Відгуки: Застосування диференційної конфіденційності в машинному навчанні за допомогою TensorFlow Privacy

Jinwook G. · Відгук надано більше 1 року тому

Adnan S. · Відгук надано більше 1 року тому

Eoin K. · Відгук надано більше 1 року тому

수빈 박. · Відгук надано більше 1 року тому

Kyoungeun L. · Відгук надано більше 1 року тому

지윤 임. · Відгук надано більше 1 року тому

Alexey S. · Відгук надано більше 1 року тому

현주 나. · Відгук надано більше 1 року тому

Hikam M. · Відгук надано більше 1 року тому

KIHYEON J. · Відгук надано більше 1 року тому

GEONWOO S. · Відгук надано більше 1 року тому

motioner D. · Відгук надано більше 1 року тому

정원 문. · Відгук надано більше 1 року тому

하 유. · Відгук надано більше 1 року тому

용성 이. · Відгук надано більше 1 року тому

Charlie K. · Відгук надано більше 1 року тому

혁 이. · Відгук надано більше 1 року тому

Yuchieh Cheng 鄭宇傑 E. · Відгук надано більше 1 року тому

Leslie M. · Відгук надано більше 1 року тому

Sohyun K. · Відгук надано більше 1 року тому

123

Emir S. · Відгук надано більше 1 року тому

가현 이. · Відгук надано більше 1 року тому

euiseok l. · Відгук надано більше 1 року тому

영집 김. · Відгук надано більше 1 року тому

Introduction to the topic of Privacy Budget was useful. However, the lab would have been more effective if the lab adopted the following approach: 1) Train the model using Privacy Budget n 2) Test the results 3) Retrain the model using Privacy Budget n+delta 4) Test the results 5) Observe the difference in model behaviour between the model using Privacy Budget n vs the model behaviour using Privacy Budget n+delta This would allow the lab user to observe that a lower privacy budget bounds more tightly an adversary's ability to improve their guess.

Paul C. · Відгук надано більше 1 року тому