Как защитить алгоритм машинного обучения от Adversarial-примеров |
||
|
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ Атаки на ИИ Внедрение ИИИИ теория Компьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Промпты. Генеративные запросы Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2019-08-09 20:00 ошибки машинного обучения, машинное обучение python, теория программирования Лучшие доклады Moscow Python 2018 Предлагаем изучить 4 лучших доклада с прошедших конференций для программистов и разработчиков 1. Как защитить алгоритм машинного обучения от Adversarial-примеров 2. Pylint изнутри. Как он это делает / Максим Мазаев (ЦИАН) 3. 50 оттенков celery / Олег Чуркин (TechOps) 4. Мастер-класс "Эффективная Selenium-инфраструктура" / Иван Крутов (Aerokube) Телеграм: t.me/ainewsline Источник: vk.com Комментарии: |
|