[Blowfish暗号]に基づいた[ハッシュ関数]．[計算]に時間がかかるため，[総当たり攻撃]などに対して[MD5]などに比べてより[反脆弱性]を持つ．[計算]の[コスト]を手動で設定することができ，[計算機]の性能向上に応じて調節できる．[ソルト]の仕組みが含まれている．

[SHA-1]の後継で[NIST]が規格化した[ハッシュ関数]．`SHA-n`はn[bit]の[ハッシュ値]を出力する．[SHA-256]以上は[2020年]時点で安全な[ハッシュ関数]と見做されている．

[NIST]が規格化した[ハッシュ関数]．160[bit]の[ハッシュ値]を出力する．[脆弱性]が見つかっており，[SHA-2]への移行が勧められている．[衝突攻撃]

Hash-based Message Authentication Code[公開鍵]・[秘密鍵]・[ハッシュ]の技術を用いて[暗号化]と[整合性]チェックの両方を行う仕組み．[SHA-1]，[MD5]など汎用的な[ハッシュ関数]を利用する．

[オプティマイザ]が見積もった小さい[テーブル]の[結合]対象となる[行]を全件読み込む．[結合キー]を[ハッシュ関数]にかけて[ハッシュテーブル]として[メモリ]上に乗せる．大きい[テーブル]の[結合]対象となる[行]を読み込み，[結合キー]を[ハッシュ関数]にかけて[ハッシュテーブル]と突き合わせていく．[CBO]でのみ利用可能で，[RBO]では利用できない．[等価結合]にのみ適用可能．

[ハッシュ関数]を用いた[暗号化]方式において異なる[データ]を[暗号化]して同一の[ハッシュ値]が出力されることを利用した[攻撃]．[暗号化]された[データ]をすり替えることができる．[SHA-1]や[MD5]など[ハッシュ値]の長さの小さい[ハッシュ関数]では現実的に達成できる．

Message Digest Algorithm 5128[bit]の[ハッシュ値]を出力する[ハッシュ関数][衝突攻撃]などに対する弱点が見つかっている．

[チャレンジレスポンス認証]を利用した方式．チャレンジとして[シード]と呼ばれる[キー]と[シーケンス番号]を用いる．[サーバ]は[認証]要求のたびに[シード]と[シーケンス番号]を送信する．[クライアント]は[シード]と自身の[パスワード]を結合し[シーケンス番号]より1少ない回数[ハッシュ関数]を用いて演算し[ワンタイムパスワード]として返す．[サーバ]は[ワンタイムパスワード]に対して1回[ハッシュ関数]を用いて演算し前回の[ワンタイムパスワード]と比較して[認証]する．

[認証サーバ]が[認証]の過程でランダムな[文字列]を[クライアント]に送り，[パスワード]と[文字列]を共通の[ハッシュ関数]で[ハッシュ]にしたものを[認証サーバ]で比較することで[認証]を完了する方式．この方式を使った[認証プロトコル]を[CHAP]と呼ぶ．

[なりすまし]や[改竄]の検知，更には[署名]した人の[否認防止]を達成する技術．発信者が[秘密鍵]でメッセージを[ハッシュ関数]にかけて[ハッシュ]にしたものを[暗号化]して送信する．受信者は発信者の[公開鍵]で[復号]しメッセージを[ハッシュ]にしたものと比較することで正しいメッセージであることを確認する．[復号]できる -> 送信者が[公開鍵]のペアとなる[秘密鍵]を持つ．[ハッシュ]が等しい -> 情報の[改竄]がないことが示される．

[ISO/IEC27001]の定義に基づいて提唱される[セキュリティ]の三大要素と呼ばれる概念．Confidentiality: [機密性][アクセス権限][暗号化][認証]

[ハッシュ値]が衝突した場合の対応の一つ．[キー]の値をインクリメントし，再び[ハッシュ関数]によって[ハッシュ]する．衝突がなくなるまで繰り返す．正しく[探索]が行えるよう，[配列]の各バケットに`EMPTY`，`OCCUPIED`，`DELETED`のフラグを持たせる．

[データ]の格納と読み出し方を定義した[データ構造]．他の[データ構造]が[データ]の配置を明示的に表しているのに対して[ハッシュ法]は[データ]の配置構造について表現していない．[キー]の関数値によって[データ]の検索を行う．[ハッシュ関数]によって対象の[データ]を[ハッシュ値]に変換し，[キー]として用いる．同じ[ハッシュ値]を持つ[データ]群を[シノニム]と呼ぶ．

[Windows_7]以降では標準搭載されている．互換性の問題からデフォルトで無効化されていたり，[TLS_1.0]/[TLS_1.1]も有効化されてしまっている状態．[ハッシュ関数]の利用による[セキュリティ]の強化[SHA-256]や[SHA-384][認証付暗号利用モード]が利用可能な[暗号スイート]のサポート

[Python]で[オブジェクト]を関数のように呼び出すための[特殊メソッド][オブジェクト]に`__call__`を定義することで[関数]呼び出し構文で[インスタンス]を利用可能となる[引数]を受け取り[処理]を実行して[戻り値]を返すことが可能[デコレータ]や[コールバック]の[ラッパ]として活用されることが多い[クラス]に`__call__`を実装することで[関数型オブジェクト]として振る舞うことができる

別名: [名前修飾][名前]を表面的なものから[一意]なものにすること[関数]などを[コンパイラ]が処理する際に[名前衝突]を避ける意図がある[Python]では[private]のように[アクセス制御]の一環で用いられることがあるが本来は[__init__]や[__main__]の[クラス]をはっきりさせるための仕組み

[Python]において特殊な[定数]であり，[省略]や未実装の部分を示すために利用される．[リテラル]`...`で表現される[定数]用途の例[スライス]における多次元インデックスの省略表現．[関数]や[クラス]における未実装部分の明示．

>[React Compiler] は高価な計算を自動で[メモ化]してくれるため、多くの場合、手作業による [useMemo] は不要となります。https://ja.react.dev/learn/you-might-not-need-an-effect[React Hooks]で追加された機能．[メモ化]を実現する．同じ結果を返す重い処理を初回のみ実行し，2回目以降は結果のみを呼び出す．

[引数]の数が少ない[関数]が，[引数]の数が多い[関数]の[型]として使用可能であること．余分な[引数]は無視されるようになる[TypeScript]などで採用されている

[関数]の[戻り値]の[型]を抽出する機能を持つ[TypeScript]の[組み込み型]の1つ[ジェネリック型]として使用され[型パラメータ]として[関数型]を受け取る`type user = ReturnType<typeof findUser>`

別名: [AOP][オブジェクト指向]の次の[トレンド]として注目されていた技術．[ロギング]や[トランザクション]など[アプリケーション]の様々な部分に作用する共通な処理を[横断的関心]と呼び，[アスペクト]として独立して記述することで[ソフトウェア]の柔軟性を向上させることを目的とする．[オブジェクト指向]では[横断的関心]は[プログラム]のあちこちに分散してしまう．[横断的関心]を[コード]の外部に独立して管理し，外部から与える．

[メモ化]した[コールバック][関数]を返す[Hooks API]．[useCallback]を利用しない[コールバック]は[FunctionalComponent]が再描画されるたびに[関数インスタンス]を生成して[イベント]として[バインド]されてしまう．[useCallback]を用いると[関数インスタンス]を生成せずに再描画後も再利用する．[useMemo]も同様だが，[メモ化]のコストが[再生成]のコストを下回るかどうかは検討する必要がある．

[TypeScript]の機能で，[関数]が[undefined]でなければ実行し，[undefined]であれば何もしないもの．`// do が undefined かどうかを見ている``something.do?.(args)`[オプショナルコール]

[TypeScript]の[void]型は「[戻り値]を無視する[型]」であり、[関数]が何も返さないことを保証するものではない。[void] の関数内で `return funcB();` のように書いてもエラーにならない`funcB` の戻り値が [void] 以外でも、呼び出し元では無視される実質的に `return undefined;` と同じ扱いになる`noImplicitReturns: true` を設定すると、不要な `return` に警告が出せる

[Express]で用いられている[ハンドラ]`(req, res, next) =>`のような形になっている．`next`については[ルータ]に複数登録されたアクションのうち，次のアクションを開始する[関数]となっている．

[SVM]とも言われる．異なる[クラス]の各[データ]点との距離が最大になる境界線を求めることで[パターン分類]を行うもの．この境界線を求めることを[マージン最大化]という．境界線と最も近い[データ]を[サポートベクトル]と呼ぶ．扱うデータが[高次元]である場合や，[線形分類]できない場合も想定する必要がある．

[asRagi.icon]好きなとこ[静的型付け]を採用しており[静的解析]に強い[型推論]も簡潔な[構文]で[ストレスフリー][type alias]も簡潔で良い[プリミティブ型]を用いた[ValueObject]とかも`type UserId string`くらい書いておけば良い

[過剰適合]・[オーバーフィッティング]ともいう[過学習]の原因[特徴量]が[データ]数に対して多い本質でない[データ]まで合うように[学習]しようとすること[モデル]の[関数]が複雑である

[勾配消失問題]への対応として考案された[活性化関数]で，[$ x \gt0]の[$ x]について[$ x]を返し，それ以外では0を返す[関数]．研究によって様々な派生が生まれている[Leaky ReLU][Parametric ReLU][Randomized ReLU]

[Go]で[関数]を[関数オブジェクト]として[構造体]の[フィールド]にするとうれしいか[asRagi.icon]うれしくなかった`// A: 状態は関数をクロージャにすることで実現する(Bad)``type User struct {``UpdateUserName func(UserName) error`

[ニューラルネットワーク]において，[入力層]と[出力層]の間で[重み]として機能する[関数]．

[ニューラルネットワーク]で用いられる，[予測誤差]を[関数]として表現したもの．[損失関数]とも呼ばれる．

[方策]を[関数]としてその[パラメータ]を[学習]の対象とする手法．[行動]のパターンが大量にある場合など，[行動価値関数]の設定のコストが大きい場合に取られる．具体的な手法[REINFORCE]

[データ]の重みづけの代わりに前の[弱識別器]の予測誤差を[関数]として捉えて，それを最小化するように[学習]を進めている．[勾配降下法]や[ニュートン法]などを適用することができる[XGBoost]によって高速な[学習]が可能．

いかなる実行でも到達できない[関数]や[変数]のこと

[関数呼び出し]を[呼び出し元]に展開することで[関数呼び出し]の[オーバーヘッド]の削減やさらなる[最適化]を可能にする[最適化]の手法．適用には様々な制約がある他の[関数]を呼び出していないこと([Non-leaf]であること)小さい[関数]であること他の[言語]で実装されていないこと