Bewertung:
Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 6 Stimmen.
Introduction to Machine Learning with Applications in Information Security
Introduction to Machine Learning with Applications in Information Security bietet eine praxiserprobte Einführung in eine Vielzahl von Algorithmen des maschinellen Lernens, verstärkt durch realistische Anwendungen. Das Buch ist leicht zugänglich und beweist keine Theoreme oder hält sich anderweitig mit mathematischer Theorie auf. Ziel ist es, Themen auf einem intuitiven Niveau zu präsentieren, mit gerade genug Details, um die zugrunde liegenden Konzepte zu verdeutlichen.
Das Buch deckt die Kernthemen des maschinellen Lernens eingehend ab, darunter Hidden Markov Models, Principal Component Analysis, Support Vector Machines und Clustering. Außerdem werden die Themen Nächste Nachbarn, Neuronale Netze, Boosting und AdaBoost, Random Forests, Lineare Diskriminanzanalyse, Vektorquantisierung, Naive Bayes, Regressionsanalyse, Bedingte Zufallsfelder und Datenanalyse behandelt.
Die meisten Beispiele in diesem Buch stammen aus dem Bereich der Informationssicherheit, wobei viele der Anwendungen des maschinellen Lernens speziell auf Malware ausgerichtet sind. Die vorgestellten Anwendungen sind so konzipiert, dass sie die Techniken des maschinellen Lernens durch einfache Szenarien entmystifizieren. Viele der Übungen in diesem Buch erfordern ein gewisses Maß an Programmierung, und in einigen der Anwendungsabschnitte werden grundlegende Computerkonzepte vorausgesetzt. Jeder, der über ein bescheidenes Maß an Programmiererfahrung verfügt, sollte jedoch keine Probleme mit diesem Aspekt des Buches haben.
Schwierigkeiten mit diesem Aspekt des Buches haben.
Ressourcen für den Dozenten, einschließlich PowerPoint-Folien, Vorlesungsvideos und andere relevante Materialien werden auf einer begleitenden Website bereitgestellt: http: //www.cs. sjsu.edu/ stamp/ML/. Zum Nutzen des Lesers sind die Abbildungen im Buch auch in elektronischer Form und in Farbe verfügbar.
Über den Autor.
Mark Stamp ist seit 2002 Professor für Computerwissenschaften an der San Jose State University. Davor war er sieben Jahre lang bei der National Security Agency (NSA) und zwei Jahre lang bei einem Start-up-Unternehmen im Silicon Valley tätig. Seinen Doktortitel erhielt er 1992 von der Texas Tech University. Seine Liebe zum maschinellen Lernen begann in den frühen 1990er Jahren, als er bei der NSA arbeitete, und setzt sich bis heute an der SJSU fort, wo er eine große Anzahl von Projekten von Masterstudenten betreut hat, von denen die meisten eine Kombination aus Informationssicherheit und maschinellem Lernen beinhalten.
| ISBN: | 9781138626782 |
| Autor: | |
| Verlag: | |
| Einband: | Hardcover |
| Erscheinungsjahr: | 2017 |
| Seitenzahl: | 346 |
Derzeit verfügbar, auf Lager.
