Brises de l'apprentissage automatique

Cette séance de cours couvre les bases de l'apprentissage automatique, y compris l'apprentissage supervisé, non supervisé et le renforcement. Il se penche sur les défis du déploiement de machines d'apprentissage dans le monde réel, tels que les attaques contradictoires et les préoccupations en matière de protection de la vie privée. L'instructeur explique comment les modèles d'apprentissage automatique sont formés, testés et déployés, à l'aide d'exemples comme la détection de discours haineux et la prédiction d'hospitalisation des patients. La séance de cours explore également l'omniprésence de l'apprentissage automatique dans divers domaines et les implications pour la sécurité et la vie privée. Les conditions d'adversaire dans l'apprentissage automatique sont discutées, en mettant l'accent sur la confidentialité, l'intégrité et les menaces de disponibilité. Différents types d'attaques, comme les black-box, grey-box et white-box, sont expliqués, ainsi que des stratégies pour empêcher le vol de modèles.