کتاب حریم خصوصی در یادگیری ماشین: مبانی و چالشها با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB
249,950 تومان
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره حریم خصوصی در یادگیری ماشین: مبانی و چالشها
موضوع کلی: توسعه برنامههای وب پیشرفته
موضوع میانی: Machine learning privacy best practices and implementation
📋 سرفصلهای دوره
- 1. حریم خصوصی در یادگیری ماشین: مقدمهای و مفاهیم اساسی
- 2. دادههای حساس و انواع آنها
- 3. مدلهای یادگیری ماشین و خطرات حریم خصوصی
- 4. تخریب حریم خصوصی: حملات و تهدیدات
- 5. مفهوم دیشناسهسازی دادهها
- 6. روشهای دیشناسهسازی: تعمیمسازی
- 7. روشهای دیشناسهسازی: حذف دادهها
- 8. روشهای دیشناسهسازی: ماسکسازی
- 9. روشهای دیشناسهسازی: تصادفیسازی
- 10. ارزیابی ریسک حریم خصوصی در دادهها
- 11. حریم خصوصی تفاضلی: مبانی و اصول
- 12. مکانیسمهای حریم خصوصی تفاضلی
- 13. پیادهسازی حریم خصوصی تفاضلی در الگوریتمهای یادگیری ماشین
- 14. حریم خصوصی همومورفیک: مفاهیم کلیدی
- 15. کاربردهای حریم خصوصی همومورفیک در یادگیری ماشین
- 16. محاسبات چند طرفه امن
- 17. یادگیری فدرال: رویکردی نوین به حفظ حریم خصوصی
- 18. چالشهای یادگیری فدرال
- 19. بهینهسازی ارتباطات در یادگیری فدرال
- 20. حریم خصوصی در شبکههای عصبی
- 21. حملات استخراج مدل (Model Extraction Attacks)
- 22. حملات عضویت (Membership Inference Attacks)
- 23. حملات بازسازی (Reconstruction Attacks)
- 24. دفاع در برابر حملات استخراج مدل
- 25. دفاع در برابر حملات عضویت
- 26. دفاع در برابر حملات بازسازی
- 27. حریم خصوصی در دادههای سری زمانی
- 28. حریم خصوصی در دادههای مکانی
- 29. حریم خصوصی در دادههای متنی
- 30. تکنیکهای پردازش زبان طبیعی و حفظ حریم خصوصی
- 31. حریم خصوصی در دادههای تصویری
- 32. حریم خصوصی در دادههای صوتی
- 33. حریم خصوصی و قانونگذاری: GDPR
- 34. حریم خصوصی و قانونگذاری: CCPA
- 35. استانداردهای بینالمللی حریم خصوصی
- 36. حریم خصوصی و اخلاق در یادگیری ماشین
- 37. ابزارهای ارزیابی حریم خصوصی
- 38. ابزارهای دیشناسهسازی دادهها
- 39. چارچوبهای حریم خصوصی در یادگیری ماشین
- 40. آینده حریم خصوصی در یادگیری ماشین
- 41. تحقیقات جاری در زمینه حریم خصوصی یادگیری ماشین
- 42. مبانی رمزنگاری برای حفظ حریم خصوصی
- 43. استفاده از بلوکچین در حفظ حریم خصوصی دادهها
- 44. حریم خصوصی در یادگیری تقویتی
- 45. حریم خصوصی در سیستمهای توصیه گر
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.