image

یادگیری ماشین اعتمادپذیر

دوره یادگیری ماشین اعتمادپذیر به بررسی مباحث پیشرفته‌ای در حوزه امنیت و اعتمادپذیری سیستم‌های یادگیری ماشین می‌پردازد. این دوره شامل موضوعاتی نظیر حملات نمونه‌های خصمانه و راهکارهای دفاعی مرتبط، مسموم‌سازی مدل‌های یادگیری ماشین، حملات استخراج مدل و محافظت از حریم خصوصی مدل‌ها می‌شود. اهمیت این دوره در ارتقای دانش و مهارت‌های افراد برای مقابله با تهدیدات امنیتی در سیستم‌های یادگیری ماشین نهفته است که با توجه به رشد سریع کاربردهای این فناوری، ضرورت آن روزبه‌روز بیشتر احساس می‌شود.

مشخصات دوره

سطحپیشرفته
مدت14 ساعت
مدرکدارد
تاریخ به روزرسانی۱۴۰۳/۷/۲۵
قالب دورهمهارت محور
میزان محبوبیت
5
(1 رای)
۱٬۶۰۰٬۰۰۰
تومان

مطالب دوره

1. مقدمه
1.1 معرفی دوره و معرفی امنیت اطلاعات
19' : 02''
2.1 امنیت و حریم خصوصی در یادگیری ماشین
24' : 24''
2. evasion attacks
3. Poisoning Model
4. Model Extraction
5. Privacy Risks
6. Differential Privacy & Privacy Preserving ML
7. Large Language Models Security

اطلاعات تکمیلی دوره

هدف اصلی این دوره، آشنایی دانشجویان با اصول امنیت و حریم خصوصی یادگیری ماشین است. دانشجویان با آسیبپذیریهای یادگیری ماشین در مراحل آموزش و استنتاج آشنا میشوند و روشهای بهبود استحکام و حریم خصوصی مدلهای یادگیری ماشین را میآموزند.

 

مخاطبین:

  • دانشجویان علاقه‌مند و فعال در حوزه امنیت و حریم‌خصوصی یادگیری ماشین
  • متخصصان یادگیری ماشین فعال در صنعت‌های با کاربرد حساس

 

پیش‌نیاز:

  • یادگیری ماشین
  • یادگیری عمیق

 

نحوه ارزیابی:

  • ۱۰۰ درصد پروژه پایانی

مدرس دوره

امیرمهدی صادق زاده
امیرمهدی صادق زاده

دوره‌های پیشنهادی

هوش مصنوعی

هوش مصنوعی

هوش مصنوعی