原文:Functional mechanism: regression analysis under differential privacy_阅读报告

Functional mechanism: regression analysis under differential privacy 论文学习报告 组员:裴建新 赖妍菱 周子玉 背景 当今社会,互联网技术正日益深入人们的生活.随着网络和信息化产业的迅猛发展,数据以前所未有的速度不断地增长和累积,大数据已经成为学术界和产业界的热点,同时改变着人们的日常生活.在大数据背景下,数据量相对以往有了质的 ...

2020-03-11 10:15 4 537 推荐指数:

查看详情

关于SVM的阅读报告

关于SVM的阅读报告 组员:曾文丽 杨顼 倪元元 2020-03-12 在paper的题目中看到一个关键词——SVM,由于不清楚SVM是什么。寻得两篇博文: http://www.blogjava.net/zhenandaci/category/31868.html https ...

Thu Mar 12 20:54:00 CST 2020 13 276
ODI for Adversarial Attacks_阅读报告

Output Diversified Initialization for Adversarial Attacks 学习报告 小组成员:裴建新、赖妍菱、周子玉 1 引言 深度神经网络在图像分类方面取得了很大的成功。然而,它们很容易受到 ...

Wed Apr 01 23:34:00 CST 2020 4 592
Deep Learning with Differential Privacy

原文链接:Deep Learning with Differential Privacy abstract:新的机器学习算法,差分隐私框架下隐私成本的改良分析,使用非凸目标训练深度神经网络。 数学中最优化问题的一般表述是求取$ x * \in \chi $ 使得 $ f(x ...

Thu Dec 10 07:40:00 CST 2020 0 2191
Privacy-preserving logistic regression论文分析报告

小组成员:郑爽、王妮婷、王静雯 一、背景 机器学习的隐私保护研究大致分为2条主线: 以多方安全计算、同态加密为代表的加密方法和以差分隐私为代表的扰动方法。与加密方法相比,差分隐私机制更 ...

Thu Mar 12 19:01:00 CST 2020 8 664
《如何阅读一本书》阅读报告

一 本书主线 阅读一本书应该是一个主动的过程,本书的实质在于强调主动阅读,并详细地给出了指导意见。用一句话概括本书的主旨的话,应该是 读任何书都应该带着问题阅读并能对阅读中看到的观点进行评价,这才能算得上前文说的主动阅读。 二 本书脉络 本书主要围着 ...

Sun May 25 07:41:00 CST 2014 0 3611
通过影响函数来理解黑盒预测---论文阅读报告

通过影响函数来理解黑盒预测---论文阅读报告 组员:曾文丽、倪元元、杨顼 时间:2020/4/15 1.背景 机器学习系统需要对自己所做的行为进行解释,然而在许多领域中表现最好的模型却是黑盒模型,它的重点在于了解固定模型如何导致特定预测,本文中主要是通过学习算法返回训练数据,最终 ...

Wed Apr 15 21:31:00 CST 2020 5 362
 
粤ICP备18138465号  © 2018-2026 CODEPRJ.COM