行されなかったからです。v2では一貫性ゲートを導入：すべてのサンプルが4つの指標でスコアリングされます（bigram diversity 0-35, trigram diversity 0-35, English word presence 0-20, character diversity 0-10）。5連続サンプルが30未満で自動停止。v1でバックテストすると、132Kステップでゲートが作動し、3.8日分の計算を節約できたはずです。このアクティビティでは、4つのスコアラー、連続カウンター設計、および単一信号が見逃す失敗を複合指標が捉える理由を解説します。
machine learning

言語モデルを成長させる：チェックポイント、再開、シグナル

ANDREAは100ステップごとにチェックポイントを書き込みます。各チェックポイントは4バイトのステップヘッダー、4バイトのパラメータ数、そして3つのfloat32配列を連続して格納：重み、Adamの1次モーメントm、Adamの2次モーメントv。SIGTERMは即時チェックポイント後に終了をトリガー；SIGUSR1は停止せずにオンデマンドチェックポイントをトリガー。.loss.jsonはアーカイブされません（アーカイブしないルールによる累積トレーニング履歴）。バイトレイアウトを歩き、再開をスケッチし、なぜ1つのルール（.loss.jsonをアーカイブしない）が他のすべてのアーカイブ決定を上回るかを確定させる。
machine learning

言語モデルを成長させる：サンプル監査と外部評価

損失は数値です。サンプルを読むことでその数値の意味がわかります。每100ステップごとに、ANDREAは420トークンの自由形式出力を生成し、& 損失が各サンプルと共に5つの階層に分類されます：0.30 = 事実の想起（ppl 1、記憶済み）、0.74 = 教科書の一文（ppl 2）、1.05 = 制約の遵守（ppl 3）、1.94 = 知識はあるが不正確（ppl 7）、0.13 = 異常な記憶（ゾンビアーム信号）。700ステップで6つの無関係な知識ドメインがバンディットが機能していることを証明します。外部のチャット品質評価ではサンプルが9.5/10と評価されました。実際の監査を歩き、損失階層を学び、& ゾンビアームをその場で捕まえましょう。
machine learning

言語モデルを成長させる：microGPTからANDREA-120Mへ

ANDREA-120Mは初回で収束しませんでした。v1は「region region region」に崩壊し、計画の200Kステップ中165Kで終了しました。5つの複合的な失敗。v2は5つの修正を追加し、ステップ15Kでデータ汚染が表面化するまで2週間稼働しました。v2.5はフィルターを修正。v3は112Kステップクリーンに稼働しましたが、ステップ112,619でゾンビバンディットアームがリポジトリドキュメントを逐語的に再現し、ポリッシュへのピボットを引き起こしました。数時間以内にサンプル評価は9.5/10に。崩壊から一貫性へのエンジニアリング記録を辿り、各修正が何を解決したか、次の失敗が何を教えたかを学びます。
math

カンバンの幾何学

キューイング理論、フロー図、累積フロー曲線: WIP制限、リトルの法則、クロスファンクショナル・ワークシステムにおけるボトルネック分析の背後にある幾何学的思考。
math

現実の世界の幾何学：建築から機械学習まで

幾何学が建築、コンピュータグラフィックス、機械学習、ナビゲーション、および工学をどのように形成するか。
math

資本幾何学

レーダーチャート、ネットワークグラフ、フロー図：資本ポートフォリオを可視化し、8つの次元全体でバランスを測定し、形式間のフローをマッピングするための幾何学的ツール。
music

リコーダーと木管楽器ファミリー

リコーダーがなぜ最も安価で耐久性に優れた、楽器プログラム全体への入り口となるのか：フルート、クラリネット、オーボエ、サックスに引き継がれること、新たに学ぶこと、初心者向けリコーダーの指導法、そして打楽器、ピアノ、ギターという並行する入り口について。
music

木管楽器の幾何学

パイプの音響学と長さが音高を決める理由、穴の配置が幾何級数であること、クラリネットが十二度倍音する理由とフルートが八度倍音する理由、そして五度圏が文字通りの円であること：すべての管楽器の中にある幾何学。
nursing

看護学：患者ケアの基礎

看護学の科学と芸術 — バイタルサインから患者擁護まで、医療キャリアの基礎
physics

原子力工学 401 -- 原子炉設計キャップストーン

完全な学期キャップストーンプロジェクト：第一原理から安全な原子炉を設計する。原子炉タイプ、燃料、冷却材、三重冗長安全システム、人間監視、立地、ライセンス戦略を選択し、プロフェッショナルエンジニアのようにすべての決定を擁護する。
physics

原子核物理201：原子炉の原理

コミュニティカレッジレベルの原子力工学：中性子物理学、臨界、四因子公式、燃料サイクル、制御棒物理学、熱水力学、原子炉の種類、および安全文化を再定義した原子炉事故。
physics

原子核物理学 301 -- 安全システムと多重防護

コミュニティカレッジの完全な安全工学モジュール：多重防護、三重冗長性、ECCS、格納容器、反応性制御、電気システム、I&C、人間要因、ALARA、事故の教訓、PRA、および廃棄物管理。
physics

原子核物理学101:原子核

コミュニティカレッジレベルの原子核物理学。強い力、殻模型、放射性崩壊、結合エネルギー、核分裂、核融合、E=mc²:実際の計算を含む。
physics

核物理の幾何学

原子炉コアの格子幾何学、中性子束分布、遮蔽計算、および逆二乗則。
physics

軌道力学の幾何学

楕円軌道、ホーマン遷移、軌道面、傾斜角変更、ラグランジュ点：宇宙飛行の幾何学。
plumbing

配管の幾何学

パイプグレード計算、継手角度、オフセット幾何学、排水勾配、および幾何学的システムにおける水流の物理。
plumbing

配管システム：給水と排水

給水・排水システムを理解する—現代生活を可能にする見えないインフラストラクチャー。
robotics

ロボット工学：動く機械

センサ、アクチュエータ、制御ループ — ロボットがどのように認識し、判断し、作動するか、工場用アームから火星探査機まで。
robotics

ロボティクスの幾何学

順運動学と逆運動学、ワークスペース包絡線、自由度、経路計画：ロボットを動かす幾何学。
unhamming

Unhamming: ハミングが与えたものと見逃したもの

Richard Hamming は Bell Labs と冷戦時代に知識のドラゴンを築いた。Unhamming はその背から生まれる：同じ炎、異なる飛行。スパイ対スパイではない。捕食者と獲物でもない。ハミングが正しく見ていたこと、彼の時代が盲目にしたこと、そしてパーマコンピュータが拡張するものを地図に描く。
unhamming

アルゴリズムの計算量：失われた章

ハミングはデジタルフィルタ、符号理論、シミュレーション、n次元幾何学を扱いました。彼はBig O記法に名前を付けませんでした。このレッスンはそのギャップを埋めます：O(1)からO(N²)までの具体的なプログラミング例、沈黙の代償、そしてなぜMOAD-0001がハミングの時代に気づかれずに成長したのか。
unhamming

MOAD-0001: 堆積欠陥

集合が必要な場所でリストを使用している。CWE-407: 60以上のソフトウェアエコシステムにまたがる1,000以上のサイトにおけるO(N²)のメンバーシップテスト。ハミングの時代に種が蒔かれ、私たちの時代がそれを引き継いでいる。このレッスンでは、パターン認識、コード考古学、そしてインフラを1,000倍高速化するワンラインの修正を学ぶ。
unhamming

Undefect: 野に潜むMOADを発見する

MOADが存在することを知ることと、見つけることは異なります。このレッスンは検出方法論を教えます: 堆積パターンのコードを読む方法、grep & 静的分析を使ってエコシステムを検索する方法、& 確認された欠陥からアップストリームパッチへと移動する方法。MOAD パイプラインを使用: スキャン、チケット、パッチ、テスト、開示、PR、マージ。
unhamming

Eight Forms of Capital: What Hamming Never Measured

Hamming taught 'You Get What You Measure' — one of his best insights. He measured financial capital & intellectual capital. Eight forms of capital exist. This lesson extends his measurement framework to all eight, then asks: what does your work grow & what does it drain?
unhamming

パーマコンピュータ：作り手を超えて存続するインフラ

Russell Ballestrini はパーマコンピュータ宣言を執筆した。インフラは地代を搾取せずに成長し、コードは作者を超えて存続し、無料の計算資源はすべての人に属する。このレッスンは Hamming のシステム工学（第28章）をパーマコンピュータの設計原則——能力駆動型プレゼンテーション、漸進的拡張、協調的インフラ——に拡張する。
unhamming

You & Your Research: Open-Source Edition

Hammingの「You and Your Research」は、Bell Labsや大学、国立研究所といった機関の支援を前提としていた。オープンソースはその前提を取り除く。このレッスンでは、Hammingの最良の助言——重要な問題に取り組む、10個の重要な問題を常に頭に入れておく、知識を複利で増やす——を、コミット権と公開リポジトリしか持たない独立した研究者向けに拡張する。
unhamming

スパイ対スパイなしで

ハミングの時代は冷戦の二項対立の中で展開していた：味方対敵、秘密対開放、ベル研究所対その他すべて。アンハミングはこのフレームを超えて活動する。このレッスンでは、この二項対立が各資本キューにもたらす代価と、ゲームを必要としないボードを成長させるとはどういうことかを検証する。
unhamming

パーマカルチャーとコード：成長 vs 抽出

パーマカルチャーの原則：観察と相互作用、エネルギーの捕捉と蓄積、廃棄物のゼロ化。これをソフトウェアに応用すると、システムから搾取するのではなく、周囲のシステムを再生させるコードを書くことになる。このレッスンでは、パーマカルチャーの設計原則をパーマコンピュータのインフラとMOADファクトリーモデルにマッピングする。
unhamming

全ワークステーションのバランス: MOAD-0001 と MOAD-0005 は連動している

Hamming のシステム工学（第 28 章）：コンポーネントを個別に最適化すると、システム全体の性能が低下する。MOAD 工場モデルでは、これをインフラ規模で適用する。高スループットノードで O(N²) を修正すると、下流のすべてのキューが溢れる。MOAD-0001 と MOAD-0005 は連動している。どちらも解決してから開示せよ。
unhamming

四芸（クアドリヴィウム）：真実、自由、調和、愛

ハミングは『あなたと研究』を、すべての研究者が答える必要がある質問で終わった：あなたの価値観は何か、そしてそれらのためにあなたは何を犠牲にするのか？パーマコンピュータの四芸は具体的な答えを与える：真実（オープンソース）、自由（自発的参加）、調和（自己更新）、愛（無為）。このレッスンでは、これらをソフトウェア＆研究実践に適用する。
unhamming

MOAD-0002: 絡み合った欠陥

サブシステムが共有の可変グローバル状態を通じて結合され、単一のイベントループやゴッドオブジェクト内で同期的に変更される。タイミングの問題ではなく、構造的な結合。このレッスンでは、ミューテックスを追加すると悪化する理由と、フェーズスナップショットがアーキテクチャレベルでサブシステムを分離する方法を学ぶ。
unhamming

MOAD-0003: 漏洩したコンテキスト

ThreadLocal はリクエストスコープの ID を保持する。スレッドはプールに戻る。ThreadLocal.remove() が呼ばれない。同じスレッドで次のリクエストが実行されると、前のリクエストのコンテキストが読み取られる。クラッシュではなく、静かなセキュリティ境界違反。このレッスンでは、スコープの不一致と、それを置き換えるライフタイム正しいプリミティブを学ぶ。
unhamming

MOAD-0004: 記録された秘密

WebサーバーはHTTPヘッダーをそのままログに記録します。Authorization、Cookie、X-API-Keyは平文のままディスクに書き込まれます。メモリ上ではなく、ディスク上、ログシッパー、アグリゲーターに保存され、30〜90日間保持されます。このレッスンでは、露出期間の計算と、シリアライズ層での認証情報拒否リストによる修正方法を学びます。
unhamming

MOAD-0005: 雷鳴の群れ

cache.get(key) + null チェック + expensiveCompute(key) + cache.put(key): 4つの非アトミックなステップ。N スレッドがすべてミスし、同時に計算を実行する。冪等性の罠：「2 つのスレッドが同じ結果を書き込んでも問題ない」という考え方は正しさは保つが、コストを無視している。このレッスンではアトミックな修正と MOAD-0001 との結合を学ぶ。
unhamming

MOAD-0006: ガラス金庫

復元可能な形式で保存された認証情報：平文、可逆暗号、Base64。1回のデータベースダンプで全認証情報が同時に露出する。MOAD-0004（偶発的なログ書き込み）とは異なり、ガラス金庫はアーキテクチャ設計上、認証情報の復元を必要とする。このレッスンでは、強力な暗号化がなぜ問題を解決しないのか、そして一方向ハッシュが何に置き換わるのかを学ぶ。
unhamming

MOAD-0007: フラットランドの欠陥

空間データを O(N) の線形走査でクエリ。ジオメトリ構造は破棄され、BVH、オクトリー、k-d 木は一切構築されない。エドウィン・アボットの『フラットランド』（1884）にちなんで命名：構造は存在するが、破棄される。Three.js の Raycaster を 10,000 個のオブジェクトで 60Hz で動作させた場合、1秒間に 600,000 回のジオメトリチェックが発生する（3行の修正による）。本レッスンでは空間インデックスと、ハッシュセットがそれを置き換えられない理由を学ぶ。
unhamming

MOAD-0009: メーター付きハート

スケジュールされたジョブが、作業が必要かどうかにかかわらずタイマーで起動します。2つの形態があります：遅延後に壊れた状態を修復する状態修復ジョブ（ユーザーはその期間中に不具合を目にします）、および固定間隔でゼロから再計算する無駄なレポートです。このレッスンでは、イベント駆動設計を代替手段として、またMOAD増幅パターンを教えます。
unhamming

MOAD が残存する理由：既知の欠陥の歴史

5 つの欠陥 — O(N²) のメンバーシップ判定、グローバル状態の結合、ThreadLocal の ID 漏洩、認証情報のログ出力、サンダリング・ハード — は 2026 年に体系的な検出が行われる何十年も前から知られていました。このレッスンでは、それぞれの知的背景をたどり、欠陥が放置された 5 つの構造的要因を明らかにし、未修正の「知られていた欠陥」を認識するための診断語彙を構築します。
welding

溶接の基礎：金属の接合

溶接の背後にある科学と職人技を学びます。アーク物理学から継手設計まで、金属加工のあらゆる職業キャリアの基礎です。
welding

溶接の幾何学

継手角度、ベベル幾何学、溶接プロファイル、歪み制御、フィットアップ許容差：金属接合における幾何学的精度。
無制限アクセス: お支払いは不要です

レッスンを2つ完了し、あなたの事業について1段落書くと、起業家貢献トラックを通じてソロ利用のアクセスを獲得できます。

起業家トラック →