کتاب حریم خصوصی تفاضلی در سیستم‌های توصیه‌گر: از تئوری تا پیاده‌سازی با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره حریم خصوصی تفاضلی در سیستم‌های توصیه‌گر: از تئوری تا پیاده‌سازی

موضوع کلی: علوم داده و هوش مصنوعی

موضوع میانی: سیستم‌های توصیه‌گر

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر سیستم‌های توصیه‌گر و چالش‌های حریم خصوصی
• 2. مروری بر تهدیدات حریم خصوصی در داده‌های توصیه‌گر
• 3. مفهوم حریم خصوصی تفاضلی: اصول و تعاریف کلیدی
• 4. مکانیسم‌های نویزدهی: Gaussian و Laplace
• 5. حساسیت کوئری: محاسبه و اهمیت آن
• 6. بودجه حریم خصوصی (Privacy Budget): ε و δ
• 7. تکنیک‌های حریم خصوصی تفاضلی در داده‌های دسته‌ای
• 8. حریم خصوصی تفاضلی در داده‌های جریانی
• 9. پیاده‌سازی حریم خصوصی تفاضلی با استفاده از کتابخانه‌های متن‌باز
• 10. کاربرد حریم خصوصی تفاضلی در فیلترهای همکاری‌کننده
• 11. حریم خصوصی تفاضلی در ماتریس فاکتورسازی
• 12. حریم خصوصی تفاضلی در یادگیری عمیق برای توصیه‌گرها
• 13. حریم خصوصی تفاضلی در توصیه‌های مبتنی بر محتوا
• 14. حریم خصوصی تفاضلی و داده‌های ضمنی (Implicit Data)
• 15. ارزیابی عملکرد سیستم‌های توصیه‌گر با حریم خصوصی تفاضلی
• 16. مقایسه روش‌های مختلف حریم خصوصی تفاضلی در توصیه‌گرها
• 17. حریم خصوصی تفاضلی و عدالت (Fairness) در توصیه‌گرها
• 18. حملات حریم خصوصی تفاضلی و روش‌های مقابله با آن‌ها
• 19. حریم خصوصی تفاضلی و یادگیری فدرال (Federated Learning)
• 20. تأثیر پارامترهای نویزدهی بر دقت توصیه‌ها
• 21. ارائه یک مطالعه موردی: پیاده‌سازی حریم خصوصی تفاضلی در یک سیستم توصیه‌گر واقعی
• 22. بهینه‌سازی بودجه حریم خصوصی برای توصیه‌های شخصی‌سازی‌شده
• 23. تکنیک‌های پیشرفته نویزدهی: Exponential Mechanism
• 24. حریم خصوصی تفاضلی برای داده‌های سری زمانی در توصیه‌گرها
• 25. حریم خصوصی تفاضلی و داده‌های گراف (Graph Data) در توصیه‌گرها
• 26. استفاده از Differential Privacy برای محافظت از اطلاعات کاربران در برابر حملات عضویت (Membership Inference)
• 27. حریم خصوصی تفاضلی و داده‌های ترکیبی (Hybrid Data)
• 28. حریم خصوصی تفاضلی و داده‌های چندحزبی (Multi-Party Data)
• 29. روش‌های ترکیب حریم خصوصی تفاضلی با سایر تکنیک‌های حفظ حریم خصوصی
• 30. آینده حریم خصوصی تفاضلی در سیستم‌های توصیه‌گر
• 31. چالش‌ها و راهکارهای پیاده‌سازی حریم خصوصی تفاضلی در مقیاس بزرگ
• 32. بررسی قانونی و اخلاقی حریم خصوصی تفاضلی در توصیه‌گرها
• 33. تحلیل ریسک حریم خصوصی در سیستم‌های توصیه‌گر
• 34. تکنیک‌های کاهش هزینه محاسباتی در حریم خصوصی تفاضلی
• 35. روش‌های ارزیابی کیفیت توصیه‌ها با در نظر گرفتن حریم خصوصی
• 36. مقدمه‌ای بر رمزنگاری همومورفیک (Homomorphic Encryption) و ارتباط آن با حریم خصوصی تفاضلی