Adversarial machine learning

Séances de cours associées (33)

Adversarial Machine Learning: Théorie et applications

Couvre la théorie et les applications de l'apprentissage machine contradictoire, en mettant l'accent sur l'optimisation minmax et la robustesse à des exemples contradictoires.

Modèles de robustesse et de diffusion

Explore la robustesse de l'entraînement GAN, les algorithmes gaussiens, les points de selle et l'équilibre mixte Nash.

Apprentissage par machine de l'adversaire

Déplacez-vous dans l'apprentissage automatique contradictoire, explorant de petites perturbations causant des erreurs de classification dans les réseaux neuraux et l'échange entre précision et robustesse.

Apprentissage par machine de l'adversaire

Déplacez-vous dans l'apprentissage contradictoire de la machine, explorant des formulations d'optimisation et des exemples de robustesse.

Systèmes de connaissances non conceptuels: transfert de style et traduction d'images

Explore le transfert de style, la traduction d'images, l'apprentissage auto-supervisé, la prédiction vidéo et la génération de description d'images à l'aide de techniques d'apprentissage en profondeur.

Adversarial Machine Learning: Fondamentaux et techniques

Explore l'apprentissage machine contradictoire, couvrant la génération d'exemples contradictoires, les défis de robustesse et des techniques telles que la méthode Fast Gradient Sign.

Deep Learning : réseaux neuronaux convolutifs

Couvre les réseaux neuronaux convolutifs, les architectures standard, les techniques de formation et les exemples contradictoires en apprentissage profond.

Apprentissage par machine de l'adversaire

Explorez les vulnérabilités des réseaux neuronaux aux attaques antagonistes et les stratégies pour améliorer la robustesse des modèles.

Agents d'apprentissage profond : Renforcement de l'apprentissage

Explore les agents d'apprentissage profond dans l'apprentissage du renforcement, en mettant l'accent sur les approximations du réseau neuronal et les défis dans la formation des systèmes multiactifs.

Systèmes de connaissances non conceptuels

Plonge dans l'impact de l'apprentissage profond sur les systèmes de connaissances non conceptuels et les progrès dans les transformateurs et les réseaux antagonistes génératifs.