Diagnostics, performances de ML et menaces de ML antagonistes

Cette séance de cours couvre les bases de Machine Learning, son application dans des conditions conflictuelles, les implications de la vie privée, et les défis dans le déploiement des systèmes ML. Il s'inscrit dans la programmation traditionnelle par rapport au ML, des exemples d'apprentissage supervisés, des menaces contre le ML, le vol de modèles, la défense contre les exemples contradictoires et les questions de protection de la vie privée dans le ML. La séance de cours traite également de la chute du taux de base, du changement de distribution et de l'impact des biais dans les modèles ML, soulignant la difficulté de déployer des systèmes ML dans des scénarios réels.