اکسپرس 24
ترجمه فارسی مقاله یادگیری ماشینی قابل اعتماد تحت منابع داده اجتماعی و خصمانه

ترجمه فارسی مقاله یادگیری ماشینی قابل اعتماد تحت منابع داده اجتماعی و خصمانه

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Trustworthy Machine Learning under Social and Adversarial Data Sources
عنوان مقاله به فارسی یادگیری ماشینی قابل اعتماد تحت منابع داده اجتماعی و خصمانه
نویسندگان Han Shao
فرمت مقاله انگلیسی PDF
تعداد صفحات 376
دسته بندی موضوعات Machine Learning,Artificial Intelligence,Computer Science and Game Theory,یادگیری ماشین , هوش مصنوعی , علوم کامپیوتر و نظریه بازی ,
توضیحات Submitted 2 August, 2024; originally announced August 2024. , Comments: PhD thesis
توضیحات به فارسی ارسال شده در 2 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد. ، نظرات: پایان نامه دکترا

قیمت: 19,000 تومان

دانلود مقاله اصل انگلیسی + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 99,000 تومان

سفارش + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی و ترجمه کامل آن، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 15,040,000 تومان

زمان تحویل: 2 تا 3 روز کاری

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Machine learning has witnessed remarkable breakthroughs in recent years. As machine learning permeates various aspects of daily life, individuals and organizations increasingly interact with these systems, exhibiting a wide range of social and adversarial behaviors. These behaviors may have a notable impact on the behavior and performance of machine learning systems. Specifically, during these interactions, data may be generated by strategic individuals, collected by self-interested data collectors, possibly poisoned by adversarial attackers, and used to create predictors, models, and policies satisfying multiple objectives. As a result, the machine learning systems' outputs might degrade, such as the susceptibility of deep neural networks to adversarial examples (Shafahi et al., 2018; Szegedy et al., 2013) and the diminished performance of classic algorithms in the presence of strategic individuals (Ahmadi et al., 2021). Addressing these challenges is imperative for the success of machine learning in societal settings.

چکیده به فارسی (ترجمه ماشینی)

یادگیری ماشین در سالهای اخیر شاهد پیشرفت های چشمگیر بوده است.از آنجا که یادگیری ماشینی جنبه های مختلف زندگی روزمره را به خود اختصاص می دهد ، افراد و سازمانها به طور فزاینده ای با این سیستم ها در تعامل هستند و طیف گسترده ای از رفتارهای اجتماعی و مخالف را به نمایش می گذارند.این رفتارها ممکن است تأثیر قابل توجهی در رفتار و عملکرد سیستم های یادگیری ماشین داشته باشد.به طور خاص ، در طی این تعامل ، داده ها ممکن است توسط افراد استراتژیک تولید شود ، که توسط جمع کننده داده های خود علاقه مند جمع می شوند ، احتمالاً توسط مهاجمان مخالف مسموم می شوند و برای ایجاد پیش بینی کننده ، مدل ها و سیاست هایی که اهداف مختلفی را برآورده می کنند ، استفاده می شود.در نتیجه ، خروجی های سیستم های یادگیری ماشین ممکن است تخریب شود ، مانند حساسیت شبکه های عصبی عمیق به مثالهای متناقض (شفاحی و همکاران ، 2018 ؛ Szegedy و همکاران ، 2013) و کاهش عملکرد الگوریتم های کلاسیک در حضورافراد استراتژیک (احمدی و همکاران ، 2021).پرداختن به این چالش ها برای موفقیت یادگیری ماشین در تنظیمات اجتماعی ضروری است.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.