KI-Beratung Beta

Gutscheinbedingungen

Gültig bis 21.10.2026 | Gültig für nicht preisgebundene fremdsprachige Bücher | Einzelne Artikel können ausgeschlossen sein | Online auf thalia.de und in der Thalia App einlösbar | Click & Collect nur mit Online-Zahlung (Paypal/Kreditkarte) vorab | Nicht kombinierbar mit anderen Gutscheinen oder Preisaktionen | Nur einmal pro Einkauf einlösbar | Gutschein wird auf max. 500€ Bestellwert angerechnet | Keine Barauszahlung | Nicht gültig für Versandkosten und Services

Produktbild: Robust AI: Security and Privacy Issues in Machine Learning
Vorbesteller Neu

Robust AI: Security and Privacy Issues in Machine Learning Pre-adoption Scrutiny of Security and Privacy Guarantees of AI Algorithms

237,99 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

30.11.2026

Abbildungen

XII, 192 p. 53 illus., 52 illus. in color.

Verlag

Springer Singapore

Seitenzahl

192

Maße (B/H)

15,5/23,5 cm

Auflage

1. Auflage

Sprache

Englisch

ISBN

978-981-9563-61-6

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

30.11.2026

Abbildungen

XII, 192 p. 53 illus., 52 illus. in color.

Verlag

Springer Singapore

Seitenzahl

192

Maße (B/H)

15,5/23,5 cm

Auflage

1. Auflage

Sprache

Englisch

ISBN

978-981-9563-61-6

Herstelleradresse

Libri GmbH
Europaallee 1
36244 Bad Hersfeld
DE

Email: gpsr@libri.de

Ein neues Kapitel für Ihre Bücher

Ein neues Kapitel für Ihre Bücher

Schenken Sie Ihren alten Schätzen ein zweites Leben und erhalten Sie dafür eine Thalia Geschenkkarte.

Jetzt verkaufen
Jetzt verkaufen

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)

  • Produktbild: Robust AI: Security and Privacy Issues in Machine Learning
  • Introduction.- Background.- Adversarial Examples and Dimensionality.- Spatially Correlated Patterns in Adversarial Images.- Patch-based real-world adversarial attacks.- Comparative Analysis of State-of-the-Art Adversarial Attacks.- Efficient Decision-based Adversarial Attacks.- Pre-Processing based Defenses.- Protecting IP of trained models.- Protecting Privacy of Training Data.- Future Scope of Work.- Conclusion.