資料詳細

  • 1 件中、 1 件目

【図書】 機械学習のためのプライバシー保護

Ｊ．Ｍｏｒｒｉｓ　Ｃｈａｎｇ ／著, Ｄｉ　Ｚｈｕａｎｇ ／著, Ｄｕｍｉｎｄｕ　Ｓａｍａｒａｗｅｅｒａ ／著, 髙橋翼 ／監訳, 髙橋翼 ／〔ほか〕訳   -- 共立出版 -- ２０２５．６ -- ２４ｃｍ -- ３０７ｐ

資料詳細

タイトル 機械学習のためのプライバシー保護
著者名等 Ｊ．Ｍｏｒｒｉｓ　Ｃｈａｎｇ ／著, Ｄｉ　Ｚｈｕａｎｇ ／著, Ｄｕｍｉｎｄｕ　Ｓａｍａｒａｗｅｅｒａ ／著, 髙橋翼 ／監訳, 髙橋翼 ／〔ほか〕訳  
出版 共立出版 ２０２５．６
大きさ等 ２４ｃｍ ３０７ｐ
分類 007.13
件名 機械学習 , 個人情報保護
注記 原タイトル：Ｐｒｉｖａｃｙ‐Ｐｒｅｓｅｒｖｉｎｇ　Ｍａｃｈｉｎｅ　Ｌｅａｒｎｉｎｇ
注記 文献あり　索引あり
注記 サンプルデータダウンロード
著者紹介 【Ｊ．Ｍｏｒｒｉｓ　Ｃｈａｎｇ】２０１６年から南フロリダ大学電気工学科の教授を務めており、それ以前はアイオワ州立大学（２００１－２０１６）等で教員をしていた。学術界に入る前は、ＡＴ＆Ｔベル研究所（１９８８－１９９０）でコンピュータエンジニアとして勤務していた。ノースカロライナ州立大学でコンピュータ工学の博士号を取得した。（本データはこの書籍が刊行された当時に掲載されていたものです）
内容紹介 プライバシーに配慮しながら機械学習を実践するための知識と技術を、実用的な観点から丁寧に解説。厳密な数学的定義に基づくプライバシー指標と、それを満たすプライバシー保護手法を、機械学習の文脈に沿って実践的に説明する。
要旨 差分プライバシー、匿名化、秘密計算、暗号によって、攻撃者からデータを守り、誰もが安心してデータの収集、保管、そして分析ができるようになる。
目次 第１部　差分プライバシーによるプライバシー保護機械学習の基礎（機械学習におけるプライバシーへの配慮；機械学習における差分プライバシー；機械学習における差分プライバシーの高度な概念）；第２部　局所差分プライバシーと合成データ生成（機械学習における局所差分プライバシー；機械学習の高度なＬＤＰメカニズム；プライバシー保護された合成データ生成）；第３部　プライバシーを保証する機械学習アプリケーションの構築（プライバシー保護データマイニングの技術；プライバシー保護データ管理と操作；機械学習のための圧縮プライバシー；プライバシーを強化するプラットフォームの設計）；付録　差分プライバシーに関する詳細
ISBN(13)、ISBN 978-4-320-12587-2　　 4-320-12587-8
書誌番号 1125016316
URL https://opac.lib.city.yokohama.lg.jp/winj/opac/switch-detail.do?bibid=1125016316

ページの先頭へ

所蔵

所蔵は 1 件です。現在の予約件数は 0 件です。

所蔵館 所蔵場所 別置 請求記号 資料区分 状態 取扱 資料コード
中央 ４階自然科学 Map 情報科学 007.1 一般書 利用可 - 2078136904 iLisvirtual

ページの先頭へ