MARC状态：订购 文献类型：中文图书 浏览次数：24
- 题名/责任者:
- 对抗机器学习/(美) 叶夫根尼·沃罗贝基克, (美) 穆拉特·坎塔尔乔格卢著
- 出版发行项:
- 北京:机械工业出版社,2020-01-01
- ISBN及定价:
- 978-7-111-64304-3/CNY69.00
- 载体形态项:
- XV, 148页, [4] 页图版;26cm
- 丛编项:
- 智能科学与技术丛书
- 个人责任者:
- 沃罗贝基克
- 个人次要责任者:
- 王坤峰
- 中图法分类号:
- TP181
- 一般附注:
- 华章教育
- 提要文摘附注:
- 本书讨论机器学习中的安全性问题，即讨论各种干扰机器学习系统输出正确结果的攻击方法以及对应的防御方法。本书首先回顾机器学习的概念和方法，提出对机器学习攻击的总体分类。然后讨论两种主要类型的攻击和相关防御：决策时攻击和投毒攻击。之后，讨论针对深度学习的攻击的新技术，以及提高深度神经网络鲁棒性的方法。最后，讨论对抗学习领域的几个重要问题。
- 使用对象附注:
- 适合对对抗机器学习领域感兴趣的读者阅读
全部MARC细节信息>>