Értékelés:
Jelenleg nincsenek olvasói vélemények. Az értékelés 6 olvasói szavazat alapján történt.
Introduction to Machine Learning with Applications in Information Security
A Bevezetés a gépi tanulásba az információbiztonságban való alkalmazásokkal című könyv a gépi tanulási algoritmusok széles skálájába nyújt osztályonként tesztelt bevezetést, amelyet valósághű alkalmazások erősítenek meg. A könyv közérthető, és nem bizonyít tételeket, vagy más módon elmerül a matematikai elméletben. A cél az, hogy a témákat intuitív szinten mutassa be, éppen elég részletességgel a mögöttes fogalmak tisztázásához.
A könyv részletesen tárgyalja a gépi tanulás alapvető témáit, beleértve a rejtett Markov-modelleket, a főkomponens-elemzést, a támogató vektoros gépeket és a klaszterezést. A könyv a következőkkel is foglalkozik: Legközelebbi szomszédok, neurális hálózatok, Boosting és AdaBoost, véletlen fák, lineáris diszkrimináns analízis, vektor kvantálás, Naive Bayes, regresszióelemzés, feltételes véletlen mezők és adatelemzés.
A könyvben szereplő példák többsége az információbiztonság területéről származik, a gépi tanulási alkalmazások közül sok kifejezetten a rosszindulatú szoftverekre összpontosít. A bemutatott alkalmazások célja, hogy a gépi tanulási technikákat egyszerű forgatókönyvek bemutatásával demisztifikálják. A könyvben található gyakorlatok közül sok programozást igényel, és néhány alkalmazási résznél alapvető számítástechnikai fogalmakat feltételezünk. Azonban bárkinek, aki szerény programozási tapasztalattal rendelkezik, nem kell.
Gondot okozhat a könyv ezen aspektusa.
Az oktatói forrásokat, köztük PowerPoint-fóliákat, előadásvideókat és egyéb releváns anyagokat egy kísérő weboldalon találunk: http: //www.cs. sjsu.edu/ stamp/ML/. Az olvasó kedvéért a könyvben szereplő ábrák elektronikus formában is rendelkezésre állnak, ráadásul színesben.
A szerzőről.
Mark Stamp 2002 óta a San Jose Állami Egyetem informatika professzora. Ezt megelőzően hét évig a Nemzetbiztonsági Ügynökségnél (NSA), két évig pedig egy szilícium-völgyi startup cégnél dolgozott. Doktori fokozatát 1992-ben szerezte a Texas Tech Egyetemen. A gépi tanulás iránti szerelme az 1990-es évek elején kezdődött, amikor az NSA-nál dolgozott, és ma is folytatódik az SJSU-n, ahol rengeteg mesterképzéses hallgatói projektet felügyelt, amelyek többsége az információbiztonság és a gépi tanulás kombinációját foglalja magában.
