Recenze čtenářů
Aktuálně nejsou k dispozici žádné recenze čtenářů. Hodnocení je založeno na 2 hlasů.
Původní název:
Introduction to Machine Learning with Applications in Information Security
Obsah knihy:
Introduction to Machine Learning with Applications in Information Security, Second Editionposkytuje učebnou ověřený úvod do široké škály algoritmů a technik strojového učení a hlubokého učení, posílený realistickými aplikacemi. Kniha je přístupná a nedokazuje teorémy ani se nezdržuje matematickou teorií. Jejím cílem je představit témata na intuitivní úrovni s dostatečnými podrobnostmi pro objasnění základních konceptů.
Kniha se podrobně zabývá základními tématy klasického strojového učení, včetně skrytých Markovových modelů (HMM), strojů s podpůrnými vektory (SVM) a shlukování. Mezi další témata strojového učení patří k -Nearest Neighbor (k -NN), boosting, Random Forests a Lineární diskriminační analýza (LDA). Do hloubky jsou pokryta základní témata hlubokého učení: zpětné šíření, konvoluční neuronové sítě (CNN), vícevrstvé perceptrony (MLP) a rekurentní neuronové sítě (RNN). Představena je také široká škála pokročilých architektur hlubokého učení, včetně architektur s dlouhou krátkodobou pamětí (LSTM), generativních adverzních sítí (GAN), extrémních učících se strojů (ELM), zbytkových sítí (ResNet), hlubokých věrohodných sítí (DBN), obousměrných kódovacích reprezentací z transformátorů (BERT) a Word2Vec. Nakonec je diskutováno několik špičkových témat hlubokého učení, včetně regularizace výpadku, pozornosti, vysvětlitelnosti a útoků protistrany.
Většina příkladů v knize pochází z oblasti informační bezpečnosti, přičemž mnoho aplikací strojového učení a hlubokého učení se zaměřuje na malware. Představené aplikace slouží k demystifikaci témat tím, že ilustrují použití různých technik učení v přímočarých scénářích. Některá cvičení v této knize vyžadují programování a v několika částech aplikací se předpokládají elementární počítačové koncepty. Nicméně každý, kdo má skromné zkušenosti s výpočetní technikou, by neměl mít s tímto aspektem knihy žádné problémy.
Zdroje pro učitele, včetně prezentací v PowerPointu, videí z přednášek a dalších relevantních materiálů, jsou k dispozici na doprovodné webové stránce: http: //www.cs. sjsu.edu/ stamp/ML/.
