- Main
- Computers - Computer Science
- Strengthening Deep Neural Networks:...
Strengthening Deep Neural Networks: Making AI Less Susceptible to Adversarial Trickery
Katy Warrროგორ მოგეწონათ ეს წიგნი?
როგორი ხარისხისაა ეს ფაილი?
ჩატვირთეთ, ხარისხის შესაფასებლად
როგორი ხარისხისაა ჩატვირთული ფაილი?
As deep neural networks (DNNs) become increasingly common in real-world applications, the potential to deliberately "fool" them with data that wouldn’t trick a human presents a new attack vector. This practical book examines real-world scenarios where DNNs—the algorithms intrinsic to much of AI—are used daily to process image, audio, and video data.
Author Katy Warr considers attack motivations, the risks posed by this adversarial input, and methods for increasing AI robustness to these attacks. If you’re a data scientist developing DNN algorithms, a security architect interested in how to make AI systems more resilient to attack, or someone fascinated by the differences between artificial and biological perception, this book is for you.
• Delve into DNNs and discover how they could be tricked by adversarial input
• Investigate methods used to generate adversarial input capable of fooling DNNs
• Explore real-world scenarios and model the adversarial threat
• Evaluate neural network robustness; learn methods to increase resilience of AI systems to adversarial data
• Examine some ways in which AI might become better at mimicking human perception in years to come
Author Katy Warr considers attack motivations, the risks posed by this adversarial input, and methods for increasing AI robustness to these attacks. If you’re a data scientist developing DNN algorithms, a security architect interested in how to make AI systems more resilient to attack, or someone fascinated by the differences between artificial and biological perception, this book is for you.
• Delve into DNNs and discover how they could be tricked by adversarial input
• Investigate methods used to generate adversarial input capable of fooling DNNs
• Explore real-world scenarios and model the adversarial threat
• Evaluate neural network robustness; learn methods to increase resilience of AI systems to adversarial data
• Examine some ways in which AI might become better at mimicking human perception in years to come
კატეგორია:
წელი:
2019
გამოცემა:
1
გამომცემლობა:
O’Reilly Media
ენა:
english
გვერდები:
246
ISBN 10:
1492044954
ISBN 13:
9781492044956
ფაილი:
PDF, 32.55 MB
თქვენი თეგები:
IPFS:
CID , CID Blake2b
english, 2019
ჩატვირთვა (pdf, 32.55 MB)
- Checking other formats...
- კონვერტირება
- განბლოკეთ 8მეგაბაიტზე დიდი ზომის ფაილების კონვერტაციაPremium
გსურთ დაამატოთ წიგნის მაღაზია? დაგვიკავშირდით support@z-lib.fm-ით
1-5 წუთის განმავლობაში ფაილი გადაიგზავნება თქვენს email-ზე.
1-5 წუთში ფაილი გადაცემული იქნება თქვენს Telegram ანგარიშზე.
ყურადღება: დარწმუნდით, რომ თქვენი ანგარიში დაუკავშირეთ Z-Library Telegram ბოტს.
1-5 წუთში ფაილი გადაიცემა თქვენს Kindle მოწყობილობაზე.
შენიშვნა: თქვენ გჭირდებათ ყველა იმ წიგნის ვერიფიკაცია, რომელსაც უგზავნით Kindle-ს. შეამოწმეთ თქვენი ელ.ფოსტა მიიღეთ თუ არა Amazon Kindle Support-ისგან დამადასტურებელი წერილი.
ხორციელდება კონვერტაციის -ში
კონვერტაციის -ში ვერ მოხერხდა
პრემიუმ სტატუსის უპირატესობები
- გაგზავნეთ ელექტრონულ მკითხველებზე
- ჩამოტვირთვის გაზრდილი ლიმიტი
- ფაილების კონვერტაცია
- ძიების მეტი შედეგი
- სხვა უპირატესობები