دانلود کتاب Introduction to Machine Learning with Applications in Information Security (Chapman & Hall/CRC Machine Learning & Pattern Recognition) – مقدمه ای بر یادگیری ماشینی با برنامه های کاربردی در امنیت اطلاعات (Chapman & Hall/CRC Machine Learning & Pattern Recognition)

توضیحات

Introduction to Machine Learning with Applications in Information Security, Second Edition provides a classroom-tested introduction to a wide variety of machine learning and deep learning algorithms and techniques, reinforced via realistic applications. The book is accessible and doesnt prove theorems, or dwell on mathematical theory. The goal is to present topics at an intuitive level, with just enough detail to clarify the underlying concepts.

The book covers core classic machine learning topics in depth, including Hidden Markov Models (HMM), Support Vector Machines (SVM), and clustering. Additional machine learning topics include k-Nearest Neighbor (k-NN), boosting, Random Forests, and Linear Discriminant Analysis (LDA). The fundamental deep learning topics of backpropagation, Convolutional Neural Networks (CNN), Multilayer Perceptrons (MLP), and Recurrent Neural Networks (RNN) are covered in depth. A broad range of advanced deep learning architectures are also presented, including Long Short-Term Memory (LSTM), Generative Adversarial Networks (GAN), Extreme Learning Machines (ELM), Residual Networks (ResNet), Deep Belief Networks (DBN), Bidirectional Encoder Representations from Transformers (BERT), and Word2Vec. Finally, several cutting-edge deep learning topics are discussed, including dropout regularization, attention, explainability, and adversarial attacks.

Most of the examples in the book are drawn from the field of information security, with many of the machine learning and deep learning applications focused on malware. The applications presented serve to demystify the topics by illustrating the use of various learning techniques in straightforward scenarios. Some of the exercises in this book require programming, and elementary computing concepts are assumed in a few of the application sections. However, anyone with a modest amount of computing experience should have no trouble with this aspect of the book.

Instructor resources, including PowerPoint slides, lecture videos, and other relevant material are provided on an accompanying website: http://www.cs.sjsu.edu/~stamp/ML/.

————————————————————–

ترجمه ماشینی :

مقدمه ای بر یادگیری ماشین با برنامه های کاربردی در امنیت اطلاعات، ویرایش دوم مقدمه ای آزمایش شده در کلاس درس برای طیف گسترده ای از الگوریتم ها و تکنیک های یادگیری ماشین و یادگیری عمیق ارائه می دهد که از طریق برنامه های کاربردی واقع گرایانه تقویت شده است. این کتاب در دسترس است و قضایا را اثبات نمی کند، یا روی نظریه ریاضی تمرکز نمی کند. هدف این است که موضوعات را در یک سطح بصری، با جزئیات کافی برای روشن کردن مفاهیم اساسی ارائه دهیم.

این کتاب موضوعات اصلی یادگیری ماشین کلاسیک، از جمله مدل‌های پنهان مارکوف را به طور عمیق پوشش می‌دهد. (HMM)، ماشین‌های بردار پشتیبانی (SVM) و خوشه‌بندی. موضوعات اضافی یادگیری ماشین عبارتند از k-نزدیکترین همسایه (k-NN)، تقویت، جنگل‌های تصادفی، و خطی تجزیه و تحلیل تشخیصی (LDA). موضوعات اساسی یادگیری عمیق انتشار پس‌انداز، شبکه‌های عصبی کانولوشنال (CNN)، پرسپترون‌های چندلایه (MLP) و شبکه‌های عصبی مکرر (RNN) به طور عمیق پوشش داده شده‌اند. طیف گسترده‌ای از معماری‌های یادگیری عمیق پیشرفته نیز ارائه شده است، از جمله حافظه کوتاه‌مدت (LSTM)، شبکه‌های متخاصم مولد (GAN)، ماشین‌های یادگیری شدید (ELM)، شبکه‌های باقی‌مانده (ResNet)، شبکه‌های باور عمیق (DBN)، دو جهته. نمایش رمزگذار از Transformers (BERT) و Word2Vec. در نهایت، چندین موضوع یادگیری عمیق پیشرفته مورد بحث قرار گرفته است، از جمله نظم بخشیدن به ترک تحصیل، توجه، توضیح پذیری، و حملات دشمن. امنیت اطلاعات، با بسیاری از برنامه های یادگیری ماشینی و یادگیری عمیق که بر روی بدافزار متمرکز شده اند. برنامه های کاربردی ارائه شده برای ابهام زدایی از موضوعات با نشان دادن استفاده از تکنیک های مختلف یادگیری در سناریوهای ساده استفاده می کنند. برخی از تمرین‌های این کتاب نیاز به برنامه‌نویسی دارند و مفاهیم اولیه محاسبات در چند بخش کاربردی در نظر گرفته شده‌اند. با این حال، هر کسی که تجربه محاسباتی کمی دارد، نباید با این جنبه از کتاب مشکلی داشته باشد.

منابع مدرس، از جمله اسلایدهای پاورپوینت، ویدئوهای سخنرانی و سایر مطالب مرتبط هستند. ارائه شده در یک وب سایت همراه: http://www.cs.sjsu.edu/~stamp/ML/.

tag : دانلود کتاب مقدمه ای بر یادگیری ماشینی با برنامه های کاربردی در امنیت اطلاعات (Chapman & Hall/CRC Machine Learning & Pattern Recognition) , Download مقدمه ای بر یادگیری ماشینی با برنامه های کاربردی در امنیت اطلاعات (Chapman & Hall/CRC Machine Learning & Pattern Recognition) , دانلود مقدمه ای بر یادگیری ماشینی با برنامه های کاربردی در امنیت اطلاعات (Chapman & Hall/CRC Machine Learning & Pattern Recognition) , Download Introduction to Machine Learning with Applications in Information Security (Chapman & Hall/CRC Machine Learning & Pattern Recognition) Book , مقدمه ای بر یادگیری ماشینی با برنامه های کاربردی در امنیت اطلاعات (Chapman & Hall/CRC Machine Learning & Pattern Recognition) دانلود , buy مقدمه ای بر یادگیری ماشینی با برنامه های کاربردی در امنیت اطلاعات (Chapman & Hall/CRC Machine Learning & Pattern Recognition) , خرید کتاب مقدمه ای بر یادگیری ماشینی با برنامه های کاربردی در امنیت اطلاعات (Chapman & Hall/CRC Machine Learning & Pattern Recognition) , دانلود کتاب Introduction to Machine Learning with Applications in Information Security (Chapman & Hall/CRC Machine Learning & Pattern Recognition) , کتاب Introduction to Machine Learning with Applications in Information Security (Chapman & Hall/CRC Machine Learning & Pattern Recognition) , دانلود Introduction to Machine Learning with Applications in Information Security (Chapman & Hall/CRC Machine Learning & Pattern Recognition) , خرید Introduction to Machine Learning with Applications in Information Security (Chapman & Hall/CRC Machine Learning & Pattern Recognition) , خرید کتاب Introduction to Machine Learning with Applications in Information Security (Chapman & Hall/CRC Machine Learning & Pattern Recognition) ,