Ocena:

Obecnie brak opinii czytelników. Ocena opiera się na 2 głosach.
Introduction to Machine Learning with Applications in Information Security
Introduction to Machine Learning with Applications in Information Security, Second Edition stanowi sprawdzone w praktyce wprowadzenie do szerokiej gamy algorytmów i technik uczenia maszynowego i głębokiego uczenia się, wzmocnione realistycznymi aplikacjami. Książka jest przystępna i nie udowadnia twierdzeń ani nie rozwodzi się nad teorią matematyczną. Celem jest przedstawienie tematów na intuicyjnym poziomie, z wystarczającą ilością szczegółów, aby wyjaśnić podstawowe koncepcje.
Książka dogłębnie omawia podstawowe klasyczne tematy uczenia maszynowego, w tym ukryte modele Markowa (HMM), maszyny wektorów nośnych (SVM) i klastrowanie. Dodatkowe tematy uczenia maszynowego obejmują k-Nearest Neighbor (k-NN), boosting, Random Forests i Linear Discriminant Analysis (LDA). Dogłębnie omówiono podstawowe tematy głębokiego uczenia się, takie jak propagacja wsteczna, konwolucyjne sieci neuronowe (CNN), perceptrony wielowarstwowe (MLP) i rekurencyjne sieci neuronowe (RNN). Przedstawiono również szeroki zakres zaawansowanych architektur głębokiego uczenia się, w tym długą pamięć krótkotrwałą (LSTM), generatywne sieci adwersarskie (GAN), ekstremalne maszyny uczące się (ELM), sieci rezydualne (ResNet), głębokie sieci przekonań (DBN), dwukierunkowe reprezentacje kodera z transformatorów (BERT) i Word2Vec. Na koniec omówiono kilka nowatorskich tematów głębokiego uczenia się, w tym regularyzację porzucania, uwagę, wyjaśnialność i ataki przeciwników.
Większość przykładów w książce pochodzi z dziedziny bezpieczeństwa informacji, a wiele aplikacji uczenia maszynowego i głębokiego uczenia koncentruje się na złośliwym oprogramowaniu. Przedstawione aplikacje służą do demistyfikacji tematów poprzez zilustrowanie wykorzystania różnych technik uczenia się w prostych scenariuszach. Niektóre z ćwiczeń w tej książce wymagają programowania, a w kilku sekcjach aplikacji zakłada się elementarne koncepcje obliczeniowe. Jednak każdy, kto ma skromne doświadczenie komputerowe, nie powinien mieć problemów z tym aspektem książki.
Materiały dla instruktorów, w tym slajdy PowerPoint, filmy z wykładów i inne istotne materiały, są dostępne na towarzyszącej stronie internetowej: http: //www.cs. sjsu.edu/ stamp/ML/.