説明
https://universaldesign.ie/What-is-Universal-Design/

https://arxiv.org/pdf/1803.10813

説明
https://www.techopedia.com/2/31564/watercooler/ada-lovelace-enchantress-of-numbers

説明
https://research.com/careers/what-is-the-fourth-industrial-revolution

弱い学習者：俗に、素朴なモデルよりもわずかに良い結果を出すモデル。
より正式には、この概念はマルチクラス分類に一般化され、50％以上の精度を超える別の意味を持つ。
バイナリ分類の場合、弱い学習者の正確な要件はランダム推測よりも優れていることであることがよく知られている。[しかし、50%以上の精度を要求するのは厳しすぎます。
- 46ページ、Ensemble Methods、2012年。
これは形式的な計算論的学習理論に基づくもので、ランダムな推測よりも良い性能を示す、弱学習可能性を持つ学習法のクラスを提案するものである。弱い学習可能性は、より望ましい強い学習可能性を単純化したものとして提案されており、学習可能な学習法は任意の良い分類精度を達成する。
弱い学習可能性（weak learnability）と呼ばれる学習可能性の弱いモデルは、学習者が任意に高い精度を達成できるという要件を取り払ったものである。弱い学習アルゴリズムは、ランダムな推測よりも（逆多項式で）わずかに良い結果を出す仮説を出力するだけでよい。
- 1990年、『弱い学習性の強さ』。
これは、アンサンブル学習アルゴリズムの寄与メンバーの能力を記述するためによく使われるので、有用な概念である。例えば，ブートストラップ集計のメンバーは，少なくともこの用語の口語的な意味においては，強い学習者ではなく弱い学習者と呼ばれることがある．
より具体的には、弱い学習者はアンサンブル学習アルゴリズムのブースティング・クラスの基礎となっている。
ブースティングという用語は、弱い学習者を強い学習者に変えることができるアルゴリズムのファミリーを指す。
https://machinelearningmastery.com/strong-learners-vs-weak-learners-for-ensemble-learning/

説明
https://link.springer.com/referenceworkentry/10.1007/978-0-387-73003-5_293#:~:text=Definition,and%20comb

TensorFlowは、機械学習のためのエンドツーエンドのオープンソースプラットフォームです。ツール、ライブラリ、コミュニティリソースからなる包括的で柔軟なエコシステムがあり、研究者はMLの最先端を押し進め、開発者はMLを利用したアプリケーションを簡単に構築し、デプロイすることができます。
https://www.tensorflow.org/#:~:text=TensorFlow%20is%20an%20end%2Dto,and%20deploy%20ML%20powered%20applications.

説明
アクティベーション機能
ニューラルネットワークの活性化関数は、入力の加重和をどのように変換するかを定義する。
ネットワークのある層のノードからの出力。
https://machinelearningmastery.com/choose-an-activation-function-for-deep-learning/#:~:text=An%20activation