Adversarial Machine Learning: Théorie et applications

Cette séance de cours couvre la théorie et les applications de l'apprentissage machine contradictoire, en mettant l'accent sur l'optimisation minmax, la formation contradictoire, les réseaux antagonistes génératifs et les défis de la robustesse des exemples contradictoires. L'instructeur discute de la formulation d'exemples contradictoires, de la difficulté de l'optimisation minmax et de l'utilisation de différentes normes dans les attaques contradictoires. La séance de cours explore également la robustesse des classificateurs dans les espaces de grande dimension, l'impact des exemples contradictoires sur les réseaux neuronaux et la mise en œuvre pratique de la formation contradictoire. Diverses techniques d'optimisation, telles que l'optimisation primal-dual et la descente stochastique des sous-gradients, sont présentées dans le contexte de l'apprentissage machine contradictoire.