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.
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:
پیشنیاز:
نحوه ارزیابی: